Статья: ЭКОНОМИЧЕСКИЕ АСПЕКТЫ ПАРТНЕРСТВА В ЦИФРОВОЙ ЭКОСИСТЕМЕ РОЗНИЧНОЙ ТОРГОВЛИ (2025)

В статье исследуются современные методы применения искусственного интеллекта (ИИ) в системе образования Кыргызстана. Особое внимание уделено потенциалу технологий ИИ, в частности трансферного обучения как одного из наиболее эффективных методов, для персонализации учебного процесса, автоматизации оценки знаний и повышения его общей эффективности. Целью работы является анализ возможностей и разработка практических рекомендаций по интеграции данных технологий. Методы исследования включают сравнительный анализ международного опыта, анкетирование участников образовательного процесса и педагогический эксперимент. Результаты подтверждают, что применение инструментов ИИ способствует повышению качества образования. Делается вывод о необходимости комплексного внедрения инноваций для развития кадрового потенциала страны.

Формирование технологического суверенитета и инновационное развитие промышленности охватывает все сектора этой сферы, в том числе среднетехнологичный. Статья посвящена выявлению факторов роста инновационной активности среднетехнологичного сектора промышленных производств высокого уровня. Информационной базой послужили статистические данные Росстата Российской Федерации за 2019–2023 гг. Использовались статистические методы исследования. На основе теоретического анализа выделены структурные и системные отраслевые факторы, внутриотраслевые экономические факторы развития инноваций в среднетехнологичном секторе высокого уровня промышленности. Эмпирический анализ показал, что наибольшее влияние за 2019–2023 гг. на уровень инновационной активности среднетехнологичного сектора высокого уровня оказывают внешние структурные факторы, связанные с типом рынка, уровнем конкурентной среды и размером данного рынка. Полученные результаты имеют большое значение для формирования модели технологического развития российской экономики

Статья посвящена эконометрической оценке влияния санкционного давления и макроэкономических факторов на активность участников фьючерсного рынка USD/RUB. Целью исследования является выявление и количественное сопоставление различий в поведении физических и юридических лиц с 2020 по 2025 гг. Методологической базой выступает модель множественной линейной регрессии (OLS), построенная на основе еженедельных данных. Информационной базой послужили сведения сервиса Московской Биржи (FUTOI) об открытых позициях, а также данные Банка России по ключевой ставке и уровню инфляции. Основным результатом является статистическое подтверждение разнонаправленной реакции участников рынка. Доказано, что введение санкций стало доминирующим фактором, спровоцировавшим резкий рост объема позиций юридических лиц. В то же время активность физических лиц не показала значимой реакции на санкции, но продемонстрировала отрицательную зависимость от уровня ключевой ставки. Выводы подчеркивают фундаментальные различия в драйверах поведения профессиональных и розничных инвесторов, что имеет высокую практическую значимость для анализа и прогнозирования рыночных процессов

Статья посвящена проблеме моделирования динамики случайных процессов, возникающих при планировании системы управления запасами. Целью исследования является анализ возможностей математического аппарата теории массового обслуживания в сфере управления запасами, используемого для моделирования систем в том случае, когда состояние системы меняется скачкообразно, однако время между этими изменениями непрерывно. Методологическая основа исследования опирается на принципы построения системы уравнений Колмогорова применительно к описанию случайных процессов в управлении запасами. Предлагаемый вероятностный подход может быть применен для описания и формирования стратегии управления двухуровневой системой регулирования запасов в условиях нестабильного спроса. Научная новизна работы состоит в расширении области применения многоканальных систем массового обслуживания как способа описания случайных характеристик систем управления запасами, что вносит вклад в развитие научно-практических аспектов управленческого анализа

Современные исследования, посвященные вопросам оптимизации структуры капитала, показывают, что для компаний различных отраслей значимые факторы и степень их влияния на выбор источника финансирования различны. При этом конкретный вид зависимости мультипликатора Z собственного капитала от ключевых детерминант (ROE, ROS, Y, Ib, Tb и др.) оставался, как правило, невыясненным. Статья посвящена построению регрессионной модели, позволяющей прогнозировать структуру капитала с заданным уровнем доходности с учетом влияния рентабельности продаж, ресурсоотдачи, стоимости долга и налогов на соотношение источников финансирования компаний определенных отраслей российской промышленности. Методологической основой исследования являлся регрессионный анализ. В качестве информационной базы использовались данные российских кондитерских предприятий и строительных фирм, наблюдаемых за последние пять лет (2017–2021 гг.). В результате предложена мультипликативная пятифакторная модель множественной регрессии, которая дает возможность осуществлять сравнительный анализ степени влияния перечисленных выше нормализованных детерминант на мультипликатор Z. Наибольшим влиянием на структуру капитала обладает нормализованная величина рентабельности продаж ROS, затем по степени влияния идут ресурсоотдача, стоимость долга, а наименьшим – нормализованная величина налогового бремени. Апробация регрессионной модели прогнозирования структуры капитала на примере предприятия кондитерской отрасли позволила найти структуру капитала конкретной компании с заданным значением ROE. Качество построенных моделей структуры капитала было обосновано с разных позиций.