Estimation of the Inclusive Development Index Based on the REL-PCANet Neural Network Model

В 2018 году на Всемирном экономическом форуме в Давосе была представлена новая метрика экономической эффективности стран под названием Индекс инклюзивного развития (IDI), состоящий из 12 показателей. Новая метрика подразумевает, что странам может потребоваться проведение структурных реформ для улучшения как экономического роста, так и эффективности социальной инклюзивности. Именно поэтому важно, чтобы метод расчета IDI имел сильную статистическую и математическую основу для точности и прозрачности результатов и их дальнейшего использования в общественных целях.
В данной работе мы предлагаем новый подход к оценке IDI — нейросетевую модель REL-PCANet, которая основана на принципах RELARM и RankNet и объединяет элементы PCA, методы, применяемые в распознавании изображений и механизмах обучения ранжированию. Кроме того, мы определяем новый подход к оценке матрицы целевых вероятностей $T_{Rnet}$ для отражения динамических изменений в инклюзивном развитии стран. Эмпирическое исследование показало, что REL-PCANet обеспечивает надежные оценки и результаты ранжирования, что позволяет рекомендовать ее для использования в практической деятельности.