доцент кафедры информатики, кандидат физико-математических наук, доцент
старший преподаватель кафедры информатики
магистр
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.
Прогнозирование развития малого и среднего предпринимательства является важной задачей для крупных субъектов рыночной экономики. Целью исследования является разработка краткосрочного прогноза показателей предпринимательства в Российской Федерации на основе комплексной прогнозной модели, реализованной в интеллектуальной гибридной системе «Горизонт». В основе большой страновой эконометрической модели экономики Российской Федерации лежит авторская методология построения распределенной системы расчетов кратко и среднесрочного прогноза показателей социально-экономического развития, включающей блоки показателей макроэкономики, финансовой, инновационной и социальной сфер деятельности. В настоящей работе описана структура нового блока модели – блока показателей по предпринимательству. Приводятся результаты прогнозных расчетов с применением эконометрической модели, моделей нейронных сетей и случайного леса. Применение совокупности моделей позволило получить качественные прогнозы для всех показателей предпринимательства.