• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Контакты

Школа финансов ВШЭ

119049 Москва, Покровский бульвар, 11,
офис S629.

Телефоны:
+7 (495) 772-95-90*27447, *27190, *27947 (по общим вопросам Школы финансов)
+7 (495) 621-91-92 (по вопросам Бизнес-образования)
+7 (495) 916-88-08 (Магистерская программа "Корпоративные финансы")

E-mail:

df@hse.ru (по общим вопросам Школы финансов),
finance@hse.ru (по вопросам Бизнес-образования)

Руководство
Руководитель Ивашковская Ирина Васильевна

ординарный профессор НИУ ВШЭ, доктор экономических наук, заслуженный работник высшей школы РФ

Школа финансов: Менеджер Непряхина Ульяна Викторовна

+7 495 772 95 90 (доб. 27190)

Школа финансов: Администратор Райн Анна Сергеевна

+7495-772-95-90 (доб. 27447)

Школа финансов: Администратор Липатова Татьяна Геннадьевна

+7495-772-95-90 (доб. 27947)

Школа финансов: Аналитик Осовский Александр Алексеевич

+7 495 772 95 90 (доб.27446)
+7 968 418 78 86

Статья
The upside-down world of value capture. Do companies in technology sector follow the principles of profitable growth?

V. S. Vinogradova.

The Journal of the New Economic Association. 2024. Vol. 62. No. 1. P. 171-195.

Статья
International capital markets with interdependent preferences: Theory and empirical evidence
В печати

Dergunov I., Curatola G.

Journal of Economic Behavior and Organization. 2023. Vol. 212. P. 403-421.

Статья
Patterns of value creation in strategic acquisitions for growth

Vinogradova V.

Asian Academy of Management Journal of Accounting and Finance. 2023. Vol. 19. No. 2. P. 127-160.

Статья
Сравнение подходов к оценке риска со стороны центрального контрагента

Потапов А. И., Курбангалеев М. З.

Экономический журнал Высшей школы экономики. 2023. Т. 27. № 2. С. 196-219.

Статья
Developing a Scoring Credit Model Based on the Methodology of International Credit Rating Agencies

Alyona Astakhova, Sergei Grishunin, Gennadii Pomortsev.

Journal of Corporate Finance Research. 2023. Vol. 17. No. 1. P. 5-16.

Статья
The New Strategy of High-Tech Companies – Hidden Sources of Growth

Kokoreva M. S., Stepanova A. N., Povkh K.

Foresight and STI Governance. 2023. Vol. 17. No. 1. P. 18-32.

Статья
Нефинансовые факторы эффективности фармацевтических компаний в России

Макушина Е. Ю., Малофеева Т. Н., Козиорова О. И. и др.

Вестник Московского университета. Серия 6: Экономика. 2023. № 1. С. 135-163.

Статья
Time to Extend Credit? Bank Credit Lines During the COVID-19 Pandemic in Russia

Semenova M., Popova P.

Russian Journal of Money and Finance. 2023. Vol. 82. No. 2. P. 106-119.

Статья
Do Smart Depositors Avoid Inefficient Bank Runs? An Experimental Study

Semenova M.

Emerging Markets Finance and Trade. 2023. Vol. 59. No. 8. P. 2710-2726.

Статья
Cryptocurrency Momentum and Reversal

Victoria Dobrynskaya.

Journal of Alternative Investments. 2023. Vol. 26. No. 1. P. 65-76.

Статья
Cryptocurrencies Meet Equities: Risk Factors and Asset-pricing Relationships

Victoria Dobrynskaya, Dubrovskiy M.

International Finance Review. 2023. Vol. 22. P. 95-111.

На ФКН ВШЭ открылась лаборатория «ИИ в математических финансах»

На ФКН ВШЭ открылась лаборатория «ИИ в математических финансах»

© iStock

В конце сентября на факультете компьютерных наук Высшей школы экономики состоялось открытие лаборатории «Искусственный интеллект в математических финансах», на которое собрались более 70 человек. Представители лаборатории рассказали студентам и сотрудникам о ключевых задачах и целях нового научного подразделения.

С докладами выступили руководитель лаборатории Петр Лукьянченко, научные сотрудники Денис Богуцкий (также научный сотрудник Института искусственного интеллекта и цифровых наук ВШЭ) и Владимир Науменко (по совместительству руководитель направления валидации моделей торговой и банковской книги Сбера).

Спикеры обсудили перспективные направления применения ИИ в финансовой математике, использование обучения с подкреплением для решения задачи маркетмейкера и глубокие генеративные модели для оценки потенциальных потерь торгового портфеля.

Петр Лукьянченко

«Активное развитие технологий глубокого анализа данных позволяет пересмотреть решение задач в области математических финансов. Создание лаборатории на базе ФКН дает возможность сконцентрировать потенциал применения технологий ИИ для решения актуальных задач с точки зрения как академического сообщества, так и индустриальных партнеров факультета.

Изменения в структуре клиентских групп и в режимах торгов фондового рынка привели к тому, что ранее разработанные модели и методы больше не применимы. В рамках деятельности лаборатории мы планируем проведение исследований, направленных на формирование новых методов решения задач в области математических финансов, которые будут отвечать современным вызовам и требованиям компаний в сфере финансовых рынков.

Уже сейчас мы планируем начать исследования по трем ключевым направлениям: мультиагентные технологии для симуляции рыночных торгов, применение RL для задачи оптимального хеджирования и задачи маркетмейкера, генеративные модели.

Мы рады, что открытие лаборатории вызвало у студентов большой интерес. Всем, кому близки направления наших проектов, мы предлагаем подключиться к исследованиям в рамках написания ВКР и курсовых работ. Лучшие из студентов смогут продолжить научную деятельность в статусе стажеров-исследователей и поработать с реальными данными».

О значимости новой лаборатории рассказал Алексей Масютин, руководитель Центра искусственного интеллекта, директор Института искусственного интеллекта и цифровых наук, заведующий базовой кафедрой ПАО «Сбербанк» «Финансовые технологии и анализ данных» и академический руководитель магистратуры «Финансовые технологии и анализ данных»

Алексей Масютин

«Детальные данные по финансовым рынкам предоставляют студентам возможность развить навыки работы с большими объемами данных. Наша лаборатория при поддержке ММВБ аккумулировала ордерлог по фондовому и срочным рынкам Московской биржи. Только за один год объем доступных для исследования данных достигает впечатляющих размеров — 188 Гб.

Наши коллеги фокусируются на двух направлениях исследования: применение RL в задачах на финансовых рынках и использование генеративных моделей для более точной и быстрой оценки классических риск-параметров портфелей ценных бумаг — value-at-risk и expected shortfall».

В рамках кампании по выбору тем проектов, курсовых и выпускных работ от лаборатории предложены три темы:

1. Мультиагентное моделирование финансовых рынков (Multi agent modeling of financial markets). 

2. Имитационное моделирование поведенческих задач (Agent based modeling of behavioral problems). 

3. Исследование структурных разрывов в ДУ при цветных шумах (Change point detection under colored noises).

Для выбора одной из тем в качестве проекта можно писать на почту Петру Лукьянченко plukyanchenko@hse.ru.

Запись открытия лаборатории можно посмотреть по ссылке, а с материалами встречи — ознакомиться здесь.