Автор:

М. Ю. Малкина, Нижегородский государственный университет им. Н. И. Лобачевского, г. Нижний Новгород, РФ

А. Л. Сочков, Нижегородский государственный университет им. Н. И. Лобачевского, г. Нижний Новгород, РФ

Ю. И. Капустина, Нижегородский государственный университет им. Н. И. Лобачевского, г. Нижний Новгород, РФ

Аннотация:

В условиях динамично развивающейся экономики, подверженной влиянию глобальной неопределенности, использование методов искусственного интеллекта позволяет строить продвинутые адаптивные модели, основанные на нелинейном взаимодействии переменных, и разрабатывать на их основе более точные экономические прогнозы и сценарии социально-экономического развития, чем с применением стандартных эконометрических и статистических методов. Исследование посвящено нейросетевому моделированию и прогнозированию валового регионального продукта субъекта Российской Федерации (на примере Нижегородской области). Информационной базой послужили региональные и макроэкономические данные Росстата, Банка России и онлайн портала Investing.com за 2000–2023 гг. Теоретико-методологической основой исследования явились расширенная производственная функция Кобба – Дугласа, базовые концепции региональной экономики и нейросетевого моделирования. Использование информации по регионам со схожей отраслевой структурой и масштабам экономики позволило увеличить массив данных для обучения моделей. В результате исследования построены две модели ВРП Нижегородской области: базовая, основанная на ограниченном количестве входных параметров и данных регионов-бенчмарков, согласно Стратегии развития области; и расширенная, основанная на большем количестве входных параметров и данных регионов одного с Нижегородской областью кластера. На их основе разработаны три прогноза ВРП Нижегородской области на 2025–2027 гг.: реалистический, оптимистический и пессимистический. Результаты по реалистическому сценарию оказались близкими к прогнозу областного правительства. Кроме того, расширенная модель позволила получить более точные прогнозы. Результаты и выводы исследования могут быть полезны при составлении прогнозов и управлении социально-экономическим развитием РФ и ее регионов.

Ключевые слова: валовой региональный продукт; региональная экономика; экономический прогноз; сценарии развития; искусственный интеллект; машинное обучение; Нижегородская область.

Скачать полный текст статьи

Для цитирования: Malkina M. Yu., Sochkov A. L., Kapustina Yu. I. (2025). Forecasting regional GRP using artificial intelligence methods. Journal of New Economy, vol. 26, no. 3, pp. 67–85. DOI: 10.29141/2658-5081-2025-26-3-4. EDN: NWHFVD.