Данная работа посвящена выявлению, анализу и моделированию факторов, влияющих на инвестиционную привлекательность регионов РФ в контексте устойчивого развития. В ходе выполнения работы решались следующие задачи: 1. проведен анализ существующих материалов, рассматривающих тенденции на рынке инвестиционной привлекательности регионов; 2. проведен анализ факторов, оказывающих влияние на инвестиционную привлекательность регионов в условиях устойчивого развития; 3. проведено построение линейной регрессии влияния показателей устойчивого развития на инвестиционную привлекательность регионов РФ; 4. проведено построение 5 моделей машинного обучения, и лучшая модель проинтерпретирована с использованием библиотеки SHAP. Результатом работы является комплексный анализ факторов, влияющих на инвестиционную привлекательность регионов, с учетом принципов устойчивого развития. Сбор и обработка данных производилась с использованием MS Office (Excel). Анализ данных производился в Google Colab на языке приграммирования Python c использованием таких библиотек как pandas, matplotlib, seaborn. Построение линейной регрессии и моделей машинного обучения производилось с применением таких библиотек как sklearn, hyperopt, SHAP.

This work is devoted to identifying, analyzing and modeling factors influencing the investment attractiveness of Russian regions in the context of sustainable development. During the work, the following tasks were solved: 1. an analysis of existing materials examining trends in the market for investment attractiveness of regions was carried out; 2. an analysis of factors influencing the investment attractiveness of regions in conditions of sustainable development was carried out; 3. a linear regression of the influence of sustainable development indicators on the investment attractiveness of Russian regions was constructed; 4. 5 machine learning models were built, and the best model was interpreted using the SHAP library. The result of the work is a comprehensive analysis of factors influencing the investment attractiveness of regions, taking into account the principles of sustainable development. Data collection and processing were carried out using MS Office (Excel). Data analysis was carried out in Google Colab in the Python programming language using libraries such as pandas, matplotlib, seaborn. Linear regression and machine learning models were built using libraries such as sklearn, hyperopt, SHAP.

• ВЫПУСКНАЯ КВАЛИФИКАЦИОННАЯ РАБОТА МАГИСТЕРСКАЯ ДИССЕРТАЦИЯ
  • МОДЕЛИРОВАНИЕ ВЛИЯНИЯ ПОКАЗАТЕЛЕЙ УСТОЙЧИВОГО РАЗВИТИЯ НА ИНВЕСТИЦИОННУЮ ПРИВЛЕКАТЕЛЬНОСТЬ РЕГИОНОВ РФ
    • ЗАДАНИЕ
• 91 pages, 36 figures, 6 tables, 13 formulas
• KEYWORDS: INVESTMENT ATTRACTIVENESS, INVESTMENTS IN REGIONS, SUSTAINABLE DEVELOPMENT, MACHINE LEARNING, ECONOMETRIC MODELING.
• Topic of the final qualifying work: “Modeling the influence of sustainable development indicators on the investment attractiveness of the regions of the Russian Federation.”
• This work is devoted to identifying, analyzing and modeling factors influencing the investment attractiveness of Russian regions in the context of sustainable development. During the work, the following tasks were solved:
• 1. An analysis of existing materials examining trends in the market for investment attractiveness of regions was carried out;
• 2. An analysis of factors influencing the investment attractiveness of regions in conditions of sustainable development was carried out;
• 3. A linear regression of the influence of sustainable development indicators on the investment attractiveness of Russian regions was constructed;
• 4. Machine learning models were built, and the best model was interpreted using the SHAP library.
• The result of the work is a comprehensive analysis of factors influencing the investment attractiveness of regions, taking into account the principles of sustainable development. Data collection and processing were carried out using MS Office (Excel)....
• СОДЕРЖАНИЕ
• ВВЕДЕНИЕ
• 1. УСТОЙЧИВОЕ РАЗВИТИЕ
  • 1.1. Понятие и сущность устойчивого развития
  • 1.2. Показатели устойчивого развития
• 2. ИНВЕСТИЦИОННАЯ ПРИВЛЕКАТЕЛЬНОСТЬ
  • 2.1. Понятие и сущность инвестиционной привлекательности
  • 2.2. Показатели инвестиционной привлекательности
• 3. МЕТОДЫ ОЦЕНКИ И АНАЛИЗА ИНВЕСТИЦИОННОЙ ПРИВЛЕКАТЕЛЬНОСТИ И УСТОЙЧИВОГО РАЗВИТИЯ
  • 3.1. Методы оценки и анализа устойчивого развития
  • 3.2. Методы оценки и анализа инвестиционной привлекательности
• 4. ОПИСАНИЕ ДАННЫХ И МЕТОДОЛОГИИ ИССЛЕДОВАНИЯ
  • 4.1. Алгоритм исследования
  • 4.2. Исходные данные
  • 4.3. Описательная статистика
  • 4.4. Методология исследования
• 5. АНАЛИЗ РЕЗУЛЬТАТОВ
  • 5.1. Анализ результатов построения линейной регрессии
  • 5.2. Анализ результатов построения моделей машинного обучения
  • 5.3. Интерпретация результатов модели машинного обучения LGBMRegressor
• ЗАКЛЮЧЕНИЕ
• СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
• СВЕДЕНИЯ ОБ УЧАСТИИ АВТОРА В НАУЧНОЙ РАБОТЕ