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)

Аппроксимация функций с помощью нейронных сетей и нечетких систем

2018 · ARTICLE · ru

В работе дается обзор некоторых результатов, относящихся к аппроксимации функций одного и нескольких действительных переменных. К классическим направлениям относится аппроксимация алгебраическими многочленами, в настоящем обзоре приводится ряд теорем из этого направления. Первые результаты об аппроксимации функций при помощи нейронных сетей и нечетких систем появились как ответ на необходимый для практических задач вопрос о возможности приближенного представления непрерывных функций при помощи таких агрегатов. Затем эти научные направления стали развиваться по тем же линиям, что и теория приближения функций алгебраическими многочленами. Дается обзор некоторых результатов, относящихся к аппроксимации функций нейронными сетями и нечеткими системами.

PDF ↗

Нечеткое математическое программирование: краткий обзор

2017 · ARTICLE · ru

Работа содержит обзор ряда разделов нечеткого математического программирования. К нечеткому математическому программированию относятся задачи математического программирования, при постановке которых тем или иным способом используется аппарат теории нечетких множеств. В работе рассматриваются задачи с расплывчатыми неравенствами, задачи с нечеткими параметрами, ранжирующие функции, меры возможности. На примере выбора портфеля ценных бумаг обсуждаются задачи нечетко-случайного математического программирования.

PDF ↗

Анализ динамики фондовых индексов с использованием нечетких моделей Такаги-Сугено

2017 · ARTICLE · ru

В данной работе проведены оценка параметров и исследование применимости моделей Такаги – Сугено для описания динамики фондовых индикаторов на примере основных индексов Московской биржи: ММВБ, РТС и отраслевого индекса нефти и газа. Дается обзор литературы по применению моделей Такаги – Сугено для прогнозирования некоторых зарубежных фондовых индексов и цен акций. Модели Такаги – Сугено представляют собой обобщение классических эконометрических подходов, это обобщение достигается за счет использования систем нечетких правил. Каждая модель Такаги – Сугено может рассматриваться как модификация некоторой линейной эконометрической модели. При этом существующие результаты из теории аппроксимации показывают, что при помощи модели Такаги – Сугено может быть приближенно представлена и произвольная нелинейная эконометрическая модель. В данной работе строятся модели Такаги – Сугено для российских фондовых индексов, для нахождения функций принадлежности используется метод нечеткой кластеризации. Коэффициенты линейной зависимости в каждом нечетком правиле находятся при помощи процедуры Сугено – Канга, основанной на применении метода наименьших квадратов. Проведенные расчеты показывают, что модель Такаги – Сугено дает уменьшение ошибки прогноза по сравнению с немодифицированной линейной моделью. В некоторых примерах ошибка прогноза уменьшается примерно в 4 раза.

PDF ↗

Онлайн-обучение как средство продвижения новых экономико-математических научных направлений в учебный процесс

2017 · CHAPTER · ru

В докладе обсуждается возможный онлайн-курс по нечетким методам в эконометрике. Онлайн-курс повышенного уровня математической сложности может быть полезен тем, кто хочет продолжать свое математическое образование. С другой стороны, это возможность продвижения в учебный процесс новых экономико-математических научных направлений, которые пока недостаточно представлены в образовательных стандартах.

Теория вероятностей и математическая статистика: промежуточный уровень

2016 · BOOK · ru

Это пособие промежуточного уровня является продолжением учебного пособия А.С. Шведова «Теория вероятностей и математическая статистика» вводного уровня (М.: Изд. дом ВШЭ, 1995; 2005). Вместе эти две книги представляют собой расширенный курс лекций, в разное время читавшийся автором в бакалавриате факультетов экономики, бизнес-информатики и компьютерных наук НИУ ВШЭ, и являются базовым учебным пособием при преподавании дисциплины «Теория вероятностей и математическая статистика» на втором и третьем курсах факультета бизнес-информатики и на втором курсе факультета компьютерных наук. Выбор тем в настоящей книге традиционен для курсов теории вероятностей и математической статистики. Это совместные распределения вероятностей и моменты случайных величин, проверка гипотез, оценки параметров распределений, доверительные интервалы. Рассматриваются также исследование выборками, цепи Маркова, теория статистических решений. Включено значительное количество примеров прикладного характера, из которых многие доведены до окончательных числовых ответов. Эти примеры предназначены не только для иллюстрации теории, они приближены к тем задачам, с которыми выпускники смогут встретиться в будущей работе. В этом отношении книга похожа на учебники по статистике, используемые в западных университетах. Для студентов и аспирантов, специализирующихся по экономике, бизнес-информатике, компьютерным наукам.

PDF ↗

Простое доказательство робастности метода наименьших квадратов с урезанием для линейной регрессионной модели

2016 · ARTICLE · ru

В классической линейной регрессионной модели остатки предполагаются распределенными нормально. Но реальные данные редко в точности соответствуют предположениям классической модели. При этом даже единственное резко отличающееся наблюдение может очень сильно повлиять на оценку параметров регрессии. Одним из методов робастной регрессии с высокой пороговой точкой является метод наименьших квадратов с урезанием. Дано новое доказательство теоремы о величине пороговой точки для этого метода, значительно более простое, чем оригинальное доказательство.

PDF ↗

Quantile function of a fuzzy random variable and an expression for expectations

2016 · ARTICLE · en

We consider the quantile function of a fuzzy random variable and obtain expressions for some expectations related to fuzzy random variables via integrals of quantile functions.

DOI ↗ PDF ↗

Квантильная функция нечетко-случайной величины и выражения для ожиданий

2016 · ARTICLE · ru

В работе рассматривается квантильная функция нечетко-случайной величины. Получены выражения для некоторых ожиданий, связанных с нечетко-случайными величинами, через интегралы от квантильных функций.

DOI ↗ PDF ↗

Оценивание средних и ковариаций нечетко-случайных величин

2016 · ARTICLE · ru

В настоящее время методы нечеткой математики широко применяются в различных прикладных исследованиях. Например, при составлении портфелей, когда для некоторых активов нет достаточно длинных рядов цен, относящихся к предыдущим периодам, для моделирования доходностей этих активов могут использоваться нечеткие числа. При этом для других активов надо сохранить возможность использования случайных величин. В данной работе предложены новые оценки средних и ковариаций нечетко-случайных величин. Установлены несмещенность и состоятельность этих оценок.

PDF ↗

К анализу нечетко-случайных временных рядов

2015 · PREPRINT · ru

Определение нечетко-случайной величины из работы Шведов (2013) применяется для ана- лиза нечетких временных рядов. Рассматриваются авторегрессионные модели с нечеткими данными. Модифицируется определение ковариации нечетко-случайных величин из работы Шведов (2013).

PDF ↗

Курсы (9)