Журнал «Менеджмент и бизнес-администрирование»
№2 / 2026
Методы социально-экономического прогнозирования показателей
Борисова Ольга Викторовна,
кандидат экономических наук, доцент, ведущий научный сотрудник Института исследований социально-экономических трансформаций и финансовой политики, доцент кафедры корпоративных финансов и корпоративного управления факультета экономики и бизнеса, Финансовый университет при Правительстве Российской Федерации (Россия, 125167, Москва, Ленинградский пр-кт, д. 49/2)
Аннотация. В статье рассматривается развитие методов социально- экономического прогнозирования в условиях возрастающей сложности и неопределенности экономической среды. Показано, как эволюция научных подходов привела к переходу от классических статистических моделей к моделям на основе ИИ. Особое внимание уделено современным моделям, их преимуществам и ограничениям в использовании. Предложена гибридная модель прогнозирования, отражающая последовательность формирования прогноза и принятия управленческих решений, позволяющая повысить качество получаемых результатов.
Ключевые слова: социально-экономическое прогнозирование, прогнозирование систем, методы прогнозирования, модель прогнозирования.
Methods of socio-economic forecasting of indicators
Borisova Olga Viktorovna,
Candidate of Economic Sciences, Docent, Leading Research Fellow at the Institute for Research on Socio-Economic Transformations and Financial Policy, Associate Professor of the Department of Corporate Finance and Corporate Management at the Faculty of Economics and Business, Financial University under the Government of the Russian Federation (RUSSIAN FEDERATION, 125167, Moscow, Leningradskii pr-kt, d. 49/2)
Abstract. The article examines the development of socio-economic forecasting methods in an increasingly complex and uncertain economic environment. It is shown how the evolution of scientific approaches has led to the transition from classical statistical models to AI- based models. Special attention is paid to modern models, their advantages and limitations in use. A hybrid forecasting model is proposed, reflecting the sequence of forecast formation and management decision-making, which makes it possible to improve the quality of the results obtained.
Keywords: socio-economic forecasting, forecasting systems, forecasting methods, forecasting model.
DOI: 10.33983/2075-1826-2026-2-103-111
Список источников
- Гайсина А.В., Нусратуллин В.К. Социально-экономические системы и их типы // Экономические науки. — 2018. — № 10 (167). — С. 7–10.
- Караев А.К., Борисова О.В. Перспективные модели финансового прогнозирования доходов бюджета // Финансы: теория и практика. — 2025. — Т. 29. — № 1. — С. 20–33.
- Ballarin G., Dellaportas P., Grigoryeva L., Hirt M., van Huellen S., Ortega J.P. Reservoir computing for macroeconomic forecasting with mixed-frequency data // International Journal of Forecasting. — 2024. — Vol. 40 (3). — Pp. 1206–1237.
- Diebold F. Forecasting in Economics, Business, Finance and Beyond. — Philadelphia: University of Pennsylvania, 2021. — 588 p.
- Handbook of Computational Economics. Vol. 2: Agent-Based Computational Economics / eds. Tesfatsion L., Judd K.L. — Amsterdam: North-Holland, 2006. — 904 p.
- Hyndman R.J., Athanasopoulos G. Forecasting: Principles and Practice. — Melbourne: OTexts, 2014. — 291 р.
- Koenig B.C., Kim S., Deng S. KAN-ODEs: Kolmogorov–Arnold network ordinary differential equations for learning dynamical systems and hidden physics // Computer Methods in Applied Mechanics and Engineering. — 2024. — Vol. 432. — Article 117397.
- Liu Z., Wang Y., Vaidya S., Ruehle F., Halverson J., Soljačić M., Hou T.Y., Tegmark M. Kolmogorov–Arnold Networks (KAN) // arXiv preprint. 2025 [Электронный ресурс]. — URL: https://arxiv.org/abs/2404.19756 (дата обращения: 16.04.2026).
- Poledna S., Miess M.G., Hommes C., Rabitsch K. Economic forecasting with an agent-based model // European Economic Review. — 2023. — Vol. 151. — Article 104306. — DOI: 10.1016/j.euroecorev.2022.104306.
- Sengupta S., Singh S.K., Chakraborty T. Macroeconomic Forecasting for the G7 countries under Uncertainty Shocks // arXiv preprint. 27.10.2025 [Электронный ресурс]. — URL: https://arxiv.org/abs/2510.23347 (дата обращения: 16.04.2026).
- Global Economic Prospects // World Bank Publications. 2024 [Электронный ресурс]. — URL: https://www.worldbank.org/en/publication/global-economic-prospects (дата обращения: 16.04.2026).