Журнал «Экономические стратегии», ключевое слово: «прогноз»


Метод прогнозных сценариев в оценке конкурентоспособности туристских услуг

DOI: 10.33917/mic-1.114.2024.68-74

В научной статье графически отображена экономическая сущность метода прогнозных сценариев в оценке развития конкурентоспособности туристских услуг. Определены целевые (тактические) блоки развития и целевые сценарии развития, основанные на теории четных подмножеств. Разработана матрица альтернативных стратегий и соответствующие сценарии роста туризма мезо экономического уровня: оптимистичный; пессимистичный (оценка рисков) и оптимальный сценарий. 

Источники:

1. Галиуллин И.Р. Инновационные конкурентные преимущества предприятий сферы услуг: макро, мезоуровень исследования.  / И.Р. Галиуллин И.Р., И.В. Жуковская // Микроэкономика. 2017. № 6. С. 68-73.

2. Жуковская И.В. Систематизация научных подходов к управлению конкурентоспособностью в сфере услуг: экономическая сущность, критерии // Микроэкономика. 2020. № 2. С. 29-37.

3. Леонов Е.Ф. Повышение конкурентоспособности малых и средних предприятий сферы услуг на основе формирования институционального пространства: дис. канд. экон. наук: 08.00.05 / Леонов Егор Федорович. Санкт-Петербург, 2017.  206 с.

4. Фатхутдинов Р.А. Управление конкурентоспособностью организации. М.: ЭКСМО, 2005. С. 542-543.

5. Khusaenov R.R. Development of Innovative Infrastructure Services in The Conditions of Discreteness of Its Components. International Journal of Advanced Research in Engineering and Technology. 2020. Vol. 11, №3 (2020). pp. 276-291.

Объединение прогнозов

DOI: 10.33917/es-6.192.2023.68-69

Рецензия на книгу А.А. Френкеля и А.А. Суркова «Объединение прогнозов — эффективный инструмент повышения точности прогнозирования», посвященную анализу накопившихся знаний о различных подходах и методах построения объединенного прогноза. В книге дается прогноз производства некоторых видов промышленной продукции на основе использования различных частных и объединенных методов прогнозирования и производится их статистическое сравнение по точности.

Об изменении перспективных тенденций в соотношении годовых приростов мирового ВВП и мировых спросов на нефть и энергию

DOI: 10.33917/mic-6.113.2023.76-88

Даны прогнозы на 2023–2028 гг. мирового спроса на нефть и энергию, а также роста реального ВВП по регионам мира. Представлены разработанные авторами линейные регрессионные модели и графики соотношения темпов годового прироста мирового ВВП и темпов годового прироста мирового спроса на нефть и энергию.

По мнению авторов, борьба ФРС США и Центрального банка Европы с инфляцией через повышение процентных ставок приводит к снижению инвестиций и к снижению темпов роста ВВП США и Европы.

Источники:

1. «Перспективы развития мировой экономики». Доклад Всемирного банка от 05 июня 2023 г. URL: https://www.vsemirnyjbank.org/ru/publication/global- economic-prospects

2. ЦБ в пятый раз подряд сохранил ключевую ставку на уровне 7,5%. КОММЕРСАНТ от 28.04.2023. URL: https://www.kommersant.ru/doc/5955429

3. Экономика выходит на плато. Мониторинг ВВП. КОММЕРСАНТ от 04.08.2023. URL: https://www.kommersant.ru/doc/6138316

4. Макропрогноз ЕАБР 2023–2025: прогноз экономического роста улучшен для всех стран региона. URL: https://eabr.org/press/releases/makroprognoz-eabr-2023–2025-prognozekonomicheskogo-rosta- uluchshen-dlya-vsekhstran-regiona/

5. IEA «Oil 2023 Analysis and forecast to 2028». June 2023. URL: https://www.iea.org/reports/oil-2023

6. IEA «World Energy Outlook 2022». URL: https://iea.blob.core.windows.net/assets/830fe099–

5530–48f2-a7c1–11f35d510983/WorldEnergyOutlook2022.pdf

Инвестиции в возобновляемые источники энергии во время мирового энергетического кризиса

DOI: 10.33917/mic-5.112.2023.16-22

Рассматривается региональная структура инвестирования в развитие возобновляемых источник электроэнергии и влияние мирового энергетического кризиса на его объем. Проводятся прогнозы развития возобновляемой энергетики на основе текущего состояния ситуации и влияния мирового энергетического кризиса на планы, составленные мировым сообществом для достижения целей устойчивого развития. Анализируются структурные изменения в глобальном энергетическом переходе и, в частности, в процессе развития генерации электроэнергии на основе возобновляемых источников энергии в период с 2021 по 2022 гг.

Источники:

 1. Energy Institute. Statistical Review of World Energy, 2023. URL: https://www.energyinst.org/statistical-review
2. Includes data from Cedigaz. FGE MENAgas service. URL: https://data.subak.org/dataset/gas-trade-in-bcm
3. Новак А. Мировой энергетический кризис: кто виноват и что делать? //Энергетическая политика. 2022. №. 2 (168). С. 4-11.
4. IRENA. Renewable energy statistics 2023. URL: https://www.irena.org/Publications/2023/Jul/Renewable-energy-statistics-2023
5. Miles S., Collins G., Mikulska A. US Needs LNG to Fight a Two-Front Gas War, 2022. URL: https://www.bakerinstitute.org/research/us-needs-lng-fight-two-front-gas-war-0
6. Statistical Review of World Energy 2022. BP, 2022. URL: https://www.bp.com/content/dam/bp/business-sites/en/global/corporate/pdfs/energy-economics/statistical-review/bp-stats-review-2022-full-report.pdf?ysclid=ln797a4qkg508696584
7. International Renewable Energy Agency IRENA. Renewable power generation costs in 2020. – eBook Partnership, 2022. URL: https://www.irena.org/publications/2021/Jun/Renewable-Power-Costs-in-2020
8. International Renewable Energy Agency IRENA. Renewable power generation costs in 2022. URL: https://www.irena.org/Publications/2023/Aug/Renewable-Power-Generation-Costs-in-2022
9. IEA. World Energy Investment 2023. URL: https://www.iea.org/reports/world-energy-investment-2023
10. Берёзкин М.Ю., Дегтярев К.С., Синюгин О.А. Структурные и динамические характеристики инвестпроцесса в мировой возобновляемой энергетике в посткризисный период //Сантехника, отопление, кондиционирование. 2017. №1. С.82-85.
11. Climate Policy Initiative et al. Global Landscape of Renewable Energy Finance 2023. URL: https://www.irena.org/Publications/2023/Feb/Global-landscape-of-renewable-energy-finance-2023
12. BloombergNEF. Energy Transition Investment Trends 2023. URL: https://www.bloomberg.com/professional/blog/webinar/energy-transition-investment-trends-2023/
13. REN21. Renewables 2022 Global Status Report. URL: https://www.unep.org/resources/report/renewables-2022-global-status-report

Экономический фундамент победы: стратегический прогноз устойчивости экономики России в условиях санкционных атак

DOI: 10.33917/es-3.189.2023.6-15

Ключевые параметры направлений атак на экономику России и прогнозы ожидаемых результатов, ранее внушившие западным государствам уверенность в неизбежности падения политического режима в России, стимулировавшие санкционную активность США и ЕС, были разработаны рядом авторитетных западных экспертных структур. Западные стратегии обрушения экономики России в 2022–2023 гг. с помощью санкций, сформированные на основе этих прогнозов, целевого результата не дали. При этом альтернативные прогнозы группы российских ученых из ЦЭМИ РАН, их китайских коллег об устойчивости экономик России и Китая в случае дружественной политики в условиях торговых войн с США и ЕС, сделанные в 2019 г., полностью подтвердились. В основе лежит аналитический инструментарий на базе агентного моделирования.

Источники:

1. Агеев А.И., Логинов Е.Л. Мировое сообщество в условиях сверхкритической бифуркации // Управление сложными органи­зационными и техническими системами в условиях сверхкритиче­ских ситуаций: Материалы международной научно-практической конференции. М.: ИНЭС, 2022. С. 9–12.

2. Агеев А.И., Логинов Е.Л. Новая большая война: хроники хо­рошо забытого будущего // Экономические стратегии. 2014. Т. 16. № 6–7(122–123). С. 16–33.

3. Макаров В.Л., Ву Ц., Ву З., Хабриев Б.Р., Бахтизин А.Р. Миро­вые торговые войны: сценарные расчеты последствий // Вестник Российской академии наук. 2020. Т. 90. № 2. С. 169–179.

4. Макаров В.Л., Ву Ц., Ву З., Хабриев Б.Р., Бахтизин А.Р. Со­временные инструменты оценки последствий мировых торговых войн // Вестник Российской академии наук. 2019. Т. 89. № 7. С. 745–754.

5. Tsigas M., McDaniel C., Schropp S., Mahlstein K. Potential economic effects of sanctions on Russia: An Allied trade embargo [Электронный ресурс] // Voxeu.org. 2022. URL: https://voxeu. org/article/potential-economic-effects-allied-trade-embargo-russia.

Построение модели прогноза курса валют на долгосрочном и краткосрочном горизонтах

DOI: 10.33917/es-1.187.2023.16-25

Прогнозирование обменной динамики рубля представляется объективно необходимым для формирования как среднесрочной финансовой стратегии отраслевых корпораций, так и общего стратегического курса на занятие лидерских позиций в отраслях делового интереса, в том числе с использованием новых финансовых инструментов, новых рынков и в целом системы стратегического планирования социально-экономического развития России.

Однако в сегодняшних реалиях задача прогнозирования оценивается как чрезвычайно трудная и усложняющаяся тем, что запущенные кризисы непредсказуемы и характеризуются различной природой (пандемический и геополитический кризисы, расширение торговых войн и санкций). В данных условиях, когда неопределенность нарастает чрезмерно, важно обратиться к накопленному опыту: проанализировать, насколько имеющиеся модели могут быть пригодны для перспективных оценок в сложившейся конъюнктуре.

Источники:

[1–15] см. в № 6 (186)/2022, с. 25.

16. Агеев А.И., Глазьев С.Ю., Митяев Д.А., Золотарева О.А., Переслегин С.Б. Построение модели прогноза курса валют на долгосрочном и краткосрочном горизонтах [Электронный ресурс] // Экономические стратегии. 2022. № 6 (186). С. 16–25. DOI: https://doi.org/10.33917/es-6.186.2022.16-25.

17. Дуброва Т.А. Анализ временных данных // Анализ данных / Под общ. ред. В.С. Мхитаряна. М.: Юрайт, 2019. С. 397–459.

18. Бокс Дж., Дженкинс Г. Анализ временных рядов. Прогнозирование и управление. М.: Мир, 1974. 406 с.

19. Алжеев А.В., Кочкаров Р.А. Сравнительный анализ прогнозных моделей ARIMA и LSTM на примере акций российских компаний [Электронный ресурс] // Финансы: теория и практика. 2020. № 24(1). С. 14–23. DOI: 10.26794/2587-5671-2020-24-1-14-23.

20. Мхитарян С.В., Данченок Л.А. Прогнозирование продаж с помощью адаптивных статистических методов // Фундаментальные исследования. 2014. № 9-4. С. 818–822.

Построение модели прогноза курса валют на долгосрочном и краткосрочном горизонтах

DOI: https://doi.org/10.33917/es-6.186.2022.16-25

Прогнозирование обменной динамики рубля представляется объективно необходимым для формирования как среднесрочной финансовой стратегии отраслевых корпораций, так и общего стратегического курса на занятие лидерских позиций в отраслях делового интереса, в том числе с использованием новых финансовых инструментов, новых рынков и в целом системы стратегического планирования социально-экономического развития России. Однако в сегодняшних реалиях, по мнению большинства экспертов, с которым нельзя не согласиться, задача прогнозирования оценивается как чрезвычайно трудная и усложняющаяся тем, что запущенные кризисы непредсказуемы и характеризуются различной природой (пандемический и геополитический кризисы, расширение торговых войн и санкций). В данных условиях, когда неопределенность нарастает чрезмерно, важно обратиться к накопленному опыту: проанализировать, насколько имеющиеся модели могут быть пригодны для перспективных оценок в сложившейся конъюнктуре.

Источники:

1. Куранов Г.О. Методические вопросы краткосрочной оценки и прогноза макроэкономических показателей // Вопросы статистики. 2018. № 25(2). С. 3–24.

2. Френкель А.А., Волкова Н.Н., Сурков А.А., Романюк Э.И. Сравнительный анализ модифицированных методов Грейнджера — Раманатхана и Бейтса — Грейнджера для построения объединенного прогноза динамики экономических показателей // Вопросы статистики. 2019. № 26(8). С. 14–27.

3. Широв А.А. Макроструктурный анализ и прогнозирование в современных условиях развития экономики // Проблемы прогнозирования. 2022. № 5. С. 43–57.

4. Дмитриева М.В., Суетин С.Н. Моделирование динамики равновесных валютных курсов // Вестник КИГИТ. 2012. № 12–2(30). С. 061–064.

Проблемы развития Северного морского пути и его инфраструктуры в условиях спада экономической активности

DOI: 10.33917/mic-6.101.2021.69-77

В статье отмечается, что развитие Северного морского пути и прилегающих к нему территорий Арктической зоны Российской Федерации является необходимым условием повышения конкурентоспосбности национальной экономики в долгосрочной перспективе, позволяя использовать природные ресурсы, не вовлеченные в хозяйственный оборот. Выявляются негативные экономические тренды, ставшие следствием спада экономической активности, вследствие эпидемии коронавирусной инфекции, которые существенным образом влияют на результативность реализуемых инвестиционных проектов в сфере добычи полезных ископаемых в Арктической зоне. Предлагается уточнить и скорректировать существующие прогнозы перевозки грузов по Северному морскому пути, обеспечить максимально эффективное использование ресурсов федерального бюджета на развитие его инфраструктуры. Используя методы сравнительного анализа и системного подхода, авторы делают выводы о том, что в условиях спада экономической активности объем перевозки грузов частными компаниями по Северному морскому пути к 2024 г. будет находиться в диапазоне 47-50 млн тонн, а ряд намеченных проектов в сфере добычи полезных ископаемых реализованы не будут. Даются рекомендации по корректировке существующих планов по развитию инфраструктуры Северного морского пути (включая строительство атомных ледоколов) с целью более эффективного использования средств федерального бюджета.

Источники:

1. Abramov A., Zagorodnikov M., Smirnov A. Management of Innovative Projects In The Arctic Zone. Modern Tools for Sustainable Development of Territories. Special Topic. Project Management in the Regions of Russia Retrieved from. 2019. URL: https://doi.org/10.15405/epsbs.2019.12.05.125

2. Ансофф И. Стратегическое управление. М.: Экономика, 1989. 519 с.

Приоритетные направления развития науки, технологий и техники в интересах обеспечения обороны и безопасности государства

DOI: 10.33917/es-5.171.2020.24-33

В работе представлены результаты определения приоритетных направлений развития науки, технологий и техники в интересах обеспечения обороны и безопасности государства на основе открытых источников информации, рассмотрены методы и инструменты прогнозирования развития науки, техники и технологий, используемые при формировании перспективных научно-технологических направлений развития оборонно-промышленного комплекса (ОПК) России. Авторы анализируют документы, определяющие приоритеты научно-технологического развития Российской Федерации, показывают критерии выбора перечня стратегических приоритетных направлений развития науки, техники и технологий, рассматривают методологию обоснования перспективных направлений научно-технологического развития ОПК.

В работе показано, что научно-техническое прогнозирование является неотъемлемой частью формирования политики в сфере обороны и обеспечения безопасности государства. Оно формируется в тесной взаимосвязи с утверждаемыми Президентом Российской Федерации критическими технологиями. Авторы подробно рассматривают ключевые тренды развития науки, технологий и техники, обеспечивающие научно-технологический задел в создании перспективных образцов ВВСТ

Источники:

1. Довгучиц С.И., Мушков А.Ю. Единое информационное пространство оборонно-промышленного комплекса. Результаты работ по его формированию // Научный вестник оборонно-промышленного комплекса России. 2018. № 2. С. 5–9.

2. Соколова А.В. и др. Глобальные технологические тренды / Под ред. Л.М. Гохберга, Национальный исследовательский ун-т «Высшая школа экономики». М.: НИУ ВШЭ, 2016. С. 192.

3. Борисов Ю. Особый задел // Военно-промышленный курьер. 2017. № 9. С. 4.

Сетевое нейрокогнитивное управление сложноорганизованными структурами с политической компонентой в нечетких информационных средах

В статье рассматривается организация информационно-сетевых мероприятий, ориентированных на защиту ключевых точек политического управления жизненно важными функциями государства на основе информационно-вычислительных инструментов оперирования рабочими параметрами нейросетевого мониторинга и изучения совокупности данных о процессах, влияющих на личность. Обоснована необходимость использования интеллектуальных средств нечеткой логики и нейронных сетей для поддержки государственных систем контрразведки, наблюдения и политического управления в отношении субъектов, доступных для идентификации, цифрового описания и анализа их социопатичности по отношению к государственным институтам политического управления. Осуществляется нейросетевой синтез цифровых матриц ключевых когнитивных и психосемантических показателей отдельных людей и их групп для выявления реакций на пакет политической информации любого, пользующегося электронными коммуникативными сервисами, субъекта. На этой основе реализуются меры по управлению метастабильными состояниями его личности и конфигурирования когнитивных и психосемантических механизмов интерпретации действительности в условиях доминирования неучтенных факторов информационного характера (информационные раздражители).

Источники:

1.    Агапов В.С., Хаидов С.К. Корреляты показателей когнитивного компонента системы личностно-профессиональных качеств муниципальных служащих // Акмеология. 2015. № 4 (56). С. 46-51.

2.    Агеев А.И., Логинов Е.Л. Нейроменеджмент личности. М.: Институт экономических стратегий, 2019. 290 с.

3.    Агеев А.И., Логинов Е.Л., Шкута А.А. Конвергентный мониторинг и программирование личности как инструмент оперирования интеллектуальной динамикой поведения больших групп людей // Экономические стратегии. 2018. Т. 20. № 2 (152). С. 70-87.

4.    Вайднер Е.В., Толмачев А.В. Социологический анализ методов государственных переворотов // Наука и Образование. 2019. № 2. С. 369.

5.    Евсеев В.О. Моделирование вероятности государственно-политических переворотов и их экономических последствий // ЦИТИСЭ. 2019. № 2. С. 11.

6.    Иванова М.И., Мощенко И.Н. Анализ групповой протестной активности // Инженерный вестник Дона. 2015. № 3 (37). С. 78.

7.    Корниенко О.Ю. Нейролингвистическое программирование в маркетинге и СМИ // Экономика и управление: проблемы, решения. 2016. Т. 2. № 7. С. 117-121.

8.    Коротаев А.В., Цирель С.В., Билюга С.Э. Kоррупция, ценности и попытки насильственных изменений государственной власти в странах с различным уровнем ВВП на душу населения: опыт количественного компаративного и корреляционного анализа // Сравнительная политика. 2019. Т. 10. № 1. С. 98-123.

9.    Котельникова Е.В. Ситуационное когнитивное моделирование синтетической групповой коммуникации // Национальная Ассоциация Ученых. 2015. № 2-7 (7). С. 51-54.

10. Литовкин Д.В., Аникин А.В., Кульцова М.Б., Ляпина О.Н. Построение онтологического представления когнитивно-информационного пространства для задачи тематического поиска // Известия Волгоградского государственного технического университета. 2015. № 13 (177). С. 69-74.

11. Логинов Е.Л., Райков А.Н., Шкута А.А. Использование нейротехнологий при программировании когнитивно-поведенческих стереотипов действий личностей для устойчивого функционирования систем управления социумом // Нейрокомпьютеры: разработка, применение. 2018. № 9. С. 34-45.

12. Лосева Е.Д., Антамошкин А.Н. Алгоритм автоматизированного формирования ансамблей нейронных сетей для решения сложных задач интеллектуального анализа данных // Известия Тульского государственного университета. Технические науки. 2017. № 4. С. 234-243.

13. Манойло А.В. Концептуальные и организационные основы противодействия цветным революциями в Российской Федерации и на постсоветском пространстве // Мировая политика. 2016. № 1. С. 1-5.

14. Морева Г.И., Сотруева В.Б. Ценностные ориентиры и личностная зрелость у молодых людей с разной степенью политической активности // Вестник Тюменского государственного университета. Гуманитарные исследования. Humanitates. 2016. Т. 2. № 1. С. 239-252.

15. Муравьева С.В., Пронина М.В., Моисеенко Г.А., Пневская А.Н., Поляков Ю.И., Кропотов Ю.Д., Пронин С.В., Шелепин Е.Ю., Шелепин Ю.Е. Исследование зрительных когнитивных нарушений при шизофрении на ранних стадиях заболевания и их коррекция при помощи интерактивных виртуальных сред // Физиология человека. 2017. Т. 43. № 6. С. 24-36.

16. Назаров А.Н., Назаров М.А., Пантюхин Д.В., Сычев А.К., Покрова С.В. Автоматизация процедур мониторинга в web-пространстве на основе нейро-нечёткого формализма // T-Comm: телекоммуникации и транспорт. 2015. №8. С.26-33.

17. Пак Н.И., Степанова Т.А., Гаврилова И.В. Ментальная платформа развития многомерного алгоритмического мышления // Педагогическая информатика. 2018. № 4. С. 25-37.

18. Расследование Das Magazin: как BIG DATA и пара ученых обеспечили победу Трампу и Brexit [Электронный ресурс] // https://theins.ru/politika/38490 (Дата обращения: 20.08.2019).

19. Семченков А.С. Технологии противодействия внутренним и трансграничным угрозам политической стабильности // Новая наука: От идеи к результату. 2016. № 2-3. С. 53-56.

20. Сиражудинова С.В. Управление конфликтом: протестная политика и гражданское общество в современном мире // Информационные войны. 2016. № 4 (40). С. 37-42.

21. Толстых Н.Н., Степанец Ю.А., Мордовин А.И., Ролдугин Н.Г., Артемов М.В., Поздышева О.В. Концепция перехвата управления инфокоммуникационной системы // Специальная техника. 2017. № 1. С. 30-38.

22. Улюкин И.М., Киселева Н.В., Костин Д.В., Березовский А.В., Орлова Е.С. Структура личности у лиц молодого возраста // Вестник Российской военно-медицинской академии. 2019. № 1 (65). С. 153-156.

23.Фомин В.Н. Рекуррентное оценивание и адаптивная фильтрация. М.: Наука. Гл. ред. физ.-мат. лит., 1984. 288 с.