• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Образовательные программы
Бакалаврская программа

Совместная программа по экономике НИУ ВШЭ и РЭШ

4 года
Очная форма обучения
55/20

55 бюджетных мест

20 платных мест

RUS+ENG
Обучение ведется на русском и частично на английском языке
Бакалаврская программа

Экономика

4 года
Очная форма обучения
110/90/5

110 бюджетных мест

40 государственных стипендий Правительства РФ для иностранцев

90 платных мест

5 платных мест для иностранцев

RUS+ENG
Обучение ведется на русском и частично на английском языке
Бакалаврская программа

Экономика и анализ данных

4 года
Очная форма обучения
30/30/3

30 бюджетных мест

10 государственных стипендий Правительства РФ для иностранцев

30 платных мест

3 платных места для иностранцев

RUS+ENG
Обучение ведется на русском и частично на английском языке
Бакалаврская программа

Экономика и статистика

4 года
Очная форма обучения
35/50/3

35 бюджетных мест

15 государственных стипендий Правительства РФ для иностранцев

50 платных мест

3 платных места для иностранцев

RUS+ENG
Обучение ведется на русском и частично на английском языке
Бакалаврская программа

Экономический анализ

4 года
Очная форма обучения
Онлайн программа
20/3

20 платных мест

3 платных места для иностранцев

RUS+ENG
Обучение ведется на русском и частично на английском языке
Магистерская программа

Аграрная экономика

2 года
Очная форма обучения
RUS+ENG
Обучение ведется на русском и частично на английском языке
Магистерская программа

Инвестиции на финансовых рынках

2 года
40/3

40 платных мест

3 платных места для иностранцев

RUS/ENG
Обучение ведется на русском или английском языках
Магистерская программа

Корпоративные финансы

2 года
Очная форма обучения
50/1

50 платных мест

1 платное место для иностранцев

RUS+ENG
Обучение ведется на русском и частично на английском языке
Магистерская программа

Магистр аналитики бизнеса

2 года
Очная форма обучения
Онлайн программа
50/3

50 платных мест

3 платных места для иностранцев

ENG
Обучение ведётся полностью на английском языке
Магистерская программа

Статистический анализ в экономике

2 года
Очная форма обучения
20/5/2

20 бюджетных мест

10 государственных стипендий Правительства РФ для иностранцев

5 платных мест

2 платных места для иностранцев

RUS+ENG
Обучение ведется на русском и частично на английском языке
Магистерская программа

Стохастическое моделирование в экономике и финансах

2 года
Очная форма обучения
20/5/1

20 бюджетных мест

10 государственных стипендий Правительства РФ для иностранцев

5 платных мест

1 платное место для иностранцев

RUS+ENG
Обучение ведется на русском и частично на английском языке
Магистерская программа

Стратегическое управление финансами фирмы

2 года
Очная форма обучения
40/10/2

40 бюджетных мест

10 государственных стипендий Правительства РФ для иностранцев

10 платных мест

2 платных места для иностранцев

ENG
Обучение ведётся полностью на английском языке
Магистерская программа

Финансовые рынки и финансовые институты

2 года
Очная форма обучения
45/5/2

45 бюджетных мест

10 государственных стипендий Правительства РФ для иностранцев

5 платных мест

2 платных места для иностранцев

RUS+ENG
Обучение ведется на русском и частично на английском языке
Магистерская программа

Финансовый инжиниринг

2 года
Очная форма обучения
40/2

40 платных мест

2 платных места для иностранцев

RUS+ENG
Обучение ведется на русском и частично на английском языке
Магистерская программа

Экономика и экономическая политика

2 года
Очная форма обучения
65/20/1

65 бюджетных мест

20 государственных стипендий Правительства РФ для иностранцев

20 платных мест

1 платное место для иностранцев

RUS/ENG
Обучение ведется на русском или английском языках
Магистерская программа

Экономический анализ

2 года
Очная форма обучения
Онлайн программа
60/5

60 платных мест

5 платных мест для иностранцев

RUS+ENG
Обучение ведется на русском и частично на английском языке
Книга
Лекции по дискретной математике

Вялый М. Н., Подольский В. В., Рубцов А. А. и др.

М.: Издательский дом НИУ ВШЭ, 2021.

Глава в книге
The Study of Trajectories of the Development of State Capacity Using Ordinal-Invariant Pattern Clustering and Hierarchical Cluster Analysis

Myachin A. L., Akhremenko A. S.

In bk.: Intelligent Methods in Computing, Communications and Control. Vol. 1243. Springer, 2021. P. 198-205.

Препринт
A compact higher-order finite-difference scheme for the wave equation can be strongly non-dissipative on non-uniform meshes

Zlotnik A., Čiegis R.

math. arXiv. Cornell University, 2020. No. 2012.01000 [math.NA].

ФУАД АЛЕСКЕРОВ: «ПРИНЯТИЕ РЕШЕНИЙ В УСЛОВИЯХ ГЛУБОКОЙ НЕОПРЕДЕЛЕННОСТИ»

Заслуженный профессор ВШЭ, член Европейской академии Фуад Алескеров рассказал в интервью HSE Daily о том, как принимать решения в условиях глубокой неопределенности и почему в этом вопросе так важна кооперация, а также о запуске специального курса по принятию решений и создании зеркальной лаборатории в ВШЭ.

Фуад Алескеров

Фуад Алескеров
фото: Высшая школа экономики

Заслуженный профессор ВШЭ, член Европейской академии Фуад Алескеров рассказал в интервью HSE Daily о том, как принимать решения в условиях глубокой неопределенности и почему в этом вопросе так важна кооперация, а также о запуске специального курса по принятию решений и создании зеркальной лаборатории в ВШЭ.

— Фуад Тагиевич, недавно вы вернулись из командировки, где читали лекции как член Европейской академии. Что это за организация и зачем вас туда пригласили?

— Когда в 2018 году мне предложили стать членом Европейской академии, то я стал искать информацию про эту организацию. Оказалось, что в ней состоят около 3800 ученых, среди них 52 нобелевских лауреата. С 2018 года я также в ней состою. Из-за эпидемии ковида очень долго не проводилось никаких мероприятий. В этом году меня пригласили выступить с докладом, где я рассказал про свои свежие работы. В частности, я выступил с докладом по продовольственной безопасности. По сути это сценарный анализ по принятию решений в условиях глубокой неопределенности.

— Расскажите, пожалуйста, для непосвященных, что это за направление — принятие решений в условиях неопределенности.

— Теория принятия решений существует уже многие годы, математические основания ее были заложены более 250 лет назад. В принятии решений мы ориентируемся на то, что известны последствия того, что будет, если мы на то или иное действие пойдем. Уже в XX веке начали рассматриваться модели планирования в условиях неопределенности, когда у нас есть вероятностная оценка того, что будет, если с такой-то вероятностью произойдет то-то и то-то. А сейчас развивается очень интересное направление этой науки — глубокая неопределенность, когда у нас нет вообще никаких возможных оценок последствий, даже непонятны сами последствия.

— И давно вы занимаетесь планированием в условиях глубокой неопределенности?

— Первую работу по планированию в условиях глубокой неопределенности я сделал в 1999 году, тогда было землетрясение в Турции и было много жертв. По официальным данным, погибло около 17 тысяч человек. После землетрясения мы приехали в Стамбул, где я работал в университете, и там проводился опрос среди мэров городов. Было понятно, что есть вероятность повторения землетрясения. И мэрам городов задавали вопрос: «Как вы подготовитесь, если будет новое землетрясение?» Один из мэров тогда сказал, что он закупил 4 тысячи мешков для трупов. Меня это тогда сильно резануло. Конец XX века, а мы, кроме как мешки для трупов закупать, что, ничего не можем? Я придумал модели, потом пригласил подключиться к работе факультет компьютерных наук и факультет бизнеса и менеджмента Босфорского университета в Стамбуле. То есть у нас не было никаких вероятностей того, что случится и случится ли. И также не была понятна интенсивность происходящих перемен: разрушатся ли здания, погибнут люди или ничего не будет. Ничего из этого было не известно. Но возникла идея построить сценарный анализ, чтобы понимать, что будет, если произойдет то-то и то-то. И когда мы это понимаем, то мы можем сказать, что если землетрясение пойдет по такому сценарию, то разрушится столько-то домов, столько-то будет раненых, медикаментов нужно столько-то и так далее. Эта работа была опубликована в топовом журнале по чрезвычайным ситуациям в 2004 или 2005 году, и на нее до сих пор ссылаются.

Фото: Высшая школа экономики

— А о чем ваш доклад по продовольственной безопасности, который вы представили на конференции Европейской академии?

— Недавно в ВШЭ мы выпустили серию работ по продовольственной безопасности. В ней анализируется экспорт продовольствия из одной страны в другую. Нашу модель нам удалось применить на такую ситуацию: мы не знаем, что произойдет, но, если что-то произойдет, как это отразится на уже существующих потоках продовольствия, которые идут из одной страны в другую. Когда эта модель уже была нами разработана, произошло наводнение в Пакистане. Пакистан был самодостаточной страной. Есть определенная норма потребления зерновых. При этом уровень потребления в стране был почти в два раза выше нормы. Сейчас в Пакистане 10 млн детей живут ниже уровня нормального потребления, и в целом вся страна живет в два раза ниже нормального потребления. Мы проигрывали такие сценарии: например, Россия сократит свой экспорт продовольствия в другие страны на 5% и отдаст его Пакистану, что тогда будет? Оказалось, что ситуация там улучшается, но ненамного. Если на 10% Россия сократит экспорт и отдаст Пакистану, то улучшения будут гораздо ощутимее. То есть был проведен такого рода сценарный анализ. В целом можно проигрывать различные сценарные анализы, связанные с потреблением зерновых.

О первой части этой работы мы рассказали на конференции. Дальше мы распространили аналогичные модели на нефтяные продажи и редкоземельные элементы.

Сейчас существует серьезное напряжение между Китаем и США как раз по поводу редкоземельных элементов. В рамках этой работы просчитывается, например, такой сценарий: в Швеции были обнаружены значительные залежи редкоземельных металлов, и что будет, если европейские страны будут покупать их в Швеции, а из Китая сократят экспорт. Это наши новые работы, о результатах нашего анализа по поводу редкоземельных элементов так же, как и по продовольственной безопасности и нефти, я рассказал в рамках конференции Европейской академии.

— Эти работы вызвали интерес?

— Об этих результатах меня попросили рассказать также на семинаре Адама Смита в Мюнхене, потом в Сорбонне. Интерес был огромный, вопросов было задано много, потому что впервые удалось такой сценарный анализ получить по критически важным вещам. Будем работать дальше.

— А какие планы по работе в этом направлении?

— Сейчас мы начали работать с нашим факультетом мировой экономики и мировой политики по другим типам продовольствия. Изначально мы анализировали ситуацию только по зерновым, а сейчас начали смотреть по другим видам продовольствия. В целом намечается серьезная работа.

Например, мы сейчас делали работу, в рамках которой просчитывали действия органов государственной власти в случае извержения вулкана на Камчатке. Допустим, на Камчатке произошло извержение вулкана, как на него надо реагировать? Мы же не знаем. Ветер туда пойдет — все пеплом засыплет, а сюда пойдет — в океан вынесет, это не так страшно. А реагировать надо. Сейчас мы активно над этим работаем.

Также сейчас мы думаем над созданием специального курса, в рамках которого будет изучаться принятие решений в условиях глубокой неопределенности.

— Когда такой курс может быть запущен?

— Курс будет, наверное, в следующем году, зимой 2023/24 года, уже все готово, активно обсуждаем вопрос о привлечении к работе над курсом политологов.

— Что еще вы собираетесь делать?

— Мы хотели бы открыть зеркальную лабораторию в ВШЭ, которая будет заниматься анализом принятия решений. У меня есть коллега, который писал у меня кандидатскую диссертацию, он открыл в Турции лабораторию, анализирующую типы принятия решений. Мы уже начали работу над совместным проектом сетевого анализа секторов экономики, как они взаимодействуют друг с другом.

Фото: Высшая школа экономики

— Что дает такой сетевой анализ?

— Поясню на примере банков. Как-то мне позвонил зампред ЦБ и попросил посмотреть взаимодействие банков, основанное на моделях сетевого анализа. Есть так называемые классические индексы центральности, которые показывают, кто с кем взаимодействует. Не важно, что анализировать: экспорт зерна, количество телефонных звонков, кредитов, выданных одним банком другому. Индекс центральности выявляет ключевые элементы, кто в системе играет главную роль. И я заметил, что по отношению к банкам в классической системе не учитываются параметры банков, у которых берут деньги. То есть взял я у крупного миллион долларов и не отдал или у какого-нибудь маленького банка — все равно. Но если я возьму миллион долларов у крупного системообразующего банка и не отдам, то его руководитель перестанет со мной здороваться, а самому кредитному учреждению ничего не будет. А если я не отдам маленькому банку, то банк может лопнуть. Кроме того, представьте, что мы взяли в долг у маленького банка внушительные суммы. Если кто-то вернет долг, а кто-то нет, то банк выживет, а если мы вдвоем не вернем, то последствия для банка могут быть самые печальные. И тогда я предложил модели, учитывающие параметры банка, у которого берутся деньги, а также влияние на него групп должников. Также удалось предложить метод, который учитывает так называемые каскадные эффекты.

— Вернемся к теме создания зеркальной лаборатории в ВШЭ. Чем еще будет заниматься лаборатория, если вы победите в конкурсе?

— Анализировать взаимодействие между секторами экономики, так называемое межсекторальное. Сейчас мы смотрим данные по Турции и Франции, например. То есть, допустим, есть данные о том, какой сектор экономики в стране сколько дает. Дальше: если мы все представим как сеть, то увидим, какие у нас ключевые элементы, и даже поймем, в каком смысле они ключевые. То же самое можно делать и с межстрановым взаимодействием.

— Кто может стать партнером Вышки при создании такой зеркальной лаборатории?

— Во-первых, наши турецкие коллеги. Также есть планы через год привлечь китайских коллег. Европейские коллеги, к моему великому сожалению, вряд ли подключатся к этой работе. У меня много друзей в Европе, но как дело доходит до межуниверситетских соглашений, то действует указание правительств не иметь дела с Россией. Даже в середине 80-х годов, когда Рональд Рейган называл СССР «империей зла», во всех университетах жили по принципу «политика — это политика, а у нас наука».

— Что может дать привлечение к работе китайских коллег?

— У них очень мощная работа сейчас делается на суперкомпьютерах. И у нас есть модели, которые рассчитаны на очень большой объем данных. Возможно, удастся китайскими суперкомпьютерами воспользоваться. В целом при решении таких задач очень важна кооперация, привлечение коллег. Наука сегодня стала междисциплинарной, и такого рода модели надо делать и просчитывать с командой профессионалов.

Дата публикации: 28.11.2023

Автор: Наталия Еремена

теория принятия решений