Rising macroeconomic uncertainty and structural shifts are undermining traditional approaches to public finance management, exposing a gap between strategic priorities and actual spending patterns. The article examines socioeconomic forecasting and budget planning as components of a unified management framework that requires functional integration. The article systematizes the objectives of both processes within the budget cycle and substantiates the need to shift from fragmented metrics to a four-level indicator system comprising macroeconomic, budgetary, performance-based, and high-frequency parameters. The study argues that classical linear econometric models have exhausted their potential due to their inability to account for non-linear relationships and process data amidst structural shocks. As a solution, the article proposes evolving analytical tools from descriptive models toward prescriptive analytics powered by machine learning and artificial intelligence. This transformation shifts the budget process from a reactive fund-allocation mechanism to a proactive strategic management system, where every financial decision is data-verified and aimed at achieving measurable public outcomes.
Рост макроэкономической неопределенности и структурные сдвиги обесценивают традиционные подходы к управлению публичными финансами, обнажая разрыв между стратегическими приоритетами и реальным направлением расходования средств. В статье рассматривается социально-экономическое прогнозирование и бюджетное планирование как элементы единого управленческого контура, требующие функциональной интеграции. Систематизированы задачи обоих процессов в рамках бюджетного цикла и обоснована необходимость перехода от разрозненных метрик к четырехуровневой системе индикаторов, включающей макроэкономические, бюджетные, результативные и высокочастотные параметры. Обосновано, что классические линейные эконометрические модели исчерпали свой потенциал из-за неспособности учитывать нелинейные связи и обрабатывать массивы данных в условиях структурных шоков. В качестве решения предложена эволюция аналитического инструментария от описательных моделей к предписывающей аналитике на базе алгоритмов машинного обучения и искусственного интеллекта. Это позволяет трансформировать бюджетный процесс из реактивного механизма распределения средств в проактивную систему стратегического управления, где каждое финансовое решение верифицируется данными и нацелено на достижение измеримых общественных результатов