УДК 330.101.51
DOI: 10.36871/26189976.2026.03-4.015

Авторы

Зелимхан Рамзанович Мусостов,
ФГБОУ ВО Чеченский государственный университет им. А.А. Кадырова, Грозный, Россия
Анна Андреевна Малахова,
ФГБОУ ВО «Красноярский государственный медицинский университет имени профессора В.Ф. Войно-Ясенецкого»Министерства здравоохранения Российской Федерации (ФГБОУ ВО КрасГМУ), Красноярск, Россия
Дмитрий Иванович Кравцов,
ФГБОУ ВО «Красноярский государственный медицинский университет имени профессора В.Ф. Войно-Ясенецкого»Министерства здравоохранения Российской Федерации (ФГБОУ ВО КрасГМУ), Красноярск, Россия

Аннотация

В статье раскрываются теоретико-методологические основания прогнозирования краткосрочной динамики валового внутреннего продукта на базе альтернативных высокочастотных индикаторов мобильности и платежной активности. Обосновано, что запаздывание официальной макроэкономической отчетности и ревизуемость квартальных оценок требуют перехода к оперативным расчетным процедурам, использующим массивы цифровых следов хозяйственного поведения. Систематизированы каналы передачи информации от пространственной мобильности населения и транзакционной интенсивности к компонентам выпуска, потребления и деловой активности. Рассмотрены модели смешанных частот, динамические факторные конструкции, представление в пространстве состояний и алгоритмы машинного обучения.

Ключевые слова

валовой внутренний продукт
краткосрочное прогнозирование
оперативное оценивание
альтернативные данные

Список литературы

[1] Ахмаров А. В. Модели софинансирования социальных страховых программ: сравнительный анализ и перспективы для России / А. В. Ахмаров, А. М. Мамаева, К. Д. Шахдуллаев // Экономика и управление: проблемы, решения. – 2025. – Т. 11, № 3(156). – С. 211-217. – DOI 10.36871/ek.up.p.r.2025.03.11.022. – EDN AYUZOK.

[2] Вертакова Ю. В. Обзор экономических подходов и моделей для прогнозирования ВВП // Экономика и управление. – 2016. – № 2 (124). – С. 22–29.

[3] Гареев М. Ю., Полбин А. В. Наукастинг // Вопросы экономики. – 2022. – № 8. – С. 133– 157.

[4] Горностаев Д. А., Пономаренко А. А., Селезнев С. М., Стерхова А. Д. База данных пересмотров макроэкономических показателей в России // Деньги и кредит. – 2022. – Т. 81, № 1. – С. 88–103.

[5] Губкова Е. А. Наукастинг динамики ВВП с помощью ежемесячной статистики на российских данных // Экономические исследования. – 2019. – № 4. – С. 2–9.

[6] Жемков М. И. Оценка месячного индикатора ВВП методами темпорального дезагрегирования // Деньги и кредит. – 2022. – Т. 81, № 2. – С. 79–104.

[7] Зубарев А. В., Рыбак К. С. Наукастинг ВВП: динамическая факторная модель и официальные прогнозы // Экономическое развитие России. – 2021. – Т. 28, № 12. – С. 34–40.

[8] Лазарян С. С., Герман Н. Е. Прогнозирование текущей динамики ВВП на основе данных поисковых запросов // Финансовый журнал. – 2018. – № 6 (46). – С. 83–94.

[9] Макеева Н. М., Станкевич И. П., Любайкин Н. С. Наукастинг макроэкономических показателей экономики России в условиях неопределенности: помогает ли учет новостного фона? // Вопросы экономики. – 2024. – № 3. – С. 120–142.

[10] Поршаков А., Турдыева Н., Чернядьев Д., Цветкова А., Мовсесян Л. Использование данных отраслевых финансовых потоков в качестве высокочастотного индикатора экономической активности // Деньги и кредит. – 2021. – Т. 80, № 2. – С. 28–49.