<?xml version="1.0" encoding="utf-8"?>
<article xmlns:xlink="http://www.w3.org/1999/xlink" article-type="research-article" dtd-version="1.2" xml:lang="ru">
  <front>
    <journal-meta>
      <journal-id journal-id-type="publisher-id">uprav-uchet</journal-id>
      <journal-id journal-id-type="issn">1814-8476</journal-id>
      <journal-title-group>
        <journal-title>Управленческий учет</journal-title>
      </journal-title-group>
      <issn pub-type="ppub">1814-8476</issn>
      <publisher>
        <publisher-name>Издательский дом «Академический»</publisher-name>
      </publisher>
    </journal-meta>
    <article-meta>
      <article-id pub-id-type="publisher-id">6294</article-id>
      <article-id pub-id-type="doi">10.25806/uu-6294</article-id>
      <title-group>
        <article-title>РОЛЬ НАДЕЖНОСТИ ИНФОРМАЦИИ В ОЦЕНКЕ И ПРОГНОЗИРОВАНИИ РИСКА ИНВЕСТИЦИОННОГО ПОРТФЕЛЯ В УСЛОВИЯХ НЕОПРЕДЕЛЕННОСТИ: РАЗВИТИЕ НЕЧЕТКОГО ПОДХОДА НА БАЗЕ Z-ЧИСЕЛ</article-title>
      </title-group>
      <subj-group subj-group-type="heading">
        <subject>Экономические науки</subject>
      </subj-group>
      <contrib-group>
        <contrib contrib-type="author">
          <name>
            <surname>Гасанова</surname>
            <given-names>Л.Р.</given-names>
          </name>
          <string-name>Л.Р. Гасанова</string-name>
          <xref ref-type="aff" rid="aff1">1</xref>
        </contrib>
      </contrib-group>
      <aff id="aff1">
        <institution>Азербайджанский Государственный Университет Нефти и Промышленности</institution>
      </aff>
      <pub-date pub-type="epub">
        <day>2</day>
        <month>6</month>
        <year>2026</year>
      </pub-date>
      <volume>2026</volume>
      <issue>5</issue>
      <issue-id pub-id-type="publisher-id">5</issue-id>
      <issue-title>№ 5 (2026): Управленческий учет</issue-title>
      <fpage>322</fpage>
      <lpage>329</lpage>
      <counts>
        <page-count count="8"/>
      </counts>
      <permissions>
        <copyright-statement>© Издательский дом «Академический»</copyright-statement>
        <copyright-holder>Издательский дом «Академический»</copyright-holder>
        <license license-type="open-access" xlink:href="https://creativecommons.org/licenses/by/4.0/">
          <license-p>Статья распространяется на условиях лицензии Creative Commons Attribution 4.0 International (CC BY 4.0).</license-p>
        </license>
      </permissions>
      <history>
        <date date-type="received">
          <day>8</day>
          <month>4</month>
          <year>2026</year>
        </date>
        <date date-type="accepted">
          <day>22</day>
          <month>5</month>
          <year>2026</year>
        </date>
        <date date-type="published">
          <day>2</day>
          <month>6</month>
          <year>2026</year>
        </date>
      </history>
      <abstract>
        <p>Принятие инвестиционных решений в значительной степени осуществляется в условиях неопределенности. Прогнозирование и оценка риска инвестиционного портфеля относятся к числу ключевых задач при выборе инвестиционного решения. Несмотря на аналитическую ясность, внутреннюю логику и сравнительную вычислительную простоту, классические подходы к формированию портфеля и прогнозированию его риска существенно зависят от точности параметрических оценок, что ограничивает их адекватность в ситуациях, когда информация является неполной, нестабильной или несовершенной. Методы, основанные на нечеткой логике, расширяют возможности моделирования, позволяя представлять исходные параметры в виде интервалов, лингвистических оценок и нечетко-случайных величин. Вместе с тем во многих традиционных нечетких моделях надежность информации, лежащей в основе оценок, не выделяется как самостоятельная аналитическая компонента, что может рассматриваться как методологическое ограничение. В статье рассматривается указанная проблема и обосновывается необходимость разграничения неопределенности в оценке значения и надежности информации, служащей основанием для этой оценки, при прогнозировании риска в процессе выбора оптимального инвестиционного портфеля. Работа носит теоретико-методический характер и включает сопоставление классических, традиционных нечетких и расширенных нечетких подходов на базе Z-чисел. Проведенный анализ литературы позволяет заключить, что подходы на основе Z-чисел могут рассматриваться как развитие традиционного нечеткого моделирования, поскольку позволяют учитывать степень надежности используемой информации. Такое расширение представляется особенно значимым в задаче выбора оптимального портфеля, где сочетаются рыночные данные, экспертные суждения и стратегические предпочтения. На основании проведенного анализа сделан вывод о том, что подход к оценке и прогнозированию риска, учитывающий надежность информации, обладает теоретической и практической значимостью, поскольку уточняет интерпретацию несовершенной информации в моделях выбора портфеля и способствует принятию более обоснованных инвестиционных решений в условиях неопределенности.</p>
      </abstract>
      <kwd-group xml:lang="ru">
        <kwd>прогнозирование риска портфеля</kwd>
        <kwd>несовершенная информация</kwd>
        <kwd>нечеткое моделирование</kwd>
        <kwd>Z-числа</kwd>
        <kwd>надежность информации</kwd>
        <kwd>инвестиционные решения</kwd>
      </kwd-group>
      <self-uri content-type="html" xlink:href="https://uprav-uchet.ru/index.php/journal/article/view/6294">HTML</self-uri>
      <self-uri content-type="pdf" xlink:href="https://uprav-uchet.ru/index.php/journal/article/view/6294/4808">PDF</self-uri>
    </article-meta>
  </front>
  <body>
    <p>Полный текст статьи в JATS не включён. Машиночитаемый файл содержит метаданные, аннотацию, ключевые слова и список литературы.</p>
  </body>
  <back>
    <ref-list>
      <title>Список литературы</title>
      <ref id="ref1">
        <mixed-citation>Markowitz H. Portfolio selection // The Journal of Finance. 1952. Vol. 7. No 1. P. 77-91. Hasanova L. Современное состояние сферы прогнозирования риска портфеля предприятия на базе нечеткой модели // Новости Азербайджанской Высшей Технической Школы. 2023. № 31. С. 128-135. Chung M., Lee Y., Kim J.H., Kim W.C., Fabozzi F.J. The effects of errors in means, variances, and correlations on the mean-variance framework // Quantitative Finance. 2022. Vol. 22. No 10. P. 1893-1903. DOI: 10.1080/14697688.2022.2083009 EDN: DABGZY. Lassance N., Vanderveken R., Vrins F. Optimal portfolio size under parameter uncertainty // Journal of Financial and Quantitative Analysis. Advance online publication. 2025. Won J.-H., Kim S.-J. Robust trade-off portfolio selection // Optimization and Engineering. 2020. Vol. 21. P. 867-904. DOI: 10.1007/s11081-020-09485-z EDN: RHBSEG. Bonacic M., López-Ospina H., Bravo C., Pérez J. A fuzzy entropy approach for portfolio selection // Mathematics. 2024. Vol. 12. No 13. P. 1921. DOI: 10.3390/math12131921 EDN: YJLYAM.</mixed-citation>
      </ref>
      <ref id="ref2">
        <mixed-citation>Kar M.B., Kar S., Guo S., Li X., Majumder S. A new bi-objective fuzzy portfolio selection model and its solution through eVolutionary algorithms // Soft Computing. 2019. Vol. 23. P. 4367-4381. DOI: 10.1007/s00500-018-3094-0 EDN: MMMVJO. Li C., Wu Y., Lu Z., Wang J., Hu Y. A multiperiod multiobjective portfolio selection model with fuzzy random returns for large-scale securities data // IEEE Transactions on Fuzzy Systems. 2021. Vol. 29. No 1. P. 59-73. DOI: 10.1109/tfuzz.2020.2992866 EDN: OISQXP. Borovička A. Return as a vague element: fuzzy multi-objective portfolio making under sustainable investment strategy // Central European Journal of Operations Research. 2026. Vol. 34. P. 419-446. Hasanova L. Portfolio selection model using Z-numbers theory. In R. A. Aliev, J. Kacprzyk, W. Pedrycz, M. Jamshidi, M. Babanli, F.M. Sadikoglu (Eds.), Lecture Notes in Networks and Systems. 2022. Vol. 362. P. 308-315. DOI: 10.1007/978-3-030-92127-9_43 EDN: KPUDRQ.</mixed-citation>
      </ref>
      <ref id="ref3">
        <mixed-citation>Zadeh L.A. A note on Z-numbers // Information Sciences. 2011. Vol. 181. No 14. P. 2923-2932. Ghanbari H., Shabani M., Mohammadi E. A fuzzy approach to portfolio optimization in the light of credibility theory and Z-numbers: An empirical study of Tehran Stock Exchange // International Journal of Industrial Engineering &amp; Production Research.2025. Vol. 36. No 3. P. 201-213. Akron S., Demir E., Díez-Esteban J.M., García-Gómez C.D. How does uncertainty affect corporate investment inefficiency? Evidence from Europe // Research in International Business and Finance. 2022. No 62. P. 101752. DOI: 10.1016/j.ribaf.2022.101752 EDN: QLRYIK. Kommalapati M. Managerial overconfidence and corporate investment decision-making: Theoretical and empirical studies. doctoral dissertation, Birmingham City University, 2023.</mixed-citation>
      </ref>
    </ref-list>
  </back>
</article>
