Building a system of indicators on entrepreneurship in the Russian Federation and their forecasting based on the intelligent hybrid system Horizon

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription or Fee Access

Abstract

Forecasting the development of small and medium-sized businesses is an important task for large market economy entities. The purpose of the study was to develop a short-term forecast of entrepreneurship indicators in the Russian Federation based on a comprehensive forecast model implemented in the intelligent hybrid system Horizon. The large country econometric model of the Russian Federation is based on the authors' methodology for constructing a distributed system for calculating short-term and medium-term forecasts of socio-economic development indicators, including blocks of indicators of macroeconomics, financial, innovation and social activity.This article describes the structure of a new block of the model – a block of entrepreneurship indicators. The results of predictive calculations using an econometric model, neural network models and a random forest are presented. The application of a set of models made it possible to obtain high-quality forecasts for all entrepreneurship indicators.

About the authors

Lyudmila Pavlovna Dyakonova

Plekhanov Russian University of Economics

Email: ldyak@mail.ru

Viktoriya Mikhaylovna Savinova

Plekhanov Russian University of Economics

Email: lesnayapol@yandex.ru

Artem Anatolevich Shomkin

Business Solutions and Technology JSC

Email: shomkin.a@yandex.ru

References

  1. Указ Президента Российской Федерации от 21.07.2020 г. № 474 «О национальных целях развития Российской Федерации на период до 2030 года». URL: http://government.ru/docs/all/128943/ (дата обращения: 17.03.2023)2. Федеральный закон от 24.07.2007 № 209-ФЗ (ред. От 02.07.2021) «О развитии малого и среднего предпринимательства в Российской Федерации» (с изм. и доп., вступ. в силу с 01.01.2022) / Статья 4. URL: http://government.ru/docs/all/98543/ (дата обращения: 17.03.2023)3. Klein L. R., Goldberger A. S. An econometric model of the United States, 1929-1952, Amsterdam, 19554. Колмаков И. Б. Основы моделирования. Имитационные макромодели рыночной экономики. – М.: Из-во Рос. экон. акад им. Г.В. Плеханова, 1995. – 203 с.5. Макаров В.Л., Айвазян С.А., Борисова С.В., Лакалин Э.А. Эконометрическая модель экономики России для целей краткосрочного прогноза и сценарного анализа// Препринт # WP/2001/121 - М.: ЦЭМИ РАН, 2001.6. Н.Н. Сиволап, Прогнозирование основных показателей социальной сферы региона // Региональная экономика: теория и практика, ООО "Издательский дом "Финансы и кредит" (Москва), №7, 20077. Китова О.В., Колмаков И.Б., Шарафутдинова А.Р. Анализ точности и качества краткосрочного прогноза показателей социально-экономического развития России// Вестник Российского экономического университета им. Г.В. Плеханова. - № 9 (63).- 2013. – С. 111-1198. Банк России. «Основные направления единой государственной денежно-кредитной политики на 2021 год и период 2022 и 2023 годов». Москва, 2020. Электронная версия документа размещена в разделе «Издания Банка России / Основные направления единой государственной денежно-кредитной политики» на сайте Банка России [Электронный ресурс]. URL: http://www.cbr.ru/about_br/publ/ondkp (дата обращения: 17.03.2023). 9. Савинова Виктория Михайловна. Система эконометрических моделей прогнозирования социально-экономических показателей РФ как основа ИАС «Горизонт». Modern Economy Success, 2022 № 2 с. 140-147. https://mes-journal.ru/wp-content/uploads/2022/03/mes-1-2022.pdf10. Китова О.В., Савинова В.М., Дьяконова Л.П. Гибридная интеллектуальная информационная система прогнозирования «СГМ Горизонт» и ее применение в подготовке магистров. Международный научный журнал «Современные информационные технологии и ИТ-образование», [S.l.], v. 15, n. 4, p. 862-870, dec. 2019. ISSN 2411-1473.11. Китова О. В., Дьяконова Л. П., Савинова В. М., Китов В. В. Система поддержки приятия решений «Горизонт» на основе гибридных моделей прогнозирования показателей экономики России. Экономика: вчера, сегодня, завтра. Том 8, № 9A, 2018 с. 309 – 31912. Kitova O., Savinova V., Dyakonova L., Kitov V. Development of hybrid models and a system for forecasting the indicators of the Russian economy// Espacios. 2019. Т. 40. № 10. - P. 18-24.13. Грачева М. В. Математические и инструментальные методы в современных экономических исследованиях: Монография / Е. А. Туманова // - М.: Экономический факультет МГУ им. М. В. Ломоносова, 2018. – 232 с. 14. Груздев, А. В. Прогнозное моделирование в IBM SPSS Statistics, R и Python: метод деревьев решений и случайный лес. – М. : ДМК Пресс, 2018. – 642 с., с. 263.15. Банк России. «Основные направления единой государственной денежно-кредитной политики на 2023 год и период 2024 и 2025 годов». Москва, 2020. Электронная версия документа размещена в разделе «Издания Банка России / Основные направления единой государственной денежно-кредитной политики» на сайте Банка России [Электронный ресурс]. URL: http://www.cbr.ru/about_br/publ/ondkp (дата обращения: 17.03.2023).

Supplementary files

Supplementary Files
Action
1. JATS XML

Copyright (c) 2023 Dyakonova L.P., Savinova V.M., Shomkin A.A.

This website uses cookies

You consent to our cookies if you continue to use our website.

About Cookies