DSA Faculty
API
← к списку преподавателей

Шведов Алексей Сергеевич

Факультет экономических наук

Профиль на hse.ru ↗ тел.: +7 (495) 772-95-90 | 27512
Публикаций
67
Языков
1
Наград
9
Конференций
17
Профиль Публикации (67) Курсы (9)

Профессиональные интересы

нечетко-случайная оптимизацияэконометрический анализ

Должности

  • Профессор — Факультет экономических наук, Департамент прикладной экономики

Био

  • · Начал работать в НИУ ВШЭ в 1993 году.
  • · Научно-педагогический стаж: 45 лет.

Образование

  • 1997 · Ученое звание: Профессор
  • 1992 · Доктор физико-математических наук
  • 1978 · Специалитет: Московский государственный университет им. М.В. Ломоносова, факультет: механико-математический, специальность «Математика», квалификация «Математик»

Опыт работы

  • · 2001 – 2005: Национальный исследовательский университет «Высшая школа экономики», Москва: Первый заместитель декана факультета экономики гг. Председатель секции «Математические и статистические методы в экономике» Учебно-методического совета НИУ ВШЭ
  • · 2001 – 2009: гг. Заместитель заведующего кафедрой математической экономики и эконометрики факультета экономики
  • · 1999 – 2015: гг. Институт прикладной математики им. М.В. Келдыша РАН, Москва: Ведущий научный сотрудник
  • · 1992 – 1997: гг. Старший научный сотрудник
  • · 1987 – 1992: гг. Младший научный сотрудник
  • · 1981 – 1986: гг

Награды и поощрения

  • · Медаль "Признание - 25 лет успешной работы" НИУ ВШЭ (декабрь 2023)
  • · Благодарность факультета экономических наук НИУ ВШЭ (декабрь 2022)
  • · Почетный работник высшего профессионального образования Российской Федерации (сентябрь 2016)
  • · Почетная грамота Министерства образования и науки Российской Федерации (ноябрь 2012)
  • · Почетная грамота Высшей школы экономики (ноябрь 2007)
  • · Благодарность Высшей школы экономики (ноябрь 2002)
  • · Надбавка за академическую работу (2017–2018, 2016–2017, 2015–2016)
  • · Надбавка за публикацию в журнале из Списка B (2025–2026, 2024–2025)
  • · Надбавка за публикацию в журнале из Списка B (2023–2024)

Гранты и проекты

  • 2002 · Руководитель проекта РФФИ 00-01-00201 "Многомерные задачи вычислительной финансовой математики", 2000 – 2002 гг.

Конференции (17)

Показать все
  • · 2026: XXVI Апрельская международная научная конференция имени Е. Г. Ясина (Москва). Доклад: Расчет границы раннего исполнения для американского пут-опциона при численном решении уравнения Блэка–Шоулза (совместный с А.Р. Джанбековой)
  • · 2024: XI-ая международная конференция «Многомерный статистический анализ, эконометрика и моделирование реальных процессов» имени С.А. Айвазяна (г.Москва). Доклад: Нечеткая модель ARMA–GARCH–TS и ее применение к финансовым временным рядам (совместный с В.А. Свиязовым)
  • · 2023: 46-я Международная научная школа-семинар имени академика С.С. Шаталина "Системное моделирование социально-экономических процессов" (Уфа). Доклад: Подход, основанный на нечеткой логике, и его применение к финансовым временным рядам (совместный с В.А. Свиязовым)
  • · 2023: 46-я Международная научная школа-семинар имени академика С.С. Шаталина "Системное моделирование социально-экономических процессов" (Уфа). Доклад: Подход, основанный на нечеткой логике, и его применение к финансовым временным рядам (совместный с А.С. Шведовым)
  • · 2022: ХII Международная конференция «Применение многомерных статистических методов в экономике и оценке качества им. С.А. Айвазяна» (Москва). Доклад: Применение нечеткой логики при анализе данных и прогнозировании (совместный с В.А. Свиязовым)
  • · 2022: Конференция лауреатов и стипендиатов Международного научного фонда экономических исследований академика Н.П. Федоренко (Москва). Доклад: Равновесия Курно как решения нечетких игр
  • · 2021: The 7th International Conference on Fuzzy Systems and Data Mining (FSDM 2021) (Сеул). Доклад: A Theorem About the Existence of Minimax Rules for Statistical Decision Problems with Trapezoidal Fuzzy Losses
  • · 2020: VII International Conference Modern Econometric Tools and Applications - META2020 and 2nd Workshop on Applied Econometrics (Нижний Новгород). Доклад: Stock price modeling by fuzzy systems using wavelet transform (with A.P. Brichikova, E.O. Mogilevich )
  • · 2019: Семинар «Прикладная эконометрика» в рамках XX Апрельской международной научной конференции по проблемам развития экономики и общества (Москва). Доклад: Задачи нечеткой оптимизации: байесовский подход в теории статистических решений
  • · 2019: XX Апрельская международная конференция по проблемам развития экономики и общества (Москва). Доклад: Анализ динамики фондовых индексов и цен акций при помощи нечетких моделей Такаги - Сугено с использованием вейвлет-пребразований (совместный с А.П. Бричиковой, Е.О. Могилевич)
  • · 2019: XIII Всероссийское совещание по проблемам управления (Москва). Доклад: Задачи нечетко-вероятностной оптимизации: регрессия с нечеткими данными
  • · 2018: XI-я Международная научная конференция «Применение многомерного статистического анализа в экономике и оценке качества» (Москва). Доклад: Регрессионные модели с нечеткими данными и с мягким переключением
  • · 2017: XVIII Апрельская международная научная конференция по проблемам развития экономики и общества (Москва). Доклад: Оценивание бета-коэффициентов в модели CAPM по нечетким данным (совместный с А.П. Михалевич)
  • · 2017: eLearning Stakeholders and Researchers Summit (Москва). Доклад: Онлайн-обучение как средство продвижения новых экономико-математических научных направлений в учебный процесс
  • · 2015: XVI Апрельская международная научная конференция по проблемам развития экономики и общества (Москва). Доклад: Об оценке параметров и проверке гипотез при регрессии с нечеткими данными (совместный с В.Н. Вельдяксовым)
  • · 2014: X Международная конференция "Применение многомерного статистического анализа в экономике и оценке качества" (Москва). Доклад: К построению регрессионных моделей, включающих нечеткие данные (совместный с В.Н. Вельдяксовым)
  • · 2013: Научно-практическая конференция МГИМО «Эконометрические методы в исследовании глобальных экономических процессов» (Москва). Доклад: Применение многомерного t-распределения с вектором степеней свободы при анализе финансовых временных рядов (совместный с А.И. Балаевым)

Идентификаторы исследователя

  • ORCID: 0000-0002-8988-0432
  • ResearcherID: L-2019-2015
  • SPIN РИНЦ: 8754-3780
  • Scopus AuthorID: 16437662200

Публикации (67)

Существование равновесных стратегий в нечетких стохастических играх с конечными множествами состояний и действий

2020 · ARTICLE · ru

Рассматриваются некооперативные дисконтированные стохастические игры с n участниками, при этом выигрыши на каждом шаге представляются трапецоидальными нечеткими числами. Доказывается существование стационарных равновесных по Нэшу стратегий.

DOI ↗ PDF ↗

Existence of Equilibrium Strategies in Fuzzy Stochastic Games with Finite Sets of States and Decisions

2020 · ARTICLE · en

Noncooperative discounted stochastic n-person games are considered; the payoffs at each step are represented by trapezoidal fuzzy numbers. The existence of stationary Nash equilibrium strategies is proved.

DOI ↗ PDF ↗

Война на изнурение с неполной информацией и с нечеткими типами игроков

2020 · ARTICLE · ru

Результат о существовании равновесного в смысле Байеса -- Нэша профиля чистых стратегий для симметричных игр с неполной информацией класса "война на изнурение" обобщается для случая, когда действия и типы игроков могут быть нечеткими.

DOI ↗ PDF ↗

War of Attrition with Incomplete Information and Fuzzy Players' Types

2020 · ARTICLE · en

The result on existence of a pure-strategy symmetric Bayesian Nash equilibrium in the war of attrition is generalized for fuzzy players’ actions and types.

DOI ↗ PDF ↗

Об одном подходе к объяснению студентам-нематематикам, что такое ожидание случайной величины

2020 · ARTICLE · ru

Не вызывает вопросов, как объяснять студентам-математикам, знающим интеграл Лебега и интеграл Стилтьеса, что такое ожидание случайной величины. Однако студенты-нематематики часто знают только интеграл Римана. В этом случае общепринятым является давать два разных определения ожидания, одно для дискретных случайных величин, другое для непрерывных случайных величин. Но два определения всегда хуже, чем одно. Кроме того, не дается определение ожидания для случайных величин с функцией распределения более сложного вида, которые не являются ни дискретными, ни непрерывными. Наконец, для непрерывных случайных величин, для которых ожидание определяется через интеграл от функции плотности, даже теорему, что ожидание суммы случайных величин равно сумме ожиданий, приходится давать без доказательства. В настоящей работе предлагается подход к определению ожидания случайной величины пригодный для студентов, знающих только интеграл Римана, и свободный от многих из указанных недостатков.

PDF ↗

Сравнение различных методов кластеризации при построении систем нечетких правил в задачах прогнозирования цен акций

2020 · CHAPTER · ru

Изучается эконометрическое моделирование с помощью нечетких систем. Сравниваются различные методы нечеткой кластеризации применительно к задачам прогнозирования цен акций.

PDF ↗

Instrumental variables estimation of fuzzy regression models

2019 · ARTICLE · en

An instrumental variables estimator of a linear fuzzy regression model is constructed and consistency of the estimator is established.

DOI ↗ PDF ↗

О нечетких множествах типа 2 и нечетких системах типа 2

2019 · ARTICLE · ru

Одним из преимуществ систем, основанных на нечеткой логике, (нечетких систем) является возможность мягкого переключения от одних значений входных параметров системы к другим, когда делаются разные выводы для различных областей этих значений. Нечеткое множество типа 2 – это прямое обобщение обычного нечеткого множества. В настоящей работе дается обзор некоторых разделов теории нечетких множеств типа 2 и теории нечетких систем типа 2. Рассматриваются операции над нечеткими множествами типа 2, нечеткие отношения типа 2, центроид нечеткого множества типа 2. Дается описание функциональных нечетких систем типа 2 и реляционных нечетких систем типа 2.

PDF ↗

Задачи нечетко-вероятностной оптимизации: регрессия с нечеткими данными

2019 · CHAPTER · ru

Построение зависимостей типа линейной регрессии между нечеткими множествами представляет интерес не только с теоретической, но и с практической точки зрения. Обычно при этом рассматривается частный вид нечетких множеств – нечеткие числа. С одной стороны, данные могут быть известны лишь приближенно. Тогда нечеткие множества могут использоваться, чтобы передать эту неопределенность. С другой стороны, данные могут быть объединены в некоторые группы. Тогда значение для группы может задаваться в виде нечеткого множества. При нечеткой регрессии рассматриваются те же задачи, что и при обычной регрессии: несмещенность и состоятельность оценок, доверительные интервалы для параметров, проверка гипотез. Для решения этих задач при обычной регрессии необходимо использовать инструментарий теории вероятностей. При нечеткой регрессии это обуславливает комбинированный нечетко-вероятностный подход. В докладе обсуждается понятие нечетко-случайной величины, рассматриваются различные подходы к построению линейных регрессионных моделей с включением нечеткости, приводятся новые результаты о несмещенности и состоятельности оценок.

PDF ↗

О вейвлет-преобразованиях при моделировании цен акций нечеткими системами

2019 · ARTICLE · ru

Модели для временных рядов имеют большое значение для рынка акций. Нечеткие модели Такаги – Сугено (функциональные нечеткие системы) – это перспективный и уже достаточно распространенный подход, при котором для различных областей изменения тех или иных параметров используются различные регрессионные зависимости, и производится мягкое переключение за счёт применения правил нечёткой логики. В этом состоит преимущество данного подхода перед обычными стохастическими моделями. Каждая модель Такаги – Сугено основывается на своей базе нечётких правил. Эти модели можно рассматривать как обобщение классических эконометрических моделей, если считать, что одному нечеткому правилу соответствует одна такая модель. В настоящей работе исследуется возможность совместного применения вейвлет-преобразования и нечёткой модели Такаги – Сугено для анализа цен акций на примере следующих российских компаний: Газпром, Сбербанк, Магнит, Яндекс и Аэрофлот; такой подход применялся ранее для изучения некоторых зарубежных рынков акций. Вейвлет-анализ достаточно часто выступает в качестве инструмента для обработки сигналов, в том числе, и временных рядов, так как даёт возможность провести многоуровневую аппроксимацию. В настоящей работе строится модель Такаги – Сугено на непреобразованных данных и данных, подвергшихся преобразованиям с использованием вейвлетов Хаара. Для построения функций принадлежности применяется нечёткая кластеризация. Расчеты показывают, что применение вейвлетов достаточно часто позволяет улучшить прогнозные характеристики модели.

PDF ↗

Курсы (9)