NEURAL NETWORK MODEL FOR FORECASTING RUSSIAN GDP IN THE CONDITIONS OF DIGITALIZATION OF THE ECONOMY
DOI:
https://doi.org/10.25806/uu5-12021141-147Keywords:
AI system, GDP, forecast, cargo turnover, neural network, digital economyAbstract
The developed AI-model is presented, designed to predict Russia's GDP based on a set of data reflecting the development of the real sector of the economy for 2011 - 2019, including the dynamics of freight turnover.
The theoretical foundations of GDP forecasting in conditions of market uncertainty and the formation of a digital economy have been investigated.
The experience of using artificial intelligence systems for collecting and processing Big Data in order to predict time series is considered.
A hypothesis was put forward and proved that using the AI-model, it is possible to obtain a forecast of Russia's GDP for the next year based on a set of data reflecting the development of the real sector of the economy for 2011 - 2019, including the dynamics of freight turnover.
References
Валовой внутренний продукт [Электронный ресурс] – URL: https://ru.wikipedia.org/wiki/%D0%92%D0%B0%D0%BB%D0%BE%D0%B2%D0% (дата обращения 18 апреля 2021 г.)
Место транспортной системы России в мире. международные транспортные коридоры транспорт РФ в сравнении с транспортом других стран [Электронный ресурс] – URL: https://studref.com/303146/tehnika/mesto_transportnoy_sistemy_rossii_mire_mezhdunarodnye_transportnye_koridory/ (дата обращения 18 апреля 2021 г.)
Структура ВВП России 2021 по отраслям [Электронный ресурс] – URL: https://bankiros.ru/wiki/term/struktura-vvp-rossii-po-otraslam (дата обращения 18 апреля 2021 г.)
Росстат: Основные показатели транспорта [Электронный ресурс] – URL: https://rosstat.gov.ru/folder/23455?print=1 (дата обращения 18 апреля 2021 г.)
Насколько вырос ВВП России и стран мира в 2020 году [Электронный ресурс] – URL: http://bs-life.ru/makroekonomika/vvp2021.html (дата обращения 18 апреля 2021 г.)
Jensen M., Fischer V. and Myron V. The Capital Asset Pricing Model: some empirical tests // Praeger Publishers Inc. 1972.
Eugene F. Fama and James D. MacBeth Risk, Return and Equilibrium: Empirical Tests // Journal of Political Economy, 1973. Vol. 81(3)
Kulachinskaya A., Kravchenko V., Bezdenezhnykh T. Organizational mechanisms of allocation of subsidies for public transport in St. Petersburg // Proceedings of the 31st International Business Information Management Association Conference. – 2018. – С. 4706-4711.
Demidenko D.S. Malevskaia-Malevich E.D., Dubolazova Y.A., Victorova N.G. Optimization of the innovation process management at a manufacturing enterprise // Proceedings of the 31st International Business Information Management Association Conference. – 2018. – С. 996-1003.
Интеллектуальный анализ и нейро-прогноз ВВП глобальной экономики по факторам, включая вклад предпринимательства и энергопотребление [Электронный ресурс] / Н.И. Ломакин, Ли Джун, Г.М. Кондрашов, В.В. Покидова, И.А. Уланова, А.Ф. Московцев, А.В. Копылов, И.А. Самородова, О.Н. Максимова, А.В. Горбунова // Современные исследования социальных проблем: электрон. науч. журнал. - 2017. - Т. 8, № 1-2. - С. 255-259. - Режим доступа: http://ej.soc-journal.ru.
Интеллектуальный поиск закономерностей глобального ВВП путём квантования данных вклада предпринимательства и инноваций / Н.И. Ломакин, Г.И. Лукьянов, О.Н. Максимова, И.А. Самородова, А.В. Масленников, И.О. Колодкин // Наука Красноярья. - 2017. - Т. 6, № 3-3. - С. 124-126.
Искусственный интеллект в исследовании вклада предпринимательства и энергетического менеджмента ВВП глобальной экономики [Электронный ресурс] / Н.И. Ломакин, Ли Джун, Г.М. Кондрашов, В.В. Покидова, А.Ф. Московцев, А.В. Копылов, А.П. Тюков, И.А. Самородова, О.Н. Максимова, А.В. Горбунова, Я.А. Попова // Современные исследования социальных проблем: электрон. науч. журнал. - 2017. - Т. 8, № 1-2. - С. 260-263. - Режим доступа: http://ej.soc-journal.ru.
