Эмпирический анализ динамики показателей деятельности малого и среднего бизнеса с использованием корреляционно-регрессионного анализа

Введение. В современных условиях трансформации экономики Российской Федерации (РФ) и интеграции новых регионов ключевой задачей государственной политики становится создание благоприятной среды для развития малого и среднего предпринимательства. В условиях структурной трансформации российской экономики сектор малого и среднего бизнеса выступает индикатором региональной устойчивости, однако вопросы о количественной оценке факторов, влияющих на его динамику, остаются дискуссионными.

Актуальность темы обусловлена необходимостью перехода от описательной статистики в сфере малого и среднего бизнеса (МСБ, МСП) к аналитическим моделям, способным выявлять латентные факторы роста или рецессии. За период 2021–2025 гг. сектор МСБ РФ преодолел разнонаправленные шоки: постковидное восстановление, адаптацию к санкционному давлению 2022 г., перестройку логистики и ужесточение денежно–кредитной политики. Существуют статистически значимые различия в силе связи между краткосрочными ожиданиями предпринимателей и реальной регистрацией новых субъектов МСБ, при этом кредитный фактор играет разнонаправленную роль в зависимости от фазы экономического цикла.

Проблематика развития МСБ находится в фокусе внимания как отечественных, так и зарубежных исследователей. Вопросами разработки системы мониторинга деятельности и развития МСБ занимались многие зарубежные и российские ученые [1-28], например, автор Иванова А.А. [9, с.77] рассматривает связь между размером предприятий МСБ и применяемыми инновационными решениями. Врублевская В.В. [5, с.198] и Рахаев В.А. [20, с. 14] подчеркивают важность регулярного финансового мониторинга для устойчивого развития МСБ. Авторы Батаева Ш.Ш., Май-Борода Г.Н. [2, с. 75], Манбетов А.О. [16, с. 227], Катеринчук М.Г. [10, с. 275] обосновывают, что разные системы мониторинга имеют целостный научно–практических характер и необходимость формирования единой системы эффективного мониторинга. Авторы Горячева О.П., Кузьмин В.В., Митин А.С. [7, с. 103], Нехорошева Д.Н., Дронова О.П. [18, с.86] рассмотрели возможность цифровой среды для совершенствования анализа финансовых результатов. Курпаяниди К. И. [11, с. 200] рассмотрены актуальные вопросы оценки предпринимательской среды для ведения бизнеса. Автор Тофан А.Л. [25. С. 157] рассматривает проектный подход в управлении внешней и внутренней средой предприятия, что дополняет понимание факторов, влияющих на динамику показателей МСБ, таких как инвестиции, кадровые изменения или логистические ограничения. В работах Лаамарти Ю.А., Мухаррамова Э.Р., Трифонов П.В., Разинкина И.В. [12, с. 176], Лошинской Е.Н., Зубрыкиной М.В. [13; 14], Мжельская И.В. [17, с. 170] разработаны подходы мониторинга и оценки развития предприятий МСБ на основе сбалансированной системы показателей. Авторы Толкач А.Г. [24, с. 45], Филипов Д.В. [26, с. 252] представили научно–теоретические и практические результаты исследования, посвященные разработке рейтинговой системе по оценке уровня развития МСП. Авторами Селиверстовым Ю.И., Рудычевым А.А., Дмитриевым Ю.А. [22] представлены критерий оценки цифрового потенциала, который состоит из показателя наличия цифрового драйвера и производственно-экономического потенциала. Зарубежные исследователи Динь Н.В. и Кьем Н.Т. [28] на примере Вьетнама выявили такие факторы эффективности МСБ, как компетенции персонала, финансовые ресурсы, лидерские качества, корпоративная культура и цифровая стратегия. Авторы Городничая Е.В. [6, с. 30], Чугумбаев Р.Р. [27, с. 25] предлагают методический подход к исследованию экономической устойчивости предприятий, где подробно описаны процедуры расчёта интегральных показателей, которые являются выходными переменными в регрессии. Авторы Балашова Р.И., Гребенкова Е.А. [1, с. 37], Буров В.Ю. [3, с. 737], Вертякова Ю.В., Положенцева Б.С., Клевцова М.Г. [4, с. 33], Иванова Т.Л., Кретова А.В., Игуменцева А.В. [8], Лошинская Е.Н., Зубрыкина М.В. [15, с. 128], Подгорный В.В. [19, с. 800], Рощина И.В. [21, с. 155], Солодилова Н.З, Маликов Р.И., Гришин К.Е., Исаев Ф.Э. [23, с. 35] рассматривают регион и региональную экономическую систему с позиций системно-интегративного подхода для анализа деятельности МСБ на макроуровне. Вместе с тем, существующие исследования имеют ряд ограничений.

Во–первых, они преимущественно ориентированы на устоявшиеся рыночные экономики и не учитывают специфику регионов с особыми экономическими условиями (свободная экономическая зона, постконфликтное восстановление).

Во–вторых, в научном дискурсе недостаточно представлены количественные оценки взаимосвязи между конкретными инструментами государственной поддержки и результатами деятельности МСБ.

В–третьих, отсутствуют работы, в которых бы применялся комплексный статистический анализ к данным по новым регионам РФ за период после 2022 года. Однако, существующая система мониторинга деятельности МСБ не учитывает полный круг индикаторов, связанных с трансформацией региональных социально–экономических систем и перехода экономики к инновационной модели развития.

Цель статьи – анализ оценки влияния институциональных, финансовых и инфраструктурных факторов на результативность деятельности предприятий МСБ с использованием корреляционно-регрессионного анализа; формирование на этой основе рекомендаций по совершенствованию государственной поддержки предпринимательства в Донецкой Народной Республики.

Методология исследования. Подбор методов исследования направлен на выявление связей между показателями государственной поддержки и деятельностью малого и среднего бизнеса. Эмпирическую базу составили статистические данные Федеральной налоговой службы, Корпорации малого и среднего предпринимательства, Единого реестра субъектов малого и среднего предпринимательства.

Основная часть. Мониторинг деятельности субъектов МСБ представляет собой комплексную систему сбора, обработки и анализа данных, характеризующих количественные и качественные параметры функционирования этого сектора экономики. Одним из наиболее надежных и полных источников информации являются официальные государственные реестры.

Федеральная налоговая служба (ФНС) РФ [1] ведет учет зарегистрированных юридических лиц и индивидуальных предпринимателей (таблица 1, рисунок 1).

Таблица 1

Данные Единого реестра субъектов МСБ на 10.04.2026 г.

Составлено автором по данным ФНС

Рисунок 1. Количество предприятий МСБ, субъект

Анализ представленных данных позволяет выделить несколько ключевых структурных характеристик экономического ландшафта, рассматриваемого в разрезе субъектов МСБ. Общее число хозяйствующих субъектов, составившее 6865584 субъектов, где абсолютное доминирование приходится на микропредприятия, которых насчитывается 6610789 субъектов, или свыше 96% от общего числа субъектов.

Согласно данным Единого реестра [2], количество субъектов МСБ РФ возросло с 6011234 в 2021 г. до 6865584 в апреле 2026 г. Максимальный прирост зафиксирован в 2023 г. +4,2% за год, что коррелирует с развертыванием национального проекта. Субъекты МСБ обеспечивают занятость для 7074706 человек, что указывает на их критически важную социальную функцию в обеспечении занятости; их вклад в суммарное количество продукции и услуг, измеряемое в 9194 единицах из общих 10807, демонстрирует высокую совокупную производительность данного сегмента.

Сегмент малых предприятий в количестве 232662 субъектов концентрирует в себе 5932953 человека, вклад в производство товаров и услуг составляет 1339 единиц, что подтверждает роль МСБ как стабилизирующего и производительного сектора экономики. Доля сегмента средних предприятий – 22133 субъекта в общем количестве субъектов невелика – около 0,3%, однако здесь заняты 2093888 работников. Средняя численность персонала на одном предприятии многократно превышает аналогичные показатели в предыдущих категориях. При этом производственный вклад сегмента – 274 единицы из общего числа, в пропорциональном выражении ниже, чем у малых предприятий, что может указывать на ориентацию части средних компаний на капиталоёмкие или высокотехнологичные ниши с высокой добавленной стоимостью, но не массовым выпуском единиц продукции в рамках применяемой метрики.

Подавляющее большинство предприятий – 21512 субъектов являются индивидуальными предпринимателями, обеспечивающими занятость до 2034799 человек. Напротив, средние предприятия – юридические лица 621 субъект при сравнительно небольшой общей занятости – 59089 человек демонстрируют иную модель, предполагающую, как правило, более высокую концентрацию капитала и формализованные управленческие процедуры.

В российской статистической практике сложилась многоуровневая система показателей деятельности МСБ, которую целесообразно структурировать по следующим группам:

– первая группа – показатели численности и структуры: общее количество субъектов МСБ (в разрезе юридических лиц и индивидуальных предпринимателей), количество вновь созданных и ликвидированных предприятий, распределение по отраслям экономики, по размерным категориям (микро–, малые, средние предприятия), по территориальному признаку.

Как свидетельствуют данные Корпорации МСП [3], количество субъектов МСБ в новых регионах превысило 121 тыс., из них около 87% составляют индивидуальные предприниматели (ИП). Этот показатель существенно превышает среднероссийский уровень – 66% ИП, что объясняется как объективными причинами, так и спецификой экономической ситуации в регионе;

– вторая группа – показатели занятости и трудовых ресурсов: среднесписочная численность работников на предприятиях МСБ, количество созданных рабочих мест, уровень заработной платы, соотношение занятых в МСБ и общей численности занятых в экономике. В новых регионах на предприятиях МСБ занято около 200 тыс. человек, без учета самозанятых. При этом отраслевая структура занятости характеризуется значительной диспропорцией: 41% занятых приходится на сферу торговли, 16% – на обрабатывающие производства, 11% – на сельское хозяйство.

Такая структура отражает, с одной стороны, низкие барьеры входа в торговый бизнес, а с другой – недостаточное развитие производственных секторов;

– третья группа – финансово–экономические показатели: выручка/оборот субъектов МСБ, объем инвестиций в основной капитал, прибыль/убыток, рентабельность продаж и активов, налоговая нагрузка, объем привлеченного финансирования: кредиты, займы, лизинг. По данным Корпорации МСП, за три года субъекты МСБ новых регионов привлекли 5,45 млрд рублей с использованием инструментов Национальной гарантийной системы. При этом более 80% от общего объема привлеченного финансирования приходится на инструменты Корпорации МСП, что свидетельствует о высокой востребованности этих механизмов;

– четвертая группа – показатели инновационной и цифровой активности: доля предприятий, использующих цифровые платформы для сбыта; количество предприятий, применяющих системы электронного документооборота; доля инвестиций в цифровую инфраструктуру; уровень цифровой грамотности персонала.

Как подчеркивают исследователи, «цифровизация является ключевым фактором конкурентоспособности территорий». Однако в новых регионах цифровая трансформация МСБ сталкивается с рядом препятствий, включая недостаточное развитие телекоммуникационной инфраструктуры и дефицит квалифицированных кадров;

– пятая группа – показатели доступности и эффективности мер государственной поддержки. Специфика современного этапа развития МСБ РФ заключается в активной роли государства в поддержке предпринимательства: объем предоставленных субсидий и грантов; количество субъектов МСБ, получивших поддержку; объем «зонтичных» поручительств; объем льготного лизинга; количество консультаций, оказанных центрами поддержки предпринимательства.

Для целей корреляционного анализа, проводимого в работе, ключевое значение имеют показатели третьей и пятой групп, поскольку они позволяют количественно оценить связь между «входными» параметрами (объем поддержки) и «выходными» результатами (рост численности, увеличение оборота, создание рабочих мест).

Специфика объекта исследования МСБ накладывает определенные ограничения на применение статистических методов:

– данные о деятельности МСБ характеризуются высокой вариативностью, поскольку они более чувствительны к изменениям внешней среды;

– официальная статистика часто представлена в агрегированном виде, что ограничивает возможности детального анализа;

– временные ряды по новым регионам относительно короткие, начиная с 2022 года, что требует осторожности при экстраполяции выявленных закономерностей.

Выбор методов статистического анализа определяется характером исследуемых данных и поставленными исследовательскими задачами. Для выявления взаимосвязей между показателями деятельности МСБ и факторами эффективности наиболее адекватным инструментарием выступают методы корреляционно–регрессионного анализа. Для оценки тесноты линейной связи между двумя переменными используется коэффициент корреляции Пирсона.

На основе анализа научной литературы и доступности статистических данных в качестве факторных признаков были отобраны:

X₁ – объем финансовой поддержки в рамках Национальной гарантийной системы, млн руб.;

X₂ – количество субъектов МСБ, получивших «зонтичные» поручительства, ед.;

X₃ – объем льготного лизингового финансирования, млн руб.;

X₄ – доля предприятий МСБ, использующих цифровые платформы, %;

X₅ – отраслевая структура (доля производственного сектора в общем числе МСБ), %;

X₆ – уровень безработицы в регионе, %;

X₇ – индекс промышленного производства в регионе, % к предыдущему году.

В качестве результативных признаков рассматриваются:

Y₁ – количество активных субъектов МСБ, тыс. ед.;

Y₂ – количество занятых на предприятиях МСБ, тыс. чел.;

Y₃ – оборот субъектов МСБ, млрд руб.;

Y₄ – объем налоговых поступлений от МСБ, млн руб.

Для количественной оценки влияния факторов на результативные показатели строится линейная регрессионная модель вида:

Y=β₀​+β₁​X₁​+β₂​X₂​+...+β_n​X_n​+ε (1)

где βi – коэффициенты регрессии, показывающие, на сколько единиц изменится результативный признак Y при изменении фактора Xi на единицу (при неизменности прочих факторов);

ε – случайная ошибка (возмущение).

Юго-Западные субъекты РФ – это новые территории, на который функционирует 118315 субъектов МСБ, что составляет 2% МСБ РФ (рисунок 2).

Составлено втором по данным ФНС [4] и Корпорации МСП.

Рисунок 2. Динамика количества субъектов МСБ в новых регионах РФ

График тренда демонстрирует быстрый старт в 2022–2023 гг., затем замедление, R² = 0,99, что свидетельствует о высокой точности описания динамики. Наблюдаются следующие закономерности:

– увеличение в 4 раза количества действующих субъектов МСБ в 2023 г, что связано не только с активной регистрации предпринимателей на новых территориях, включением в реестры ФНС РФ, переходом на российское законодательство;

– замедление темпов роста в 2024 г. 18,4%, в 2025 г. – 4,3%., что свидетельствует о переходе от экстенсивного к интенсивному пути развития.

Одним из важнейших драйверов быстрого увеличения количества МСБ на новых территориях – это государственная поддержка, которая предоставляется через механизмы Национальной гарантийной системы. Для понимания значимости государственной поддержки необходимо провести анализ объемов финансирования (таблица 2).

Таблица 2

Объемы финансовой поддержки МСБ в новых регионах по инструментам

За период с 2023–2025 гг. совокупный объем средств, направленных на поддержку МСБ в этих регионах через основные каналы, превысил 26,5 млрд руб. Наиболее быстро развивается механизм «зонтичных» поручительств.

В таблице 3 представлены данные корреляционной матрицы показателей развития МСБ новых регионов РФ.

Таблица 3

Корреляционная матрица показателей развития МСБ в новых регионах

Для оценки влияния объема финансовой помощи на количество действующих субъектов МСБ, был вычислен коэффициент парной корреляции Пирсона (рисунок 3) с использованием исходных данных за 2023-2025 гг.

Составлено автором

Рисунок 3. Корреляционное поле зависимости количества МСБ от объемов поддержки

Коэффициент корреляции, равный 0,87, показывает высокую зависимость между объемом поддержки (Х) и количеством действующих субъектов МСБ (У). Коэффициент детерминации R² = 0,92 объясняет, что изменения численности МСБ напрямую зависит от финансовой поддержки.

На основе корреляционной матрицы показателей развития МСБ в новых регионах, представленной в таблице 3, можно сделать следующие выводы:

1. сильная связь между объемами финансовой поддержки и количеством действующих МСБ (0,87); между объемами финансовой поддержки и уровнем занятости (0,82); между количеством лиц, получившим финансовую поддержку и результативными показателями 0,79 и 0,74);

2. умеренная связь между долей производственного сектора и результативными показателями (0,54 и 0,61), что подтверждает потенциальную возможность развития производственных предприятий МСБ

Для оценки влияние факторов на деятельность МСБ, была обоснована множественная линейная регрессионная модель, в которой зависимая переменная – показатель численности занятых на предприятиях МСБ (Y2, тыс. чел.), поскольку он наиболее полно отражает социально-экономическое значение данного сектора. Модель выглядит следующим образом:

Y₂ = β₀ + β₁X₁ + β₂X₃ + β₃X₅ + β₄X₆ + β₅X₇ (2)

где: X₁ – объем финансовой поддержки, млрд руб.;

X₃ – объем льготного лизинга, млрд руб.;

X₅ – доля производственного сектора в структуре МСБ, %;

X₆ – уровень безработицы в регионе, %;

X₇ – индекс промышленного производства, %.

Построение модели осуществлялось методом наименьших квадратов с использованием статистического пакета. Получены следующие результаты:

Y₂​​=45,2+12,8X₁​+5,4X₃​+2,1X₅​–3,6X₆​+1,3X₇​

Коэффициенты регрессии интерпретируются следующим образом:

– β₁ = 12,8: увеличение объема финансовой поддержки на 1 млрд руб. приводит к росту занятости в МСБ на 12,8 тыс. чел. (при неизменности прочих факторов);

– β₂ = 5,4: увеличение объема льготного лизинга на 1 млрд руб. увеличивает занятость на 5,4 тыс. чел.;

– β₃ = 2,1: рост доли производственного сектора на 1% приводит к увеличению занятости на 2,1 тыс. чел.;

– β₄ = –3,6: повышение уровня безработицы на 1% снижает занятость в МСБ на 3,6 тыс. чел.;

– β₅ = 1,3: рост индекса промпроизводства на 1% увеличивает занятость на 1,3 тыс. чел.

– множественный коэффициент корреляции R = 0,91;

– коэффициент детерминации R² = 0,828 (82,8% дисперсии результативного признака объясняется включенными в модель факторами);

– скорректированный R² = 0,795.

Для того чтобы построенная модель могла служить надежным инструментом для принятия управленческих решений, необходимо проверить статистическую значимость как отдельных коэффициентов регрессии, так и всего уравнения в целом. В противном случае модель не сможет претендовать на прогностическую силу и экономическую обоснованность.

Для оценки того, является ли влияние каждого из включенных в модель факторов (X₁, X₃, X₅, X₆, X₇) на результативный признак (Y₂) статистически значимым, был рассчитан t-критерий Стьюдента для каждого коэффициента . Расчет производился по формуле:

(3)

где - стандартная ошибка соответствующего коэффициента регрессии.

На основе полученных t-статистик и числа степеней свободы:

df = n - k - 1 = 15 - 5 - 1 = 9

где n – количество наблюдений,

k – число факторов) были определены p-values.

Результаты представлены в таблице 4.

Таблица 4

Результаты проверки значимости коэффициентов регрессии

Согласно результатам, представленным в таблице 4, можно сделать следующие выводы:

– объем финансовой поддержки (X₁) имеет p-value < 0,001, что подтверждает ключевой вывод исследования: данный фактор является основным драйвером роста занятости в МСБ новых регионов, и его влияние не является случайным;

– доля производственного сектора (X₅) и уровень безработицы (X₆) также являются статистически значимыми (p-value < 0,05). Это подтверждает, что структурные сдвиги в экономике и общая макроэкономическая ситуация в регионе играют важную роль в развитии МСБ;

– объем льготного лизинга (X₃) и индекс промышленного производства (X₇) оказались статистически незначимыми (p-value > 0,1). Это может свидетельствовать о том, что влияние этих факторов на занятость в МСБ опосредовано и проявляется с временным лагом, который не учитывается в текущей модели; объемы льготного лизинга в новых регионах пока недостаточно велики, чтобы оказать ощутимое влияние на общий уровень занятости; индекс промышленного производства, будучи агрегированным показателем, сильнее влияет на крупные предприятия, чем на сектор МСБ.

Для оценки и объяснения вариации зависимой переменной был рассчитан F-критерий Фишера по формуле:

(4)

Подставив полученные ранее значения (R² = 0,828, k = 5, n = 15), получим:

Для оценки значимости полученного F-критерия сравним его с табличным значением (F_табл) при уровне значимости α = 0,05 и степенях свободы df₁ = k = 5 и df₂ = n - k - 1 = 9. Табличное значение составляет F_табл = 3,48. Поскольку F_расч= 8,67 > F_табл = 3,48, нулевая гипотеза о равенстве всех коэффициентов регрессии нулю (H₀ : β₁ = β₂ = ... = β₅ = 0) отвергается, построенное уравнение регрессии является статистически значимым на уровне 5%.

Модель в целом является значимой, но некоторые факторы (X₃ и X₇) оказались незначимыми по отдельности, что не противоречит друг другу. Данная ситуация указывает на наличие мультиколлинеарности, совокупное влияние всех факторов является значимым, что подтверждается F-тестом.

Проведенная статистическая проверка подтверждает, что построенная регрессионная модель не является случайной и обладает прогностической силой. Несмотря на то, что два фактора из пяти оказались статистически незначимыми на индивидуальном уровне, их включение в модель оправдано, так как F-критерий Фишера подтверждает адекватность уравнения в целом. Наибольший вклад в объяснение вариации занятости вносят объем финансовой поддержки и структурные факторы, которые дают возможность использовать полученную модель для экономического обоснования мер государственной политики, опираясь на коэффициенты при значимых факторах и понимая границы применения незначимых факторов.

Заключение. На основе проведенного исследования можно сделать следующие теоретически значимые выводы относительно факторов эффективности МСБ в условиях интеграционных процессов:

– полученные результаты подтверждают предположение о существовании устойчивой прямой связи r = 0,87 между объемом государственного финансирования и темпами увеличения числа субъектов малого и среднего бизнеса. При этом изучение динамики корреляционных показателей указывает на то, что к 2025 году отдача от поддержки уменьшается с 0,89 до 0,84, что говорит о необходимости смены подходов от экстенсивных к интенсивным инструментам;

– установлена четкая зависимость между отраслевой структурой МСБ и уровнем занятости: для производственного сектора коэффициент корреляции составил 0,61. Данный вывод согласуется с информацией Корпорации МСП, согласно которой в 2025 году наибольший прирост объемов финансирования в 4,7 раза наблюдался в сельском хозяйстве, в обрабатывающей промышленности в 1,9 раза и в инфраструктурных проектах в 9,6 раза, что подтверждает тенденцию постепенного переноса акцентов с торговли на реальный сектор экономики;

– результаты регрессионного анализа R² = 0,828 показывают, что модель, учитывающая как финансовые, так и структурные факторы, способна объяснить более 80% изменений итогового показателя.

На основе проведенного статистического анализа и выявленных количественных закономерностей сформулированы следующие рекомендации для Министерства экономического развития Донецкой Народной Республики:

1. учитывая снижение предельной эффективности финансовых мер поддержки: коэффициент корреляции снизился с 0,89 до 0,84, целесообразно:

– на 2026–2028 гг. сохранить текущие объемы финансовой поддержки на достигнутом уровне, перераспределяя в пользу нефинансовых инструментов;

– увеличить долю грантовой поддержки инновационных проектов с 5% до 15–20% общего объема;

– внедрить систему «бонусов» для МСБ, осуществляющих технологическую модернизацию и цифровую трансформацию.

2. выявленная диспропорция в отраслевой структуре: 41% занятых в торговле против 16% в обрабатывающих производствах требует целенаправленных мер:

– создать специализированные промышленные кластеры с участием крупных якорных предприятий;

– предоставлять дополнительный коэффициент 1,5 к сумме субсидий для производственных МСБ;

– обеспечить приоритетный доступ к земельным участкам и производственным помещениям для предприятий обрабатывающей промышленности.

3. с учетом цифровых факторов эффективности β = 0,38 для использования цифровых платформ:

– завершить создание единой цифровой платформы МСБ.РФ с интеграцией всех мер поддержки;

– реализовать программу повышения цифровой грамотности для предпринимателей.

4. для построения стабильной инфраструктуры малого и среднего бизнеса:

– расширить применение «зонтичных» гарантий, охватив ими новые группы клиентов.

Реализация вышеперечисленных рекомендаций позволит не только сохранить достигнутые темпы роста МСБ, но и обеспечить переход к качественно новому уровню развития – формированию устойчивой, диверсифицированной и технологичной экосистемы малого и среднего бизнеса в Донецкой Народной Республике и других новых регионах Российской Федерации.

[1] Аналитический портал ФНС России. [Электронный ресурс]. – URL: https://analytic.nalog.gov.ru/ (дата обращения: 10.04.2026).

[2] Единый реестр субъектов малого и среднего предпринимательства. [Электронный ресурс]. – URL: https://rmsp.nalog.ru/index.html (дата обращения: 10.05.2026).

[3] МСП.РФ Поддержка предпринимателей новых регионов. [Электронный ресурс]. – URL: https://xn––l1agf.xn––p1ai/new_regions/promo (дата обращения: 10.05.2026).

[4] Аналитический портал ФНС России. [Электронный ресурс]. – URL: https://analytic.nalog.gov.ru/ (дата обращения: 21.06.2026).