Выявление рисков и угроз экономической безопасности на основе анализа новостной повестки
Чесноков И.С.1
1 Институт экономики РАН, Москва, Россия
Статья в журнале
Экономическая безопасность (РИНЦ, ВАК)
опубликовать статью | оформить подписку
Том 9, Номер 10 (Октябрь 2026)
Аннотация:
В условиях перманентного санкционного давления и высокой волатильности внешней среды традиционные методы мониторинга экономической безопасности, опирающиеся на запаздывающие макроэкономические индикаторы, перестают удовлетворять требованиям оперативности. В статье предложен новый подход, основанный на двухэтапной обработке новостного потока с помощью больших языковых моделей (LLM). На первом этапе модель-фильтр отбирает публикации, релевантные проблематике экономической безопасности; на втором - извлекает из них лемматизированные словосочетания, классифицируя каждое по типу сигнала (риск, угроза, возможность, потенциал) и отраслевой категории. Разработанный подход объединяет контекстное понимание LLM с последующим анализом совместной встречаемости извлечённых единиц (PMI/NPMI) и построением семантических графов. Апробация на корпусе РБК за 2025 г. (65 тыс. сообщений) продемонстрировала способность системы выявлять структурные диспропорции в информационной повестке и обнаруживать зарождающиеся угрозы раньше, чем они фиксируются официальной статистикой. Приведены примеры опережающего обнаружения санкционных рисков и кадрового дефицита, как приоритетных угроз экономической безопасности. Практическая значимость работы заключается в создании прототипа системы раннего предупреждения рисков и угроз экономической безопасности, пригодной для интеграции в контур государственного мониторинга.
Ключевые слова: экономическая безопасность, мониторинг экономической безопасности, медиа-мониторинг, новостной поток, риски и угрозы, система раннего предупреждения, NLP, LLM, большие языковые модели, семантический граф, мониторинг
Финансирование:
Выполнено в рамках гос. задания “Изменение институциональных основ экономической безопасности Российской Федерации в новых условиях (FMGG-2024-0018)”
JEL-классификация: O14, O57, E66, F59, D85
Источники:
2. Беляевская-Плотник Л.А. Цифровой "радар" экономической безопасности государства: теория, методика, апробация // Экономика: вчера, сегодня, завтра. – 2025. – № 6-1. – c. 119-131. – doi: 10.34670/AR.2025.96.47.012.
3. Глазьев С.Ю. Создание системы обеспечения экономической безопасности и управления развитием России // Менеджмент и бизнес-администрирование. – 2015. – № 4. – c. 12-26. – url: https://istina.cemi-ras.ru/publications/article/.
4. Корнеев К.С., Спирин М.С., Степанов Е.М., Дерунов Д.С. Система анализа на основе открытых источников текстовых данных на базе отечественной среды визуального программирования PolyAnalyst // Интеллектуальные системы в производстве. – 2025. – № 2. – c. 104-111. – doi: 10.22213/2410-9304-2025-2-104-111.
5. Смирнов А.И., Тетерин Ю.А., Мартынов А.Ю., Руйга И.Р. Корпоративная экономическая безопасность: технологии искусственного интеллекта для комплексной проверки контрагентов // Бизнес. Образование. Право. – 2026. – № 2. – c. 130-137. – doi: 10.25683/VOLBI.2026.75.1607.
6. Митяков С. Н., Митяков Е. С. Развитие теории рисков и пороговых значений экономической безопасности // Вестник Института экономики Российской академии наук. – 2023. – № 5. – c. 83-113. – doi: 10.52180/2073-6487_2023_5_83_113.
7. Орлянская Н.П., Попок Л.Е., Тешев В.А. Повышение экономической безопасности пользователей социальной сети посредством цифровизации определения темы диалога // Вестник Адыгейского государственного университета. Серия: Экономика. – 2024. – № 3. – c. 115-124. – doi: 10.53598/2410-3683-2024-3-345-115-124.
8. Осокина С.А., Абрамова В.Л., Лютова Д.А. Анализ тональности новостей о международной торговле в условиях санкций: подходы NLP // Российский внешнеэкономический вестник. – 2025. – № 2. – c. 77-93. – doi: 10.24412/2072-8042-2025-2-77-93.
9. Пашков С.Г. Семантический сетевой подход: возможности и ограничения (пример образа инфляции в СМИ) // Социологический журнал. – 2020. – № 2. – c. 8-30. – doi: 10.19181/socjour.2020.26.2.7262.
10. Рычков В.В. Анализ влияния новостей о санкциях на финансовые рынки России // Вестник Института экономики РАН. – 2024. – № 2. – c. 71–115. – doi: 10.52180/2073-6487_2024_2_71_115.
11. Рычков В.В. Sanctions news index (SNI) -индекс санкционных новостей // Пермский финансовый журнал. – 2021. – № 2. – c. 4-20.
12. [Электронный ресурс].
13. [Электронный ресурс]. URL: https://www.elibrary.ru/item.asp?id=26197265.
14. [Электронный ресурс]. URL: https://www.garant.ru/products/ipo/prime/doc/408892634.
15. [Электронный ресурс].
Страница обновлена: 26.10.2026 в 11:40:20
Identifying risks and threats to economic security through news agenda analysis
Chesnokov I.S.Journal paper
Economic security
Volume 9, Number 10 (October 2026)
Abstract:
Under conditions of persistent sanctions pressure and high external volatility, traditional approaches to economic security monitoring based on lagging macroeconomic indicators no longer provide the timeliness required for effective decision-making. The article proposes a novel approach based on a two-stage news stream processing pipeline using Large Language Models (LLM). At the first stage, an LLM-based filtering model selects publications relevant to economic security. At the second stage, a specialized model extracts lemmatized multi-word expressions from the selected texts and classifies each according to its signal type (risk, threat, opportunity, or potential) and sectoral category. The proposed approach combines the contextual understanding capabilities of LLM with subsequent analysis of the co-occurrence of extracted semantic units using pointwise mutual information (PMI/NPMI) and semantic graph construction. The methodology was validated on a corpus of 65,000 news articles published by RBC in 2025. The results demonstrate the system's ability to identify structural imbalances in the information agenda and detect emerging threats before they are reflected in official statistical indicators. The article presents examples of the early detection of sanctions-related risks and labor shortages as priority threats to economic security. The article develops a prototype early warning system for economic security risks and threats that can be integrated into government monitoring and analytical frameworks.
Keywords: economic security, economic security monitoring, media monitoring, news stream, risks and threats, early warning system, natural language processing, large language models, semantic graph, semantic analysis
Funding:
JEL-classification: O14, O57, E66, F59, D85
References:
Retrieved from https://www.elibrary.ru/item.asp?id=26197265
Retrieved from https://www.garant.ru/products/ipo/prime/doc/408892634
Abalkin L.I. (1994). Economic security of Russia: threats and their reflection. Voprosy Ekonomiki. (12). 4-16.
Belyaevskaya-Plotnik L.A. (2025). Digital "Radar" of National Economic Security: Theory, Methodology, Implementation. Economics: Yesterday, Today and Tomorrow. 15 (6-1). 119-131. doi: 10.34670/AR.2025.96.47.012.
Glazev S.Yu. (2015). Creating a system of economic management and security developments in Russia. Management and Business Administration. (4). 12-26.
Korneev K.S., Spirin M.S., Stepanov E.M., Derunov D.S. (2025). Open-source Text Data Intelligence System Based on the Domestic Visual Programming Environment PolyAnalyst. Intellekt. Sist. Proizv.. 23 (2). 104-111. doi: 10.22213/2410-9304-2025-2-104-111.
Mityakov S. N., Mityakov E. S. (2023). Developing the theory of economic security risks and thresholds. Bulletin of the Institute of Economics of RAS. (5). 83-113. doi: 10.52180/2073-6487_2023_5_83_113.
Orlyanskaya N.P., Popok L.E., Teshev V.A. (2024). Increasing Economic Security of Social Network Users by Digitalizing the Dialogue Topic Determination. Bulletin of the Adygea State University. Series: Economics. (3). 115-124. doi: 10.53598/2410-3683-2024-3-345-115-124.
Osokina S.A., Abramova V.L., Lyutova D.A. (2025). Analyzing the Sentiment of international Trade News in the Context of Sanctions: NLP Approaches. Russian Foreign Economic Journal. (2). 77-93. doi: 10.24412/2072-8042-2025-2-77-93.
Pashkov S.G. (2020). The Semantic Network Approach: Opportunities and Restrictions (Example of Inflation Image in the Media). Sociological Journal. 26 (2). 8-30. doi: 10.19181/socjour.2020.26.2.7262.
Rychkov V.V. (2021). Sanctions news index (SNI). Perm Financial Journal. (2). 4-20.
Rychkov V.V. (2024). Analysis of the Impact of the Sanctions News on Russian Financial Markets. Bulletin of the Institute of Economics, RAS. (2). 71–115. doi: 10.52180/2073-6487_2024_2_71_115.
Smirnov A.I., Teterin Yu.A., Martynov A.Yu., Ruyga I.R. (2026). Corporate economic security: artificial intelligence technologies for comprehensive counterparty verification. Business. Education. Law. (2). 130-137. doi: 10.25683/VOLBI.2026.75.1607.