МОНИТОРИНГ ЭКОНОМИЧЕСКИХ ПРЕОБРАЗОВАНИЙ
Опубликован 09.07.2018
Ключевые слова
- СЦЕНАРНОЕ ПРОГНОЗИРОВАНИЕ,
- МОДЕЛИРОВАНИЕ ЭКОНОМИКИ,
- ЭКСПЕРТНО-СТАТИСТИЧЕСКИЙ БАЙЕСОВСКИЙ МЕТОД,
- ФАКТОРНЫЙ АНАЛИЗ,
- ФАЗОВОЕ ПРОСТРАНСТВО
- ФАЗОВЫЙ ПОРТРЕТ,
- МОНИТОРИНГ-ПРОГНОЗ,
- НЕОПРЕДЕЛЕННОСТЬ,
- ЭКОНОМИКА РОССИИ,
- РЕСУРСОЗАВИСИМОСТЬ,
- РЕГИОН,
- МЕЖРЕГИОНАЛЬНАЯ ДИФФЕРЕНЦИАЦИЯ,
- РЕГИОНАЛЬНАЯ ПОЛИТИКА ...Показать
Как цитировать
1.
Шмат В, Михайловская Д. БУДУЩЕЕ РОССИЙСКОЙ ЭКОНОМИКИ ГЛАЗАМИ "ОТЦОВ" И "ДЕТЕЙ". ВЗГЛЯД ЧЕТВЕРТЫЙ. ECO [Интернет]. 9 июль 2018 г. [цитируется по 25 апрель 2024 г.];48(5):110-38. доступно на: https://ecotrends.ru/index.php/eco/article/view/1205
Аннотация
В статье представлены результаты четвертого этапа сценарного прогнозирования развития российской экономики с применением экспертно-статистического байесовского метода, предназначенного для построения прогнозов в условиях сильной неопределенности. Исследование позволяет построить мониторинг-прогноз для отслеживания изменений в мнениях экспертов о будущем экономики страны в связи с изменениями в современной экономической ситуации. Принятый авторами подход к моделированию прогноза позволяет оценивать шансы реализации прогнозных сценариев с учетом разнообразия проблем в экономике. На данном этапе сформирована содержательная модельная конструкция, отражающая комплекс проблем регионального развития. В результате численного моделирования на базе полученных экспертных оценок выявлено некоторое смещение вектора прогнозируемого развития российской экономики в направлении сценариев, сочетающих такие свойства, как прагматизм и администрирование.Библиографические ссылки
1.
Благовещенский Ю. Н., Кречетова М. Ю., Сатаров Г. А. Экспертно-статистический байесовский подход к сценарному политическому прогнозированию//Полис. 2012. № 4. С. 74-96.
2.
Благовещенский Ю. Н., Кречетова М. Ю., Сатаров Г. А. Сценарное прогнозирование политической ситуации в России -2012. М.: Фонд Либеральная миссия, 2012. 52 с.
3.
Зверев Д. М. Сегментация покупателей. Практика использования факторного анализа данных//Маркетинг и маркетинговые исследования. 2003. № 2. С. 30-40.
4.
Карева Д. Е., Шмат В. В. Будущее российской ЭКОномики глазами отцов и детей//ЭКО. 2014. № 9. С. 86-106.
5.
Карева Д. Е., Шмат В. В. Будущее российской ЭКОномики глазами отцов и детей. Взгляд второй//ЭКО. 2015. № 12. С. 45-65.
6.
Михайловская Д. С., Трочинская Д. А., Шмат В. В. Будущее российской ЭКОномики глазами отцов и детей. Взгляд третий//ЭКО. 2017. № 2. С. 36-62.
7.
Найт Ф. Понятия риска и неопределенности//THESIS. 1994. Вып. 5. С. 12-28.
8.
Павлов А. Н., Соколов Б. В. Методы обработки экспертной информации. СПб.: Санкт-Петербургская государственная академия аэрокосмического приборостроения, 2015. 42 с.
9.
Пирогов Н. И. Вопросы жизни//Избр. педагогические соч. М.: Педагогика, 1985. С. 43.
10.
Полунин Ю. А., Тимофеев И. Н. Нелинейные политические процессы. М.: МГИМО, 2009. 204 с. URL: http://mgimo.ru/library/publications/126379/?sphrase_id=1712768 (дата обращения: 18.02.2018).
11. Прокопенко Л. К. Сравнительный анализ неравенства проблемных регионов//Новая наука: теоретический и практический взгляд. Стерлитамак: АМИ, 2016. № 9. С. 207-214.
12. Саати Т. Принятие решений. Метод анализа иерархий/Пер. с англ. М.: Радио и связь, 1993. 278 с.
13. Сидоренко О. В., Пицюк И. Л. Типология проблемных регионов в Российской Федерации//Управление экономическими системами: электронный научный журнал. 2014. № 5. URL: http://uecs.ru/regionalnaya-ekonomika/item/2903-2014-05-13-06-18-24 (дата обращения: 01.02.2018).
14. Столбов М. Фундаментальная неопределенность. М.: МГИМО, 2011. URL: https://mgimo.ru/about/news/experts/216219/(дата обращения: 18.02.2018).
15. Stangl A. European Data Watch: Ifo World Economic Survey Micro Data//Journal of Applied Social Science Studies. 2007. Vol. 127 (Is. 3). Pр. 487-496.