Разработка модели оценки макроэкономической стабильности

Статья посвящена построению модели оценки макроэкономического положения страны. Актуальность исследуемой темы обусловлена существенным уровнем неопределенности, характеризующим современную российскую экономику. Высокий уровень неопределенности сильно затрудняет процессы прогнозирования экономических показателей и принятия решений. Подобные исследования имеют важное значение при выработке эффективных стратегий устойчивого развития. Модель оценки кризиса представляет собой инструмент, способный систематически измерять и анализировать уровень нестабильности в экономике. Использование кризисных индикаторов дает возможность выявлять на ранних этапах сигналы приближающихся экономических кризисов, корректировать подходы к планированию и прогнозированию, а также позволяет снижать риски ошибок при принятии решений. Во введении рассматривается широкий спектр существующих подходов к построению моделей оценки уровня экономического стресса, таких как логистическая модель вероятности кризиса, индекс финансового стресса, марковская модель переключений и динамические дифференциальные уравнения. За основу авторской модели взят метод агрегации нормализованных показателей с учетом их весовых коэффициентов. Нормализация данных осуществлена при помощи метода «Z-нормализации». Весовые коэффициенты определялись алгоритмом поэтапного исключения факторов из целевой модели. В модели были учтены показатели, характеризующие общее состояние экономики страны, состояние банковского сектора, внешней торговли, рынка труда и фондового рынка. Были использованы данные из официальной статистики Банка России и Федеральной службы государственной статистики за период 2004–2019 гг. С использованием разработанной модели был произведен прогноз индекса кризиса на 2020–2025 гг. На основе полученных результатов были выявлены два интервала кризисного состояния российской экономики.

1. Головнин М.Ю. Денежно-кредитная политика России: реакция на новые внешние вызовы // Вестник института экономики Российской академии наук. 2023. № 1 (93). С. 7–20.

2. Воронин А.С. Инструменты поддержания экономической стабильности и фазы экономического цикла // Молодая наука – 2023 : сборник статей Х Всероссийской научно-практической конференции, Москва, 24–28 апреля 2023 года. Москва : Московский финансово-юридический университет МФЮА, 2023. С. 40–45. EDN QHDOTY.

3. Коптелов И.О. Особенности влияния финансовых рынков на российский финансовый цикл в современных условиях // Актуальные проблемы управления, экономики и финансов в контексте глобальных вызовов : сборник статей XXVII международной научно-практической конференции, посвященной 65- летию Уральского филиала Финуниверситета, Челябинск, 8 июня 2023 года. Челябинск : Печатный двор, 2023. С. 63–69. EDN RWSVOB.

4. Матросов В.В., Шалфеев В.Д. Динамическая модель возникновения экономических циклов // Известия высших учебных заведений. Прикладная нелинейная динамика. 2025. Т. 33, № 4. С. 513–530. doi:10.18500/0869-6632-003167. EDN QXMAJO.

5. Чавлеишвили С., Кремер М. Измерение системного финансового стресса и связанных с ним рисков для экономического роста // Рабочие материалы Европейского центрального банка. № 2842. 2022. URL: https://www.ecb.europa.eu/pub/pdf/scpwps/ecb.wp2842~9a4cb3f225.en.pdf (дата обращения: 07.11.2025).

6. Смирнов С.В., Смирнов С.С. Мониторинг российского делового цикла на основе ежедневных данных // Вопросы экономики. 2022. № 5. С. 26–50. doi:10.32609/0042-8736-2022-5-26-50. EDN ZHBZDY.

7. Маркс К., Клизен К.Л., Маккрейкен М. Индекс финансового стресса Федерального резервного банка Сент-Луиса, версия 4 : официальный материал Федерального резервного банка Сент-Луиса. 2022. URL: https://fredblog.stlouisfed.org/2022/11/the-st-louis-feds-financial-stress-index-version-4/ (дата обращения: 07.11.2025).

8. Годовой отчет Банка России за 2024 г. URL: https://www.cbr.ru/Collection/Collection/File/55239/ar_2024.pdf (дата обращения: 07.11.2025).

9. Демиденко А.А., Демиденко А.И., Демиденко И.А. Исследование зависимости между объемом денежной массы и величиной экономического роста в России // Эпомен: экономические науки. 2022. № 1. С. 284–290.

10. Идрисова З.Н. Факторы влияния на валютный курс российской валюты: исследование и прогноз // Наука и инновационные технологии. 2022. № 3 (24). С. 66–74.

11. Татаринцева Е.Е. Прогнозирование экономических кризисов с помощью математических моделей в целях повышения экономической безопасности // Математические модели техники, технологий и экономики : материалы Всероссийской студенческой научно-практической конференции, Санкт-Петербург, 15 мая 2024 года. Санкт-Петербург : Санкт-Петербургский государственный лесотехнический университет им. С.М. Кирова, 2024. С. 459–463. EDN FTLOAE.

12. Черкасова Н.А. Теории экономических циклов и кризисов как совокупность знаний о формировании экономической динамики // Евразийское пространство: экономика, право, общество. 2024. № 12. С. 159–164. EDN XBQVPW.