УДК 339.5:330.43
DOI: 10.36871/ek.up.p.r.2026.01.10.009

Авторы

Елена Александровна Луценко,
Донецкий национальный университет экономики и торговли имени Михаила Туган-Барановского, Донецк, Россия
Алина Артемовна Луценко,
Ростовский государственный экономический университет (РИНХ), Ростов-на-Дону, Россия

Аннотация

Существующий разрыв между новой экономической реальностью, сформированной геополитическим шоком 2022 года, и устаревшим инструментарием анализа создает серьезные риски для достоверности среднесрочных прогнозов, адекватности стратегических бизнес-решений и выработки эффективной государственной торговой политики. В данной статье предпринята попытка преодолеть этот разрыв путем построения новых эконометрических моделей, адаптированных к условиям структурной трансформации. Используя методологию анализа временных рядов (ARIMA), исследование решает две взаимосвязанные задачи: анализирует новую траекторию внешнеторгового оборота России для идентификации структурных изменений и генерирует на этой основе среднесрочный прогноз с оценкой доверительных интервалов. Полученный прогноз выявляет принципиально разные траектории и уровни риска для импорта и экспорта, задавая новую эмпирическую основу для экономической политики.

Ключевые слова

SARIMA-моделирование, внешнеторговая деятельность, экспорт, импорт, нестационарность, сезонность, волатильность, устойчивость, цикличность, диверсификация, точечный прогноз

Список литературы

  1. Ушкалова Д. И. Внешняя торговля России в новых условиях / Д. И. Ушкалова // Журнал Новой экономической ассоциации. – 2020. – № 1(45). – С. 199-207. – DOI 10.31737/2221-22642020-45-1-10. – EDN KBXZXK.
  2. Глебкова И. Ю. Особенности статистического анализа и прогнозирования экспорта и импорта товаров в России / И. Ю. Глебкова, Н. Н. Качанова // Вопросы статистики. – 2014. – № 2. – С. 60-64. – EDN RVUTYN.
  3. Ширнаева С. Ю. Чистый экспорт товаров Российской Федерации: статистическое исследование и эконометрическое моделирование / С. Ю. Ширнаева // Вестник Алтайской академии экономики и права. – 2021. – № 8-1. – С. 8692. – DOI 10.17513/vaael.1814. – EDN DSDIOV.
  4. Zhou S., Kang C. Research on the influencing factors of Russian foreign trade based on R language regression analysis // Mathematical Problems in Engineering. – 2021. – № 27. – P. 5638831.
  5. Лапин А. В. Построение эконометрических моделей и анализ факторов экспорта и импорта Санкт-Петербурга / А. В. Лапин // Молодой ученый. – 2016. – № 13(117). – С. 44-46. – EDN WGFVRD.
  6. Красных С.С. Сценарии развития внешнеторговой деятельности Российской Федерации в условиях санкционных ограничений // Векторы благополучия: экономика и социум. – 2024. – Т. 52. – № 1. – С. 1–12. DOI: 10.18799/26584956/2024/1/1691.
  7. Суханова Е. И. Типологизация показателей, отражающих стабилизационные процессы экономики России, по критериям устойчивости / Е. И. Суханова, С. Ю. Ширнаева // Вестник Самарского государственного экономического университета. – 2012. – № 5(91). – С. 103-109. – EDN NWURHA.
  8. Elsayir H. A. Forecasting ARIMA model for foreign trade statistics // Standard Scientific Research and Essays. – 2014. – № 2 (12). –P. 636–648.
  9. Статистика внешнего сектора | Центральный банк Российской федерации // URL: https://cbr. ru/statistics/macro_itm/external_sector/etg/ (дата обращения 30.01.2026).
  10. Федеральная таможенная служба // URL: https://customs.gov.ru/statistic/vneshn-torg/ vneshn-torg-countries (дата обращения 30.01.2026).
  11. Статистика внешнего сектора | Центральный банк Российской федерации // URL: https://cbr. ru/statistics/macro_itm/external_sector/etg/(дата обращения 30.01.2026).