ПОСТРОЕНИЕ ПРОГНОСТИЧЕСКИХ МОДЕЛЕЙ РАЗВИТИЯ ЭКСПОРТНОГО ПОТЕНЦИАЛА СЕЛЬСКОГО ХОЗЯЙСТВА ВЛАДИМИРСКОЙ ОБЛАСТИ
Аннотация
Работа направлена на решение актуальной проблемы исследования особенностей построения прогностических моделей показателей внешнеэкономической деятельности региона в направлении развития отрасли сельского хозяйства. Целью работы является исследование агрегированных индексов оценки эффективности внешнеэкономической деятельности для построения прогностических моделей целевых показателей внешнеэкономической деятельности региона. Отличительной особенностью рассмотренных индексов является возможность учета экзогенных факторов при построении прогностической модели, а также оценки потенциала усложнения экспортной корзины региона. Показан пример расчета индекса экономической сложности и индекса продуктовой сложности для отрасли сельского хозяйства Владимирской области. Разработка новой методологии прогнозирования показателей внешнеэкономической деятельности, основанной на положениях, указанных в данной работе, позволит устранить существующие проблемы в практическом использовании существующих методик прогнозирования с учетом внешних факторов, позволяющих выявить причины и направления изменчивости внешнеторговых связей региона в отрасли сельского хозяйства.
Полный текст только в pdf
Список литературы
Kislyakov A.N. Development of Predictive Models of Socio–Economic Systems Based on Decision Trees with Multivariate Response / A.N. Kislyakov, N.M. Filimonova, N.Yu. Omarova // Advances in Economics, Business and Management Research (AEBMR). Proceedings of International Scientific and Practical Conference “Russia 2020 – a new reality: economy and society”. – 2021 –. p. 198–203.
Kislyakov A. Principles for Development of Predictive Stability Models of Social and Economic Systems on the basis of DTW / A. Kislyakov, N. Tikhonuyk // First Conference on Sustainable Development: Industrial Future of Territories (IFT 2020), – 2020 – vol. 208, no 08001. – DOI 10.1051/e3sconf/202020808002
Мастицкий С. Э. Анализ временных рядов с помощью R [Электронный ресурс] / C. Э Мастицкий – 2020 – URL: https://ranalytics.github.io/tsa–with–r/ (дата обращения: 24.02.2021).
Кисляков А.Н. Графовая кластеризация поведенческой активности пользователей продукта с учетом информационной асимметрии / А.Н. Кисляков // Известия Юго–западного государственного университета. серия: экономика. социология. менеджмент. – 2020. – №3 – С. 152–163.
Федеральная таможенная служба РФ: офиц. сайт [Электронный ресурс] // Таможенная статистика внешней торговли РФ – 2021. – URL: http://stat.customs.ru (дата обращения: 21.06.2021)
Hidalgo C.A. The building blocks of economic complexity / C.A. Hidalgo, R. Hausmann // Proceedings of the National Academy of Sciences. – 2009. –№ 106(26). – pp. 10570–10575.
Hausmann R. The Atlas of Economic Complexity: Mapping Paths to Prosperity / R. Hausmann, C. Hidalgo, S. Bustos et al. – Cambridge: Center for International Development, Harvard University – MIT. – 2011. – pp. 108–358.
Любимов И.Л. Сложность экономики и возможность диверсификации экспорта в российских регионах / И.Л. Любимов, М.А. Гвоздева, М.В. Казакова и др. // Журнал Новой экономической ассоциации. – 2017. – № 2 (34). – С. 94–122
Моисеев А.К. Применение индекса экономической сложности в макрофинансовых моделях / А.К. Моисеев, П.А. Бондаренко // Проблемы прогнозирования. – 2020. – № 3 – С.101–112.
Руус Й. Анализ экономической сложности Калининградской области — выбор отраслевых приоритетов в новой парадигме создания ценности / Й. Руус, К.Ю. Волошенко, Т.Е. Дрок и др. // Балтийский регион. – 2020. – Т. 12, № 1. –С. 156—180. – DOI 10.5922/2079–8555–2020–1–9.
Кисляков А.Н. Асимметрия информации в задачах анализа социально–экономических процессов / А.Н. Кисляков // Вестник НГУЭУ. – 2020. – №1– С.64–75. – DOI 10.34020/2073–6495–2020–1–064–075