Юрий Евгеньевич Александрович – соискатель Высшей инженерно-экономической школы
Санкт-Петербург
Yuri E. Alexandrovich – applicant of the Higher School of Engineering and Economics
St. Petersburg
Ирина Александровна Еремина – доктор экономических наук, доцент, профессор Высшей инженерно-экономической школы
Санкт-Петербург
Irina A. Eremina – Doctor of Economics, Associate Professor, Professor of the Higher School of Engineering and Economics
St. Petersburg
В статье рассматриваются методы прогнозирования уровня инфляции с использованием анализа больших данных в контексте реализации политики импортозамещения. Актуальность исследования определяется необходимостью адаптации экономической политики к современным вызовам, связанным с глобальными изменениями и внутренними экономическими процессами. Авторами научно обосновано, что применение методов анализа больших данных позволяет повысить точность прогнозов и улучшить управленческие решения, что в свою очередь способствует устойчивому развитию экономики. Научная новизна заключается в адаптации методов прогнозирования к специфике экономики, ориентированной на импортозамещение, это включает учет изменений в структуре производства, логистических цепочек и потребительских предпочтений, что ранее не рассматривалось в рамках классических моделей прогнозирования инфляции. Результаты исследования могут стать основой для разработки более точных и адаптивных инструментов управления инфляционными процессами в условиях экономической трансформации.
This article considers inflation forecasting methods using big data analysis in the context of import substitution policy implementation. The relevance of the study is determined by the need to adapt economic policy to modern challenges associated with global changes and internal economic processes. The authors scientifically substantiate that the use of big data analysis methods can increase the accuracy of forecasts and improve management decisions, which in turn contributes to sustainable economic development. Scientific novelty lies in the adaptation of forecasting methods to the specifics of an economy focused on import substitution, this includes taking into account changes in the structure of production, supply chains and consumer preferences, which has not previously been considered within the framework of classical inflation forecasting models. The results of the study can form a basis for developing more accurate and adaptive tools for managing inflation processes in the context of economic transformation.
The authors declare that there are no conflicts of interest present.