УДК 330.5:519.2
DOI: 10.36871/26189976.2026.06-5.005

Авторы

А.А. Водопьянов,
Студент, Университет «Синергия»

Аннотация

Статья посвящена разработке эконометрической модели прогнозирования ключевых экономических показателей деятельности организации – выручки, прибыли и интегрального показателя финансового риска – и её программной реализации в виде единого программно-методического комплекса. Обосновывается необходимость перехода от разрозненных учётных и аналитических приложений к интегрированным компьютерным средствам сопровождения экономических процессов, объединяющим математико-статистический аппарат и прикладное программное обеспечение в общей архитектуре. Предложена структурная схема комплекса, включающая модуль сбора и предобработки данных, модуль эконометрического моделирования (на основе авторегрессионных моделей с распределёнными лагами и моделей условной гетероскедастичности для оценки риска) и модуль интерпретации и визуализации результатов для лиц, принимающих решения. Описана математическая постановка задачи, включающая спецификацию уравнений регрессии, процедуру оценивания параметров методом наименьших квадратов и обобщённым методом моментов, а также критерии проверки адекватности модели. Приведена методика оценки точности прогноза на основе средней абсолютной процентной ошибки и коэффициента Тейла. Показано, что объединение модели и программного обеспечения в единый комплекс обеспечивает воспроизводимость расчётов, сокращение трудоёмкости анализа и повышение обоснованности управленческих решений. Результаты исследования ориентированы на применение в системах поддержки принятия решений организаций различных отраслей.

Ключевые слова

эконометрическое моделирование
прогнозирование экономических
показателей
программно-методический комплекс
компьютерные методы в экономике
автоматизация экономического анализа
риск-моделирование
поддержка принятия решений

Список литературы

[1] Айвазян С.А., Мхитарян В.С. Прикладная статистика и основы эконометрики. – М.: ЮНИТИ, 1998. – 656 с. (переиздание 2023 г.).

[2] Андерсон Т. Статистический анализ временных рядов. – М.: Мир, 1976. – 758 с.

[3] Боровиков В.П. Прогнозирование в системе STATISTICA в среде Windows. – М.: Финансы и статистика, 2020. – 384 с.

[4] Bollerslev T. Generalized autoregressive conditional heteroskedasticity // Journal of Econometrics. – 1986. – Vol. 31, No. 3. – P. 307–327.

[5] Engle R.F. Autoregressive conditional heteroscedasticity with estimates of the variance of United Kingdom inflation // Econometrica. – 1982. – Vol. 50, No. 4. – P. 987–1007.

[6] Канторович Г.Г. Анализ временных рядов // Экономический журнал ВШЭ. – 2002. – № 1. – С. 85–116.

[7] Носко В.П. Эконометрика для начинающих. Дополнительные главы. – М.: Институт экономической политики им. Е.Т. Гайдара, 2021. – 448 с.

[8] Pesaran M.H., Shin Y., Smith R.J. Bounds testing approaches to the analysis of level relationships // Journal of Applied Econometrics. – 2001. – Vol. 16, No. 3. – P. 289–326.

[9] Светуньков С.Г. Методы социально-экономического прогнозирования. – М.: Юрайт, 2022. – 351 с.

[10] Тихомиров Н.П., Дорохина Е.Ю. Эконометрика. – М.: Экзамен, 2020. – 512 с.