Стохастическая модель прогнозирования динамики валового регионального продукта и производственных ресурсов региона

Обложка

Цитировать

Полный текст

Аннотация

Представлена стохастическая модель прогнозирования динамики валового регионального продукта (ВРП), разработанная на основе статистических данных по Самарской области за период 1998–2023 годы. Модель позволяет оценить влияние инвестиций на развитие региональной экономики. Для описания динамики ВРП предложено стохастическое дифференциальное уравнение баланса, связывающее показатели ВРП с объемами регионального производственного ресурса (РПР). В рамках исследования проведена оценка объемов РПР, построены теоретические траектории динамики ВРП и РПР, а также получены кривые математических ожиданий их роста. Результаты численного анализа модели демонстрируют высокую степень соответствия эмпирическим данным.

Об авторах

Леонид Александрович Сараев

Самарский национальный исследовательский университет имени академика С. П. Королева

Автор, ответственный за переписку.
Email: saraev_leo@mail.ru
ORCID iD: 0000-0003-3625-5921
Scopus Author ID: 57219452875
https://www.mathnet.ru/rus/person41652

доктор физико-математических наук, профессор; профессор; кафедра математики и бизнес-информатики

Россия, 443086, Самара, ул. Московское ш., 34

Анастасия Валерьвна Юкласова

Самарский национальный исследовательский университет имени академика С. П. Королева

Email: yuklasova.anasta@mail.ru
ORCID iD: 0009-0007-9684-8864
https://www.mathnet.ru/eng/person230061

кандидат экономических наук, доцент; доцент; кафедра государственного и муниципального управления

Россия, 443086, Самара, ул. Московское ш., 34

Список литературы

  1. Harrod R. F. The Trade Cycle. Oxford: Clarendon Press, 1936. 248 pp.
  2. Dykas P., Tokarski T., Wisła R. The Solow Model of Economic Growth. Application to Contemporary Macroeconomic Issues / Routledge Studies in Economic Theory, Method and Philosophy. London: Routledge, 2023. xvi+248 pp. https://hdl.handle.net/10419/290597.DOI: https://doi.org/10.4324/9781003323792.
  3. Denison E. F. The contribution of capital to economic growth // The American Economic Review, 1980. vol. 70, no. 2. pp. 220–224. http://www.jstor.org/stable/1815471.
  4. Lucas R. E. On the mechanics of economic development // Journal of Monetary Economics, 1988. vol. 22, no. 1. pp. 3–42. DOI: https://doi.org/10.1016/0304-3932(88)90168-7.
  5. Romer R. M. Endogenous technological change // Journal of Political Economy, 1990. vol. 98, no. 5. pp. S71–S102. http://www.jstor.org/stable/2937632.
  6. Grossman G. M., Helpman E. Innovation and Growth in the Global Economy. Cambridge, Massachusetts, London: MIT Press, 1991. xiv+359 pp.
  7. Barro R. J., Sala-i-Martin X. Economic Growth. Cambridge, Massachusetts, London: MIT Press, 1995. xvii+654 pp.
  8. Bruno M., Easterly W. Inflation crises and long-run growth // Journal of Monetary Economics. vol. 41, no. 1. pp. 3–26. DOI: https://doi.org/10.1016/s0304-3932(97)00063-9.
  9. Gong G., Greiner A., Semmler W. The Uzawa–Lucas model without scale effects: Theory and empirical evidence // Structural Change and Economic Dynamics, 2004. vol. 15, no. 4. pp. 401–420. DOI: https://doi.org/10.1016/j.strueco.2003.10.002.
  10. Королев А. В., Матвеенко В. Д. О структуре равновесных нестационарных траекторий в модели эндогенного роста Лукаса // Автоматика и телемеханика, 2006. №4. С. 106–114. EDN: NCSKJH.
  11. Кузнецов Ю. А., Мичасова О. В. Сравнительный анализ применения пакетов имитационного моделирования и систем компьютерной математики для анализа моделей теории экономического роста // Экономический анализ: теория и практика, 2007. №5. С. 23–30. EDN: HWIKHF.
  12. Кузнецов Ю. А., Мичасова О. В. Обобщенная модель экономического роста с учетом накопления человеческого капитала // Вестник Санкт-Петербургского университета. Прикладная математика. Информатика. Процессы управления, 2012. №4. С. 46–57. EDN: PFQNBT.
  13. Прасолов А. В. Математические методы экономической динамики. СПб.: Лань, 2015. 352 с. EDN: VLRGLN.
  14. Itô K., McKean H. P. Diffusion Processes and Their Sample Paths / Die Grundlehren der mathematischen Wissenschaften. vol. 125. Berlin: Springer-Verlag, 1974. xiv+321 pp.
  15. Соловьев В. И. Экономико-математическое моделирование рынка программного обеспечения. М.: Вега–Инфо, 2009. 176 с. EDN: QTSXXZ.
  16. Сараев А. Л., Сараев Л. А. Математические модели стохастической динамики развития предприятий // Вестн. Сам. гос. техн. ун-та. Сер. Физ.-мат. науки, 2020. Т. 24, №2. С. 343–364. EDN: MLTMBA. DOI: https://doi.org/10.14498/vsgtu1700.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рис. 1. Эмпирическая траектория роста валового регионального продукта $V$ (по данным табл. 1) и прогнозируемая траектория роста регионального производственного ресурса $Q$ (по данным табл. 2)

Скачать (77KB)
Метаданные
3. Рис. 2. Стохастические траектории роста валового регионального продукта $V(t)$ и регионального производственного ресурса $Q(t)$, полученные численным моделированием по алгоритму (12) и расчетами по формуле (22); точки — статистические данные из табл. 1 и табл. 2

Скачать (79KB)
Метаданные
4. Рис. 3. Математические ожидания $\langle V \rangle$ и $\langle Q \rangle$, полученные численным решением задачи Коши (18), (10) с использованием (22); точки — статистические данные из табл. 1 и табл. 2

Скачать (82KB)
Метаданные

© Авторский коллектив; Самарский государственный технический университет (составление, дизайн, макет), 2025

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных

 

Используя сайт https://journals.rcsi.science, я (далее – «Пользователь» или «Субъект персональных данных») даю согласие на обработку персональных данных на этом сайте (текст Согласия) и на обработку персональных данных с помощью сервиса «Яндекс.Метрика» (текст Согласия).