Оперативный мониторинг экономической безопасности России тема диссертации и автореферата по ВАК РФ 00.00.00, кандидат наук Назарова Екатерина Александровна

• Назарова Екатерина Александровна
• кандидат наук
• 2024

Оглавление диссертации кандидат наук Назарова Екатерина Александровна

ВВЕДЕНИЕ

ГЛАВА 1. ТЕОРЕТИЧЕСКИЕ АСПЕКТЫ ИССЛЕДОВАНИЯ МОНИТОРИНГА ЭКОНОМИЧЕСКОЙ БЕЗОПАСНОСТИ

1.1. Экономическая безопасность России: опыт мониторинга

1.2. Региональные системы мониторинга экономической безопасности

1.3. Теоретико-методологические аспекты формирования системы оперативного мониторинга экономической безопасности

Выводы по главе

ГЛАВА 2. РАЗРАБОТКА МЕТОДИЧЕСКИХ ОСНОВ И ИНСТРУМЕНТАРИЯ ОПЕРАТИВНОГО МОНИТОРИНГА ЭКОНОМИЧЕСКОЙ БЕЗОПАСНОСТИ

2.1. Концептуальная модель оперативного мониторинга экономической безопасности

2.2. Разработка многоуровневой системы индикаторов для оперативного мониторинга экономической безопасности

2.3. Методика организации оперативного мониторинга экономической безопасности

2.4. Модель аналитической цифровой платформы для реализации оперативного мониторинга экономической безопасности

Выводы по главе

ГЛАВА 3. РЕАЛИЗАЦИЯ ОПЕРАТИВНОГО МОНИТОРИНГА

ЭКОНОМИЧЕСКОЙ БЕЗОПАСНОСТИ

3.1. Апробация системы оперативного мониторинга экономической безопасности на уровне страны

3.2. Апробация системы оперативного мониторинга экономической безопасности на отраслевом уровне

3.3. Апробация системы оперативного мониторинга экономической безопасности на региональном уровне

Выводы по главе

ЗАКЛЮЧЕНИЕ

СПИСОК ЛИТЕРАТУРЫ

ПРИЛОЖЕНИЕ

Введение диссертации (часть автореферата) на тему «Оперативный мониторинг экономической безопасности России»

ВВЕДЕНИЕ

Актуальность темы исследования. В современных условиях наблюдается значительное возрастание числа вызовов и угроз экономической безопасности России, что обусловливает необходимость их эффективного мониторинга на уровне страны и регионов. Значимость мониторинга экономической безопасности закреплена в принятой в 2017 году Стратегии экономической безопасности Российской Федерации на период до 2030 года и в принятой в 2021 году Стратегии национальной безопасности Российской Федерации.

Существующие в настоящее время системы стратегического мониторинга экономической безопасности реализуют систематический контроль за состоянием экономики и социальной сферы страны с периодичностью один год. Это позволяет анализировать тенденции социально-экономического развития, актуализировать перечень показателей экономической безопасности и готовить управленческие решения по нейтрализации стратегических угроз.

В современных условиях увеличения геополитических угроз, требующих постоянного внимания и выработки мер безопасности, для эффективного реагирования на динамичные изменения в экономической среде стратегический мониторинг должен быть дополнен оперативным мониторингом экономической безопасности (ОМЭБ). Такой мониторинг способен обеспечивать регулярное обновление данных и анализ ключевых экономических показателей с дискретизацией один месяц, что критически важно для принятия оперативных научно-обоснованных решений. Вместе с тем, системы ОМЭБ, позволяющие анализировать ситуацию в режиме практически реального времени и прогнозировать кризисы, в настоящее время отсутствуют.

Реализация ОМЭБ требует разработки методических основ и специализированного инструментария, использующего современные методы экономического моделирования и информационные технологии. Ключевой задачей обеспечения экономической безопасности страны выступает разработка

системы индикаторов для такого мониторинга и установление их пороговых значений, которые могут сигнализировать о возникновении кризисных ситуаций и способствовать принятию решений по своевременному устранению угроз. Это определяет актуальность и практическую значимость диссертационной работы.

Степень разработанности проблемы. В последние годы наблюдается заметное увеличение числа исследований, фокусирующихся на различных аспектах экономической безопасности систем народного хозяйства. В частности, среди работ по данной тематике можно отметить труды Л.И. Абалкина, В.И. Авдийского, З.О. Адамановой, Н.В. Артемьева, С.В. Банка,

B.М. Безденежных, Л.Б. Винничек, С.Ю. Глазьева, Н.Б. Головановой,

C.С. Голубева, А.Е. Городецкого, О.Б. Дигилиной, Р.В. Дронова, А.Ф. Дятловой, Н.А. Казаковой, С.В. Казанцева, И.В. Караваевой, Ю.А. Ковальчук, В.П. Кузнецова, Е.И. Кузнецовой, Д.Н. Лапаева, Е.Б. Ленчук, М.Ю. Льва, М.Ю. Малкиной, А.Б. Мельникова, О.А. Мироновой, В.А. Плотникова, Б.Н. Порфирьева, А.В. Родионова, В.К. Сенчагова, И.И. Смотрицкой, В.Г. Старовойтова, И.Б. Тесленко, А.С. Тулупова, В.А. Цветкова, Ф.Ф. Юрлова и др.

Данному вопросу также уделяется значительное внимание в работах таких зарубежных ученых, как К. Борио, Б. Бузан, Ю. Грикетете-Чебатавичене, В. Гронскас, Ю. Гуанхуэй, М. Кахлер, Дж. Кларк, С. Лессман, Ф. Лоу, К. Люфтиг, Д. Маккормик, М. Мейндерс, М. Мерел, Д. Нанто, А. Позен, Дж. Су, Д. Торулло, С. Фэй, Т. Хуэйлин, Дж. Хейс, П. Хью и др.

Развитию систем мониторинга экономической безопасности посвящены труды И.С. Авериной, И.В. Андроновой, В.П. Бауэра, М.Э. Буяновой, Е.М. Бухвальда, Н.А. Журавлевой, Е.В. Караниной, Д.А. Корнилова, Н.В. Кузнецова, Н.А. Кулагиной, А.А. Куклина, А.И. Ладынина, В.В. Локосова, Е.С. Митякова, С.Н. Митякова, С.А. Рамазанова, О.А. Романовой, М.Н. Руденко, В.И. Павлова, Л.И. Проняевой, С.Н. Сильвестрова, А.И. Татаркина, Т.А. Федосеевой, А.И. Хорева, С.Н. Яшина и др.

Упомянутые ученые существенно расширили теоретический базис и методологические аспекты мониторинга экономической безопасности. В их работах преимущественно рассматривается изменение индикаторов, имеющих годичную периодичность, что позволяет анализировать тенденции изменения экономической безопасности социально-экономических систем различных уровней иерархии. Результаты мониторинга могут быть использованы руководством таких систем для принятия стратегических решений, связанных с нейтрализацией стратегических угроз.

Вместе с тем, для выработки оперативных решений по обеспечению экономической безопасности страны таких данных недостаточно, поскольку развитие кризисных явлений в экономике происходит довольно стремительно. В связи с этим представляется целесообразным формирование теоретических аспектов и методического инструментария ОМЭБ, использующего индикаторы с ежемесячной актуализацией значений. Все вышеизложенное определило тему диссертации, формулировку ее цели и задач.

Целью диссертационного исследования является решение научной задачи по формированию теоретических аспектов и разработке методического инструментария оперативного мониторинга экономической безопасности России. Для достижения цели исследования необходимо сформулировать и решить следующие задачи:

1) Обосновать целесообразность реализации оперативного мониторинга экономической безопасности России и ввести авторские определения понятий «быстрые индикаторы экономической безопасности» и «оперативный мониторинг экономической безопасности».

2) Разработать концептуальную модель многоуровневого оперативного мониторинга экономической безопасности России.

3) Сформировать многоуровневую систему индикаторов оперативного мониторинга экономической безопасности России.

4) Разработать методику организации многоуровневого оперативного мониторинга экономической безопасности России.

5) Создать модель аналитической цифровой платформы для реализации ОМЭБ.

Объектом исследования является система экономической безопасности России.

Предметом исследования выступают теоретические аспекты и методический инструментарий оперативного мониторинга экономической безопасности России.

Соответствие темы диссертации требованиям паспорта специальности ВАК. Содержание исследования соответствует п. 13.5. «Критерии экономической безопасности. Пороговые значения критериев экономической безопасности и методы их определения»; п. 13.11. «Методы мониторинга обеспечения экономической безопасности в условиях развития цифровых технологий» Паспорта научной специальности 5.2.3. Региональная и отраслевая экономика (экономическая безопасность).

Методология и методы исследования опираются на работы передовых отечественных и зарубежных ученых, в которых проанализированы теоретические, методологические, практические, эмпирические, концептуальные аспекты мониторинга экономической безопасности на разных уровнях иерархии. Для решения поставленных задач в диссертации использовались общенаучные методы познания, такие как анализ, синтез, индукция, дедукция, моделирование, сравнение и абстрагирование. В качестве специальных методов исследования использовались методы кластеризации, анализа и прогнозирования, интерполяции, многокритериального анализа, индексный метод.

Информационной базой исследования послужили нормативно-законодательные документы, аналитические сборники и обзоры, материалы научно-практических конференций, справочные и статистические материалы в сфере мониторинга экономической безопасности, авторские расчеты, наблюдения и эксперименты.

Научная новизна диссертационной работы заключается в разработке и обосновании теоретических аспектов и методического инструментария оперативного мониторинга системы экономической безопасности России.

На защиту выносятся следующие положения и результаты, содержащие элементы научной новизны:

1. Обоснована целесообразность осуществления оперативного мониторинга для обеспечения экономической безопасности России. Введены авторские понятия «быстрые индикаторы экономической безопасности» и «оперативный мониторинг экономической безопасности», которые предусматривают ежемесячную периодичность проведения мониторинга, что составляет их содержательное отличие от аналогов. Быстрые индикаторы отражают оперативные угрозы экономической безопасности, соответствуют рекомендациям действующей Стратегии экономической безопасности России. Оперативный мониторинг представляет собой процесс постоянного анализа и контроля быстрых индикаторов экономической безопасности страны, отраслей народного хозяйства и субъектов РФ и позволяет обеспечить органы управления исчерпывающей информацией о формировании угроз экономической безопасности и развитии экономических кризисов.

2. Разработана концептуальная модель оперативного мониторинга экономической безопасности страны, состоящая из трех взаимосвязанных блоков. Блок теоретической поддержки содержит генезис ОМЭБ, обоснование субъектов и объектов мониторинга, определение его целей, задач, принципов, моделей и этапов. Блок методической поддержки позволяет идентифицировать угрозы, определить критерии экономической безопасности для экономических систем различных уровней иерархии, сформировать соответствующие этим критериям системы индикаторов. Блок инструментальной поддержки включает развитие теории пороговых значений и зон риска, построения безразмерных индикаторов экономической безопасности. Проведение мониторинга и анализ информации осуществляется с использованием аналитической цифровой платформы. На основании результатов мониторинга формируются

рекомендации по обеспечению экономической безопасности страны.

3. Разработана многоуровневая система быстрых индикаторов для ОМЭБ, содержащая четыре группы индикаторов: международные сопоставления, данные по России в целом, по отраслям экономики и по регионам. Для международных сопоставлений система состоит из пяти индикаторов. Для ОМЭБ России система содержит 21 индикатор, сгруппированный по пяти различным сферам: реальная экономика, внешнеэкономическая сфера, социальная сфера, денежно-кредитная сфера, опережающие индикаторы. Для ОМЭБ отраслей народного хозяйства предложено 26 индикаторов, сгруппированных по пяти проекциям (промышленность, сельское хозяйство, транспорт, строительство, торговля). Для ОМЭБ регионов система включает 22 индикатора, описывающих различные аспекты ЭБ территорий и доступные в региональной статистике. В отличие от существующих систем, предлагаемая многоуровневая система индикаторов ОМЭБ может применяться как для анализа отдельных социально-экономических систем, так и в комплексном режиме. Это позволяет получить более глубокое и всестороннее понимание ситуации, что особенно полезно при анализе экономических кризисов различной природы.

4. Предложена методика организации многоуровневого оперативного мониторинга экономической безопасности. Она предусматривает этапы выбора источников информации, формирования систем индикаторов ОМЭБ для каждого уровня иерархии; определения модели мониторинга, включающей различное число зон риска и обоснование пороговых уровней; выбора нелинейных и кусочно-линейных функций для приведения индикаторов к безразмерному виду; позиционирования исходных или преобразованных индикаторов относительно зон риска и пороговых уровней; динамического и сравнительного анализа быстрых индикаторов ОМЭБ; прогноза и подготовки решений по обеспечению ЭБ для руководства экономических систем. Предложенная методика позволяет достичь цель и решить задачи ОМЭБ для широкого круга социально-экономических систем различных иерархических уровней. В отличие от предшествующих, методика предоставляет возможность выбора как уровней, так и

моделей анализа и соответствующих им зон рисков.

5. Разработана модель цифровой аналитической платформы для реализации ОМЭБ социально-экономических систем различных иерархических уровней и поддержки принятия решений по обеспечению их экономической безопасности, объединяющая четыре модуля. Модуль поиска и первичной обработки информации, реализует сбор и обработку исходных данных для мониторинга, постоянно актуализирует базы данных значений быстрых индикаторов ЭБ. Модуль преобразования информации формирует безразмерные индикаторы. Модуль анализа информации включает методы интеллектуального анализа, систему наглядной графической визуализации информации и прогнозирования. Модуль подготовки и принятия решений дает интерпретацию ретроспективных и прогнозных данных для органов управления. Характерной особенностью платформы выступает возможность использования высокопроизводительных цифровых технологий и методов искусственного интеллекта, что позволяет своевременно реагировать на возникновение кризисных ситуаций.

Теоретическая значимость исследования заключается в том, что основные его положения и выводы дополняют теорию и методологию экономической безопасности и способствуют приращению научных знаний в области обеспечения мониторинга экономической безопасности России.

Практическая значимость диссертации состоит в том, что выводы и рекомендации, полученные в работе, могут быть использованы органами управления различных уровней для реализации оперативного мониторинга экономической безопасности, позволяющего анализировать ключевые социально-экономические показатели с периодичностью один месяц и прогнозировать кризисы.

Апробация работы и внедрение результатов исследования. Результаты диссертационного исследования получили апробацию в Министерстве экономического развития и инвестиций Нижегородской области, Территориальном органе Федеральной службы государственной статистики по

Нижегородской области, Нижегородском региональном отделении Вольного экономического общества России, а также в образовательном процессе в ФГБОУ ВО «Нижегородский государственный технический университет им. Р.Е. Алексеева», что подтверждено документально.

Основные положения и результаты диссертационного исследования обсуждены на международных и всероссийских научно-практических конференциях, в том числе: Экономическая безопасность России: проблемы и перспективы (г. Нижний Новгород, НГТУ им. Р.Е. Алексеева, 2018, 2020, 2022, 2023, 2024), Актуальные вопросы экономики, менеджмента и инноваций (г. Нижний Новгород, НГТУ им. Р.Е. Алексеева, 2018), Экономическая безопасность России: реакция на новые вызовы, VII Сенчаговские чтения (г. Москва, Институт экономики РАН, 2023), Теоретические и практические подходы к решению глобальных вызовов в эпоху перемен, (г. Казань, НИЦ «АЭТЕРНА», 2024), V Международная конференция по нейронным сетям и нейротехнологиям (г. Санкт Петербург, ЛЭТИ, 2024).

Публикации. По теме диссертации работы опубликовано 20 научных работ общим объемом 16,46 п.л. (личный вклад соискателя 7,52 п.л.), в том числе 6 работ в изданиях, рекомендованных ВАК при Минобрнауки России для опубликования основных результатов диссертационных исследований на соискание ученых степеней доктора и кандидата наук.

Структура работы. Диссертация изложена на 147 страницах печатного текста, состоит из введения, трех глав, заключения и библиографического списка из 185 источников, приложений на 4 страницах, содержит 17 таблиц и 66 рисунков.

ГЛАВА 1. ТЕОРЕТИЧЕСКИЕ АСПЕКТЫ ИССЛЕДОВАНИЯ МОНИТОРИНГА ЭКОНОМИЧЕСКОЙ БЕЗОПАСНОСТИ

1.1. Экономическая безопасность России: опыт мониторинга

Начало проведения научных исследований в области экономической безопасности можно связать с Великой депрессией в США. В 1934 году Ф.Д. Рузвельт организовал Федеральный комитет по экономической безопасности. Его основной задачей была защита экономических интересов граждан и борьба с безработицей. В эпоху «холодной войны» экономическая безопасность социоэкономических систем рассматривались сквозь призму гонки вооружений и деятельности специальных служб.

В России обращение к тематике национальной и экономической безопасности было обусловлено жесточайшим системным кризисом 1990-х годов, завершившимся дефолтом 1998 года. После распада СССР академик Л.И. Абалкин инициировал дискуссию о научных и практических аспектах обеспечения национальной безопасности государства на страницах журнала «Вопросы экономики» [3].

В научной монографии В.К. Сенчагова приведено следующее понятие экономической безопасности: «такое состояние экономики и институтов власти, при котором обеспечиваются гарантированная защита национальных интересов, социально направленное развитие страны в целом, достаточный оборонный потенциал даже при наиболее неблагоприятных условиях развития внутренних и внешних процессов» [116, с. 714].

Концептуальный базис экономической безопасности различных стран следует подвергать анализу, принимая во внимание уникальные условия и особенности каждого государства, его специфические вызовы и угрозы.

В Соединенных Штатах Америки экономика выполняет двойственную функцию: она снабжает ресурсами для обеспечения безопасности граждан и укрепления экономической стабильности домохозяйств [181]. Американский ученый Б. Бузан трактует экономическую безопасность как состояние экономики, при котором обеспечивается экономическое благополучие всех участников общественных отношений [164].

В профильной зарубежной литературе, по мнению П. Хью, существует три ключевых подхода к исследованию вопросов и проблем экономической безопасности. Согласно Хью, экономическая безопасность может быть обеспечена следующими способами: с марксистской точки зрения - через существенные изменения на глобальном уровне; с либеральной - через усиление процессов глобализации мирового сообщества; с меркантилистской - через сокращение данных процессов [167].

Д. Торулло и А. Позен отмечают, что глобализация изменяет международную среду, вызывает пересмотр традиционного понимания экономической безопасности и требует его обновления [183].

М. Кахлер указывает на то, что глобализация трансформировала привычное понимание экономической безопасности, сосредоточив внимание на экономической уязвимости перед новыми вызовами, угрозами [172].

С. Лессман исследовал, как на экономическую безопасность национального уровня воздействуют межрегиональные различия. В его работе отмечается, что значительное региональное неравенство увеличивает риск возникновения эндогенных конфликтов, дестабилизации социоэкономической структуры страны [175].

А. Игнатов описывает безопасность европейских государств как их способность эффективно реализовывать стратегии для достижения желаемых целей в условиях внешних или внутренних угроз. В качестве индикаторов для определения уровня экономической безопасности он предлагает использовать отношение совокупного долга к ВВП, темп реального роста ВВП, накопление

основного капитала, производительность на единицу используемого ресурса, высокие технологии и эффективность государственного управления [170].

Ш.Н. Муратова рассмотрела методологические подходы к обеспечению экономической безопасности и защиты внутреннего рынка в странах Европейского союза. Ею систематизирован опыт разработки и реализации мер по обеспечению экономической безопасности европейских стран и проанализирована возможность его применения в Республике Узбекистан [180].

Значимым стимулом для популяризации идей экономической безопасности стала Пандемия СОУГО-19, так как она привела к масштабному экономическому кризису, последствия которого сильно отразились на домохозяйствах в странах Европы и Америки [177].

Еще одним фактором, влияющим на экономическую безопасность Европы, является геополитическая обстановка. В качестве примеров можно привести торговые войны [176] между государствами и захват рынков транснациональными компаниями.

Обострившаяся геополитическая обстановка продиктовала появление новых исследований в сфере экономической безопасности. Например, для защиты безопасности и интересов ЕС в работе Дж. Борреля [164] указаны риски, за которыми необходимо внимательно следить. Среди них - риски устойчивости цепочек поставок; риски физической и кибербезопасности критической инфраструктуры; риски, связанные с технологической безопасностью и утечкой технологий; риски превращения экономических зависимостей в оружие для принуждения.

Изучение мирового опыта показывает, что критически важным аспектом обеспечения экономической безопасности различных систем выступает налаженный механизм мониторинга. В развитых странах систематический мониторинг стал базовым инструментом менеджмента на разных уровнях.

Мониторингу экономической безопасности посвящено значительное число научных исследований. Так, К. Борио и Ф. Лоу на основе выборки из 34 промышленно развитых стран и стран с формирующимся рынком со средним

уровнем дохода рассмотрели влияние бума цен на активы, кредит или инвестиций на развитие финансового кризиса. Эмпирически определены пороговые значения индикаторов, достижение которых позволяет говорить о начале кризиса [163].

Ю. Грикетете-Чебатавичене и В. Гронскас провели оценку финансовой безопасности в странах ЕС. Они использовали совокупный индекс финансовой безопасности, который базируется на пяти субиндексах: человеческого развития, экономической глобализации, финансового развития, экономической свободы и финансового стресса на уровне страны. Результаты покали, что развитые страны ЕС имеют высокую финансовую безопасность [166].

О. Грибиненко, Е. Булатова и О. Захарова провели анализ уровня платежеспособности стран на основе использования многомерного методического инструментария оценки финансовых показателей, результатом которой является построение соответствующих интегральных индексов экономической безопасности. Предложенный подход апробирован на ряде стран, для которых рассчитан уровень платежеспособности: критический, опасный, неудовлетворительный, безопасный и оптимальный [168].

Аналитики организации Women's Policy Research разработали индекс базовой таблицы экономической безопасности [184] и показали, что доходы выше федерального порога бедности оказались недостаточными для обеспечения базовой экономической безопасности.

В работе [185] основное внимание уделено построению системы ранней диагностики экономической безопасности с использованием технологий облачных вычислений и интеллектуального анализа данных. Авторская модель может давать адаптивную оценку состоянию безопасности в экономической сфере.

На наш взгляд, научные труды отечественных ученых-экономистов демонстрируют более комплексный анализ теоретико-методологических аспектов экономической безопасности в сравнении с трудами авторов из других стран. Прежде всего это связано со специфическими вызовами, характерными

для стран бывшего СССР, такими как переходная экономика, наследие плановой системы, геополитические риски, региональные особенности и т.д. Исследования охватывают различные элементы мониторинга, обеспечения и управления экономической безопасностью, а также разрабатывают и уточняют соответствующую терминологию. Одним ин первых перечней индикаторов был разработанный в 2000 году группой ученых под руководством В.К. Сенчагова перечень девятнадцати индикаторов экономической безопасности страны, который стал важным инструментом управления рисками и угрозами и был принят Научным советом при Совете безопасности России (табл. 1.1) [117].

Судя по приведенным в таблице показателям, «финансово-экономическую ситуацию в России в 2005 г. нельзя охарактеризовать однозначно с оценкой «хорошо» или «плохо». Значения части индикаторов (уровень инфляции, дефицит бюджета, госдолг) были ниже пороговых. А вот объем золотовалютных резервов многократно превышал пороговый уровень. Ориентируясь на него, можно было бы сделать однозначный вывод об улучшении финансового положения страны, если бы уровень монетизации соответствовал предельному значению индикатора, а не был вдвое меньше его. Последнее обстоятельство свидетельствовало о неразвитости банковского сектора страны, недоверии инвесторов к банкам, недостаточной склонности населения к организованным формам сбережения, о слабом развитии безналичных расчетов» [117, с. 13].

«Увеличение финансово-банковских резервов в России происходило за счет ущемления финансовых возможностей развития реального сектора экономики, инновационной и социальной сфер, и все индикаторы 2005 г. сигнализировали о неблагополучном положении этих секторов экономики. Доля поступающего по импорту продовольствия в общем объеме продовольственных ресурсов страны намного превысила величину порогового значения. Это сигнализировало об уязвимости экономики при неблагоприятном развитии ситуации на валютном рынке» [117, с. 15].

Индикаторы экономической безопасности РФ в 2005 г.

Индикатор Пороговое значение Фактическое значение

Объем ВВП, млрд руб. 29200* 21665

Доля продукции машиностроения в объеме промышленного производства, % 25 22,2

Сбор зерна, млн т 70 78

Инвестиции в основной капитал, % к ВВП 25 15,8

Доля отгруженной инновационной продуй ции во всей промышленной продукции, % 15 3,3

Список литературы диссертационного исследования кандидат наук Назарова Екатерина Александровна, 2024 год

Источники данных

Обработанные данные: массивы индикаторов

Слабоструктурированные данные

Алгоритмы поиска информации

Т

Первичная обработка: генетические алгоритмы; нечеткий поиск; нейросетевые модели; метод последовательного перебора; алгоритмы импутации

I

Методики расчёта индикаторов

Т

2. Модуль преобразования информации

1. Две зоны, одно пороговое значение: у = 2~а^х, где d=a/x для «прямых», d=x/a для «обратных» индикаторов, х - текущее значение, а - пороговое значение.

2. Три зоны, модель «светофор»: У = ~ (f + tan-1 —

а - первый порог (критическое значение, Ъ - второй порог (целевое значение).

Упхк-Укхп+ Ук-Упх

3. Четыре зоны, кусочно-линейная интерполяция: у

хк~хп хк~хп

(■хп,уп) и (хьук) - координаты начала и конца каждого из четырех отрезков.

1-

4. Семь зон, исследование тонкой структуры: у

= 2

'1п-

,-logi

, если d < 1, 3/3d , если d > 1.

Т

а

СО

и л а н а

ы

д

о т е

3. Модуль анализа информации

Индексный метод

Кластерный анализ

Анализ по Парето

Регрессионный анализ

«

и ц

а

з и л

а

у

з и

m

т

Графики

Гистограммы

Диаграммы

Картография

е и н а в

о р

и з о н г

о р

Пр

Для преобразования таких данных в структурированную форму используются различные методы, включая нейросетевое моделирование, нечеткий поиск, генетические алгоритмы и другие [72]. Заполнить пропущенные данные позволяет процедура импутации [126]. В диссертации в большинстве случаев выбирался метод последовательного перебора [8]. Он достаточно прост в реализации, что при решении данной конкретной задачи не отражается на его эффективности.

После создания структурированных массивов данных вычислялись массивы индикаторов, входящих в систему ОМЭБ и имеющих различную размерность, с помощью методик, описанных в различных нормативных документах. В качестве примера рассмотрим формирование индикатора «Покрытие золотовалютными резервами месячного импорта товаров и услуг». Вначале заполняется первый массив, где по данным Центрального банка определяется объем золотовалютных резервов, измеряемый в млрд долл. Второй массив заполняется по данным Росстата и содержит объем месячного импорта товаров и услуг в млрд долл. Результирующий, третий, массив представляет собой частное от деления первого массива на второй, которые измеряются в месяцах.

Модуль преобразования информации сочетает различные модели кусочно-линейных и нелинейных функций для представления индикаторов в безразмерном виде. Так, для однопороговой модели предлагается использовать степенную функцию, для модели «светофор» - арктангенсоиду с двумя пороговыми уровнями, для четырехзонной модели с известными координатами порогов - кусочно-линейную интерполяцию, а для семизонной модели тонкой структуры - сложную логарифмическую функцию. Подробно эти функции описаны в предыдущем параграфе.

Модуль анализа информации включает набор аналитических инструментов, таких как индексный метод, кластерный анализ, многокритериальный анализ Парето, корреляционно-регрессионный анализ, а также методы визуализации информации и прогнозирования.

Рассмотрим некоторые экономико-математические методы, которые можно

эффективно использовать для анализа данных мониторинга экономической безопасности: искусственный интеллект, кластерный анализ, многокритериальный анализ, индексный метод и метод скользящей средней.

1. Искусственный интеллект. Использование инструментов искусственного интеллекта и нейронных сетей при мониторинге экономической безопасности должно сопровождаться классическим эконометрическим анализом ввиду того, что модели, используемые при построении нейронных сетей, зачастую сталкиваются с избыточным количеством данных без пояснений какой-либо характеристики исследуемого объекта или явления.

Тот факт, что преобразование входных параметров в выходную переменную с высокой точность возможно, доказывают подходы к процессу анализа, основанные на нейронных сетях. Количество данных при рассмотренных подходах, как правило, должно быть весьма значительным ввиду того, что потребуется множество машинных экспериментов, но наличие большого объема данных, не всегда возможно. Методы мониторинга экономической безопасности на базе нейросетей стоит применять в качестве дополнительного инструмента анализа. При этом должно быть достаточное для такого анализа количество данных. Важно также проводить компаративный анализ, используя результаты машинных экспериментов, полученные за счет использования традиционных моделей эконометрики.

Поскольку данные мониторинга экономической безопасности не всегда представляют собой значительный объем, алгоритмы искусственного интеллекта пока не стали широко распространенными для решения задач интеллектуального анализа данных на макро- и мезоуровне [62]. В будущем методология машинного обучения при анализе экономической безопасности различной иерархии видится как востребованный и актуальный процесс, связанный с целесообразностью наличия структуры исходной информации и значительным темпом роста объема данных.

2. Кластерный метод. Анализируемые объекты объединяются в однородные группы (кластеры), за счет некоторого сходства или расстояния

между ними. Оценка текущей безопасности основывается на поиске таких объектов, которые в пределах кластера являются значимыми критериальными показателями развития социально-экономического сектора. Так как влияние может быть самым неоднозначным и противоречивым, оценка ведется сразу по нескольким составляющим, для чего вводится понятие факторов. Оценка по каждому из таких факторов производится исходя их конкретных социально-экономических преимуществ исследуемого кластера. Метод позволяет сгруппировать исследуемые области не только по одному признаку, а сразу по набору выбранных данных. Указанная возможность кластерного метода дает возможность проанализировать большой объем информации, а также различные типы данных. Одной из основных положительных черт кластерного анализа, которую выделяют эксперты, является отсутствие ограничений на рассматриваемые объекты [124].

3. Многокритериальный анализ. Используется для принятия оптимальных решений, согласно принципу Парето. Его применение позволяет сформировать эффективное (паретовское) множество как совокупность взаимно несравнимых (неулучшаемых) альтернатив [64]. Этот метод также позволяет искать оптимальное решение, соответствующее целям анализа, что способствует достижению поставленных задач. Последовательное применение принципа Парето позволяет выявить нижестоящие ранги (аналоги кластеров в предыдущем методе). Точная характеристика настоящего состояния экономической безопасности важна для успешного достижения целей, поскольку смещенные (несостоятельные) оценки могут привести к неправильным решениям и замедлить достижение поставленных целей.

4. Индексный подход. Предполагает возможность компаративного анализа безразмерных индикаторов и обобщенных индексов различных экономических систем. Использование индексного подхода с целью повышения эффективности мониторинга экономической безопасности страны допустимо и оправданно. Этапы внедрения процесса можно разделить на три фазы [119]. Сначала определяются различные показатели, которые обычно объединяются в группы

(проекции), отражающие различные аспекты функционирования системы. Затем происходит нормировка этих показателей, чтобы они стали безразмерными и удобными для анализа и исследования. На завершающем этапе производится агрегирование полученной информации. По каждой из отобранных групп показателей рассчитывается обобщенный индекс. Так называемый обобщенный индекс при необходимости может синтезироваться в единый интегральный индекс, который будет использоваться для изучения поведения системы в целом.

5. Метод скользящей средней выступает распространенным статистическим инструментом для анализа тенденций развития социально-экономических явлений [38]. Он предлагает достаточно простой алгоритм расчета, удобен для компьютерной обработки, а его результаты легко интерпретируемы. Метод скользящей средней используется для сглаживания случайных колебаний данных в пределах заданного интервала, однако он не устраняет сезонные колебания. В случае волновых циклических рядов применение этого метода может существенно исказить основную тенденцию. Рекомендуется выбирать период сглаживания таким образом, чтобы он соответствовал примерно половине длины наиболее выраженного цикла для получения более точной оценки основного тренда.

При выборе методов, используемых в системе мониторинга экономической безопасности, значимой является возможность для их комбинации. Применение портфеля экономико-математических методов позволяет обогатить проводимый анализ данных и получить синергетический эффект за счет использования нескольких методов.

Не менее важной в системе экономической безопасности является визуализация информации. Результатом работы системы для конечного пользователя является некий сводный анализ, который может быть представлен в виде графических инструментов, табличных форматов, текстовой информации, интерпретации данных и прогнозирования. Наглядная информация о проведенном анализе играет важную роль в предоставлении данных и результатов для дальнейшего принятия решения или выполнения задач.

Графические инструменты - это графики, которые строятся исходя из первичного набора данных или результатов обработки данных описанными ранее методами.

Табличные форматы - это таблицы, настроенные в системе и заполняемые результатами обработки данных и первоначальными данными, собранными из используемых источников.

Текстовая информация - автоматически собираемые выводы на основании полученных результатов обработки первоначальных данных.

Под интерпретацией данных в системе мониторинга экономической безопасности понимается результат количественной и качественной обработки информации. При использовании системы мониторинга экономической безопасности важно сохранять полученные результаты обработки данных для последующей сверки их с новыми выводами и результатами, например, для того, чтобы оценить эффективность применяемых управленческих решений и прийти к выводу о достаточности работы системы и анализируемых в ней данных.

Прогнозирование - одна из основных задач мониторинга экономической безопасности. С точки зрения целей и задач ОМЭБ наиболее важным является прогнозирование и своевременное обнаружение кризисов в экономике.

Модуль подготовки принятия решений взаимодействует с базой данных, интерпретируя ретроспективную или прогнозную информацию для представления ее органам управления. Обратная связь передает управление обратно на первый модуль.

На рис. 2.4 представлена архитектура цифровой платформы ОМЭБ [79]. Цепочка начинается с информации и заканчивается формированием выводов на основании данных.

Рис. 2.4. Архитектура цифровой платформы для мониторинга экономической безопасности

Источник: [79].

Получение информации в аналитической системе мониторинга возможно как напрямую из официальных проверенных и открытых источников, так и вручную пользователем. При сборе и вводе данных в систему они должны проходить проверку и подготовку. Под подготовкой данных понимается приведение данных к виду, допустимому для обработки. Обработка будет происходить по заданным методам, и полученные значения через обмен будут накапливаться и архивироваться в системе для дальнейшего их анализа. Элемент отображения и формирования, выделенный на схеме архитектуры, -часть графического интерфейса, отражающего для пользователя результат обработки информации.

Для программной реализации использовалась одна из активно развивающихся на сегодняшний день сред разработки - колаборатория (Google Colab). Сервис колаборабория предоставляется Google, как платформа, позволяющая работать с кодом на языке Python через Jupyter Notebook, не требующая при этом установки дополнительного программного обеспечения. Колаборатория является достаточно гибкой в использовании, ее возможности довольно обширны, о чем говорит возможность задействовать различные библиотеки на Python, анализировать данные и получать результаты (с возможность выгрузки и загрузки) по ним, не выходя из браузера.

Для анализа исходных данных были написаны скрипты на языке программирования Python. Эти скрипты выполняют обработку данных, проводят статистический анализ, визуализацию и применяют различные алгоритмы для извлечения информации и получения результатов. Для экспорта полученных результатов в формат Excel были также задействованы соответствующие инструменты и библиотеки в рамках написанных скриптов на языке Python. Это позволило сохранить проанализированные данные в формате, который легко читаем и доступен для дальнейшего использования в Excel. Python предлагает несколько библиотек для работы с Excel, таких как pandas, openpyxl, xlwt, xlrd и другие.

В качестве примера верификации платформы на рис. 2.5 приведены результаты кластерного анализа ряда индикаторов экономической безопасности субъектов ПФО.

Рис. 2.5. Результат кластерного анализа по индексам строительства, цен производителей, заработной платы, услуг, торговли и промышленности

за январь 2023 года

Источник: разработано автором.

Рисунок 2.5 позволяет увидеть, что в результате анализа было выделено три кластера: первый - Пензенская область, второй - Удмуртская республика, Республика Мари Эл и Оренбургская область, третий - прочие регионы.

Таким образом, аналитическая цифровая платформа для ОМЭБ ориентирована на поддержку принятия решений с использованием современных информационно-аналитических инструментов, соответствующих требованиям цифровой экономики. Эффективность использования системы мониторинга экономической безопасности можно считать оправданной ввиду того, что она решает ряд проблем: исключение человеческого фактора при вычислениях и построении прогнозов; обновляемость системы, возможность добавления новых методов; оперативная обработка больших массивов данных; анализ динамики показателей экономической безопасности и выработка предложений по оптимизации управления и принятию решений.

Выводы по главе 2

1. В диссертации представлены авторские определения понятий «быстрые индикаторы экономической безопасности» и «оперативный мониторинг экономической безопасности». Высокая частота мониторинга обеспечивает возможность анализа и прогнозирования кризисных ситуаций в экономике. Разработана концептуальная модель оперативного мониторинга экономической безопасности Российской Федерации. Она объединяет блоки теоретической, методической и инструментальной поддержки, а также модули обеспечения проведения мониторинга и анализа информации.

2. Разработана многоуровневая система быстрых индикаторов для ОМЭБ. Подсистема первого уровня (межстрановые сопоставления) включает 5 индикаторов; подсистема второго уровня (ОМЭБ России) - 19 индикаторов; подсистема третьего уровня (отрасли экономики) - 26 индикаторов; подсистема

четвертого уровня (субъекты РФ) - 22 индикатора. Использование всех подсистем ОМЭБ в комплексном режиме позволяет получить более глубокое и всестороннее понимание ситуации, что крайне востребовано при анализе экономических кризисов.

3. Предложен авторский подход к определению пороговых значений индикаторов экономической безопасности. Он предполагает сочетание различных моделей, использующих разное число зон риска и пороговых уровней. Для каждой из моделей предложена функция преобразования индикаторов к безразмерному виду с целью их дальнейшего сравнительного анализа. Для индикаторов, образованных на базе годовых индексов, обоснована нецелесообразность подобных преобразований. В этом случае для темпов роста продукции отраслей народного хозяйства предлагается в качестве критического использовать нулевой уровень, а в качестве целевого - рост на 6%.

4. Разработана модель аналитической цифровой платформы для комплексного мониторинга экономической безопасности на различных уровнях управления. Эта платформа задействует передовые цифровые технологии и искусственный интеллект для анализа данных и поддержки принятия решений. Модель позволяет эффективно собирать, обрабатывать и интерпретировать информацию, предоставляя рекомендации по улучшению экономической безопасности по итогам мониторинга и анализа текущих рисков.

Методология ОМЭБ может быть улучшена за счет активного применения методов машинного обучения и искусственного интеллекта, что значительно повысит точность анализа кризисных явлений в экономике.

ГЛАВА 3. РЕАЛИЗАЦИЯ ОПЕРАТИВНОГО МОНИТОРИНГА ЭКОНОМИЧЕСКОЙ БЕЗОПАСНОСТИ

3.1. Апробация системы оперативного мониторинга экономической безопасности на уровне страны

Главной целью первых исследований, связанных с ОМЭБ, был анализ кризисов в экономике России в период 1995-2015 годов [120; 121]. В данном разделе приведены авторские результаты, которые являются продолжением таких исследований и рассматривают поведение индикаторов экономической безопасности в условиях развития кризисов 2020-2022 годов [179].

На рис. 3.1-3.11 приведена динамика нормированных индикаторов ОМЭБ России за период 2020-2022 годов. Нормировка индикаторов осуществлена в соответствии с моделью «светофор», содержащей два пороговых уровня. Индикаторы преобразованы на отрезок [0; 3], при этом значение «1» соответствует критическому, а значение «2» - целевому уровню.

На рисунках отчетливо видны два кризиса. Первый из них связан с началом пандемии СОУГО-19, которое совпало с периодом резкого падения цен на нефть в начале марта 2020 года. Второй кризис сопряжен с введением экономических санкций против России в связи с проведением Специальной военной операции (СВО). Кризисы сопровождались падением значений большинства индикаторов экономической безопасности с последующей фазой восстановления. Глубина падения и восстановления, а также длительность периода цикла у всех индикаторов ОМЭБ различались.

Индикаторы сферы реальной экономики (рис. 3.2-3.3) демонстрируют достаточно сильные флуктуации, связанные с кризисами 2020 и 2022 годов. Отметим, что в 2022 году падение инвестиций в основной капитал не столь значительно (желтая зона).

Среди индикаторов внешнеэкономической сферы значительную эластичность к кризисным явлениям обнаружили индексы физического объема экспорта и импорта, которые продемонстрировали наиболее глубокие значения уровней спада и последующего восстановления (рис. 3.5 и 3.6). Что касается отношения внешнего долга к ВВП (рис. 3.4), то этот показатель имеет положительный тренд, не чувствителен к кризисам и находится в зеленой зоне.

В социальной сфере индекс реальных денежных доходов (рис. 3.8) после значительного падения в 2020 году длительное время находился в критической зоне до апреля 2021 года. Затем, начиная с октября того же года, индекс вновь начал снижаться, что предшествовало началу кризиса 2022 года. Этот тренд указывает на системные проблемы в экономике, которые начали проявляться задолго до официального начала кризиса. Длительное пребывание индекса в критической зоне и его последующее снижение могут свидетельствовать о накоплении экономических трудностей и ухудшении жизненных условий, что подчеркивает необходимость заблаговременного реагирования на экономические сигналы для предотвращения глубоких социальных и экономических последствий. Коэффициент напряженности на рынке труда, испытав незначительное снижение в 2020 году, быстро восстановился, а в 2022 году находился в зеленой зоне.

В денежно-кредитной сфере покрытие золотовалютных резервов импортом (рис. 3.9) мало реагировало на кризисы. Этот индикатор имеет слабоотрицательный тренд, находясь на границе желтой и зелёной зон. К сожалению, в течение периода анализа наблюдается негативная динамика уровня инфляции (рис. 3.10). В феврале-марте 2022 года произошел резкий скачок этого индикатора, связанный с переходом из желтой в красную зону. Что касается чистого вывоза капитала в процентах к объему экспорта товаров и услуг (рис. 3.11), то его динамика до марта 2021 года носила резко нестационарный характер, практически постоянно находясь в пределах желтой зоны. Затем началось длительное падение значения показателя вплоть до июня 2022 года с последующим незначительным ростом.

На рис. 3.12 представлена динамика индекса РТС как опережающего индикатора. Отметим, что этот индекс реагируют на начальные и завершающие фазы обоих кризисов. При этом индекс РТС начинает свое падение на 1-2 месяца раньше, чем остальные индикаторы ОМЭБ, что еще раз подтверждает возможность его использования в качестве предвестника кризисов.

Рис. 3.1. Динамика индекса физического объема ВВП

Источник: [179].

Рис. 3.2. Динамика индекса инвестиций в основной капитал

Источник: [179].

Рис. 3.4. Динамика внешнего долга, в % к ВВП

Источник: [179].

Рис. 3.5. Динамика индекса физического объема экспорта

Источник: [179].

Рис. 3.6. Динамика индекса физического объема импорта

Источник: [179].

3 2,5 2 1,5

0,5

00000000000<H<H<H

гмгмгмгмгмгмгмгмгмгмгмгмгмгм

<

™ ^ -к

<1/1 о

> о с -£2 О)

о

111111111222222222222

1- ■-- - --J_I -- (I - ^ (_ 1- ■-- - --J_I -- (I

™ 1 ^ Ш X

< и о

™ ^ С

ио и

1

0

3

сЬ ^^ сЬ "=ю с^ сг с^ ^^ -¿Ь сЬ с^

Рис. 3.8. Динамика индекса реально располагаемых денежных доходов

Источник: [179].

Рис. 3.9. Динамика покрытия золотовалютными резервами импорта

Источник: [179].

Рис. 3.10. Динамика уровня инфляции

Источник: [179].

3

000000000000*Н*Н*Н*Н*Н*Н*Н*Н*Н*Н*Н<НГ\|Г\1Г\1Г\1Г\|(-\|(-\|(-\|(-\|(-\|(-\|(-^

Рис. 3.11. Динамика чистого вывоза капитала, в % к объему экспорта товаров и услуг

Источник: [179].

2100 1900 1700 1500 1300 1100 900 700 500

000000000000<H<H<H<H<H<H<H<H<H<H<H<H(-M(N(-M(-M(-M(-M(N(-M(-M(-M(-M(N

Рис. 3.12. Динамика индекса РТС, долл.

Источник: составлено автором.

Предложенный инструментарий является уникальным и дает возможность исследования параметров социально-экономических систем с частотой дискретизации, превышающей характерные периоды развития кризисов (несколько месяцев). Это позволяет проводить как ретроспективный, так и текущий анализ уровня экономической безопасности и открывает возможности для его прогнозирования.

В качестве примера апробации системы индикаторов ОМЭБ верхнего уровня (межстрановые сравнения) на рис. 3.13 представлена сравнительная диаграмма индикаторов ОМЭБ России, США и стран зоны евро на январь 2024 года в модели четырех зон риска, использующая кусочно-линейную интерполяцию и отображение значений индикаторов на отрезок [0; 1].

Рис. 3.13. Сравнительная диаграмма индикаторов ОМЭБ России, США и зоны евро

Первая зона (критический риск) соответствуют значению нормированного индикатора на отрезке [0; 0,25]. Вторая зона (значительный риск) соответствует отрезку [0,25; 0,5]. Третья зона (невысокий риск) - [0,5; 0,75]. Четвертая зона (зона комфорта) - [0,75; 1]. Из рисунка видно, что в настоящее время из пяти индикаторов ОМЭБ Россия лидирует по четырем, за исключением уровня инфляции.

Таким образом, верификация разработанной в диссертации многоуровневой системы индикаторов ОМЭБ показала возможность ее успешного использования для диагностики состояния экономической безопасности в России, а также для межстрановых сравнений.

3.2. Апробация системы оперативного мониторинга экономической безопасности на отраслевом уровне

Исследования отраслевых особенностей экономической безопасности можно разделить на три группы.

Первая группа сосредоточена на экономической безопасности отдельных отраслей. В них рассматриваются как уникальные, присущие конкретной отрасли аспекты, так и общие аспекты, применимые к другим секторам экономики. Например, исследования В.В. Жукаускаса, Н.И. Шестоплясовой и Г.Д. Бабаяна посвящены экономической безопасности нефтяной промышленности [34]. Авторы выделяют меры государственной политики для обеспечения экономической безопасности отрасли, такие как финансовая поддержка через целевое финансирование программ, законодательное регулирование инноваций в отрасли и создание условий для внешнеэкономической деятельности.

Е.Я. Козляковская и О.Н. Гегечкори [50] предложили меры поддержки рыбной промышленности в условиях депрециации рубля и усиливающегося

внешнего давления. Ю.А. Харламова [139] исследовала экономическую безопасность железнодорожной отрасли, подчеркнув необходимость ее трансформации с учетом геополитической значимости страны и сложных климатических условий. Р.А. Смирнов [127] проанализировал риски экономической безопасности в отрасли добычи золота, выделив ключевые категории рисков: технологические, экономические, горно-геологические, производственные и политико-правовые.

В статье С.В. Рабкина обсуждаются аспекты регулирования стратегических отраслей в контексте их приватизации; выявляется, что после приватизации многие из них вышли из-под контроля государства. Автор предлагает внести институциональные изменения для коррекции промышленной политики [106].

М.В. Ширяев охарактеризовал «экономическую безопасность высшего образования» через такие аспекты, как инфраструктура, наука, сетевое взаимодействие, студенты, инновации и финансовая устойчивость. Проведённый автором сравнительный анализ регионов по уровню высшего образования выявил значительные различия, которые увеличивают риски для экономической безопасности в данной области [147, 148]. На наш взгляд, это подчеркивает необходимость учета соответствующих рисков для более эффективного управления экономической безопасностью в сфере высшего образования.

Ю.Ю. Швец обсудил обеспечение экономической безопасности в здравоохранении, акцентируя внимание на необходимости достижения адекватного уровня защиты через балансирование качества медицинских услуг и удовлетворенности пациентов [146].

С.А. Мясоедов исследовал экономическую безопасность минерально-сырьевых отраслей России, особенно проблемы передачи иностранным компаниям разработки месторождений нефти и других невозобновляемых ресурсов [89].

А.Г. Светлаков и Н.А. Светлакова исследовали угрозы экономической безопасности в сельскохозяйственной отрасли [115]. В своей работе авторы сосредоточились на рейдерских захватах и предложили меры для их предотвращения, что подчеркивает важность защиты аграрного сектора от таких рисков.

Е.С. Чернохатова и Г.И. Золотарев выделили три основных типа рисков для лесных предприятий: производственные, финансовые и природные катастрофы, подчеркивая важность их постоянного мониторинга [144].

В работе А.В. Золотарева была дана типология рисков экономической безопасности в отрасли строительства, включающая информационные, технологические, кадровые, финансовые и иные риски, релевантные также для других отраслей экономики [36].

Во второй группе исследований оценивается влияние секторов народного хозяйства на экономическую и национальную безопасность. Например, О.В. Сараджева и М.А. Ковтун рассмотрели вызовы цифровых финансовых технологий и роль банковской деятельности [113].

И.Ю. Ваславская и И.А. Кошкина изучают влияние машиностроения на экономическую безопасность страны, подчеркивая его роль в обеспечении оборонного потенциала [19].

А.А. Краснощек проанализировал влияние транспортной системы на национальную безопасность, акцентируя внимание на необходимости развития таких транспортных систем, которые способствуют готовности к чрезвычайным ситуациям и эффективному противодействию угрозам [53].

А.В. Кучумов и С.В. Пятибратов анализируют влияние инвестиционной привлекательности различных отраслей на экономическую безопасность, отмечая, что государственные инвестиции и регулирование инвестиционной деятельности играют важную роль в поддержке высокотехнологичных отраслей [61].

Третья группа публикаций охватывает общие проблемы экономической безопасности различных отраслей народного хозяйства России. Например, Г.В.

Давыдова и В.С. Григорян в своей статье предлагают определение и анализ концепции «экономическая безопасность отрасли» [28]. По мнению авторов, «экономическая безопасность отрасли - это отражающее специфику конкретной отрасли динамическое свойство, основывающееся на экономической безопасности составляющих ее предприятий, региона базирования и институтов управления, выражающееся в ее способности принимать участие в сокращении угроз (дестабилизирующих факторов) с целью повышения уровня экономической эффективности отрасли» [28, с. 193].

Ю.В. Шишов рассматривает, как международные экономические санкции влияют на отрасли, и предлагает стратегию действий, соответствующую требованиям Всемирной торговой организации, что помогает адаптироваться к изменениям в глобальной экономической среде [149].

С.И. Басалай разработал методику оценки экономического ущерба от угроз безопасности отрасли [15], включая определение системных границ, идентификацию потенциальных угроз и оценку потенциальных потерь.

А.С. Разгонов проанализировал проблемы создания системы экономической безопасности отрасли, выделив внешние и внутренние угрозы [107], такие как несоблюдение договорных обязательств и некомпетентность персонала.

В работе В. В. Скачкова [125] предложены инструменты для управления экономической безопасностью отрасли с фокусом на оптимизацию взаимодействия между участниками рынка.

М.А. Молчанов [87] подчеркивает важность кадрового аспекта для экономической безопасности производственных отраслей и предотвращения проблем в трудовых отношениях.

С.А. Антонов, А.В. Савченко и О.Г. Казеева исследовали проблемы экономической безопасности отраслей в эпоху цифровизации [9], выявив противоречия в нормативной терминологии и важность снижения цифровой зависимости России как приоритетного направления для обеспечения экономической безопасности.

В статье В.В. Акбердиной, А.В. Гребенкиной и О.П. Смирновой представлена система оценки экономической безопасности для сетевых интеграций в различных отраслях экономики [7]. Она включает внутренние и внешние индикаторы, предназначенные для мониторинга и анализа экономической стабильности и устойчивости в условиях интеграции отраслей.

Особенности обеспечения экономической безопасности в различных отраслях народного хозяйства описаны в работах ряда авторов. Так, в статье [145] рассмотрены вопросы развития цифровой экономики в РФ и отдельные аспекты ее влияния на экономическую безопасность государства и транспортной отрасли. В работе [99] выявлены угрозы экономической безопасности, характерные для предприятий железнодорожного транспорта: в перевозочной деятельности, финансовой и социальной сферах. Рассмотрены проблемы экономической безопасности и возможные пути их решения на этапе отраслевого реформирования.

В статье [144] даны специфические аспекты экономической безопасности в лесной промышленности. Определены основные риски, влияющие на экономическую безопасность, и предложена классификация, разделяющая их на три категории: производственные, финансовые и природные риски, включая угрозы от стихийных бедствий.

Авторы работы [52] считают, что предпосылкой устойчивого развития сельскохозяйственного предприятия является формирование им собственной системы экономической безопасности, под которой понимается такое состояние предприятий, которое характеризуется устойчивостью к внутренним и внешним угрозам, способностью обеспечить реализацию собственных экономических интересов, эффективно функционировать и развиваться в условиях конкуренции и хозяйственного риска.

В статье [88] представлены угрозы национальным интересам России в энергетической сфере и обеспечении энергетической безопасности страны. Авторы подчеркивают, что современная энергосистема подвержена воздействию различных угроз из-за политических и экономических факторов.

В работе [20] анализируется влияние состояния промышленности на экономическую безопасность Российской Федерации, с особенным упором на машиностроение, подчеркивается его значимость для обеспечения экономической стабильности страны.

В статье [138] обоснована необходимость осуществления мониторинга экономической безопасности предприятий хлебопекарной промышленности как ведущей отрасли, обеспечивающей продовольственную безопасность государства. Предложена система мониторинга экономической безопасности, включающая в себя мониторинг правового пространства, конкурентной среды, социально-экономический и финансово-экономический мониторинг. В работе [41] показано, что процессы глобализации и интеграции влияют на экономику России, состояние ее экономической и продовольственной безопасности. Рассмотрены вопросы обеспечения продовольственной безопасности в условиях глобальной геополитики и экономических санкций.

Статья [143] посвящена изучению вопросов экономической безопасности в газовой промышленности. Проведен анализ возможных путей развития газовой отрасли при переходе к «зеленой экономике». Отмечается, что для компаний газовой отрасли корпоративная климатическая стратегия и стратегия декарбонизации должны стать обязательной частью бизнес-стратегии с интеграцией усилий всех стратегических, коммерческих и производственных подразделений.

В работе [67] показаны возможности для обеспечения экономической безопасности трубопрокатных предприятий в условиях открытого рынка. Приведена рейтинговая оценка основных российских производителей стальных труб, а также выполнен мониторинг экономической безопасности трубной промышленности РФ.

В статье [18] представлена комплексная диагностика экономической безопасности угольной промышленности РФ по ключевым индикаторам, отражающим результативность и уровень модернизации. Выделены ключевые вызовы, рискообразующие факторы и угрозы развития отрасли в условиях

климатоориентированной политики развитых стран и необходимости отказа от экспортно-сырьевой модели российской экономики.

В работе [140] исследована экономическая безопасность металлургических предприятий в современных условиях. Проанализированы и оценены потенциальные риски для предприятий черной и цветной металлургии, сделаны выводы о динамике производства металла и выявлена специфика данной отрасли.

В работе С.Н. Митякова, Л.Ю. Катаевой, Д.А. Корнилова и С.А. Рамазанова дано определение экономической безопасности отрасли как «состояния, при котором гарантируется устойчивое ее развитие даже при наиболее неблагоприятных сценариях воздействия угроз» [81. С. 227]. Угрозы для отрасли рассматриваются как совокупность постоянно изменяющихся и принимающих новые формы негативных факторов. Внутренние угрозы связаны с ограниченной способностью отрасли к развитию, тогда как внешние - с негативным воздействием внешней среды. Они могут быть общими (такими как износ оборудования и нехватка кадров) или специфическими (например, санкции, направленные на определённые сектора).

Приведенный краткий обзор литературы показал, что исследователи отмечают лишь отдельные аспекты экономической безопасности различных отраслей экономики. В меньшей степени в литературе рассматриваются системы мониторинга экономической безопасности, а вопросы оперативного мониторинга экономической безопасности отраслей практически не затронуты.

Между тем во многих случаях весьма востребован оперативный мониторинг экономической безопасности на уровне отраслей. Автором диссертации разработана система отраслевых индикаторов ОМЭБ, которые включают 26 годовых индексов.

На рис. 3.14-3.15 представлены актуальные данные по динамике отраслей за период с января 2020 года по ноябрь 2023 года [157].

120 115 110 105 100 95 90 85 80

75

янв.20

/ТО / V Л <\ л , 1

// \ // > м

Аг--' д II \Л \ •у \ л'»4

'Л '4 \ * 1 »/ \1 V/ \ - х Л' ' 1 >1 1

7 г \ * * 1 1 1 1

1

июл.20

янв.21

июл.21

янв.22

Индекс промышленного производства ■ Индекс грузооборота транспорта

июл.22 янв.23 июл.23 янв.24 ■ Индекс производства сельхозпродуктов

Рис. 3.14 Динамика показателей социально-экономического развития России, измеряемых один раз в месяц: отрасли народного хозяйства (промышленность, сельское хозяйство, транспорт)

Источник: составлено автором.

Анализируя рисунок 3.14, можно сделать следующие выводы. Снижение индекса промышленного производства (ИПП) наблюдалось в период пандемии 2020 года. В 2021 году благодаря инвестиционной активности данный показатель демонстрирует положительную динамику. В 2022 году в связи с введением санкций против России ИПП вновь снизился, но благодаря введённым мерам государственной поддержки экономики ИПП показывает прирост. Последнее означает, что промышленное производство остается привлекательным для инвесторов. Индекс грузооборота транспорта почти повторяет ИПП. Индекс производства сельхозпродуктов демонстрирует значительную волатильность.

Как видно из рис. 3.15, строительная отрасль в меньшей степени пострадала от пандемии и введения санкций. Пандемия ударила и по сфере платных услуг, особенно удар ощутили туристическая отрасль, услуги в области культуры и спорта. После восстановления экономики наблюдается стабилизация в данном сегменте. Изменения произошли и в розничной торговле в период пандемии коронавируса. Малый бизнес столкнулся с серьезными проблемами и пострадал

намного сильнее; большую устойчивость в данной ситуации показали крупные игроки. Во второй половине 2020 года произошел рост интернет-торговли в России. В период с января 2022 года по январь 2023 года также наблюдается снижение оборота розничной торговли, связанное с введением санкций против России и нарушением логистических цепочек. Благодаря переориентации экономики на внутренний спрос и введению мер поддержки, розничная торговля полностью восстановилась.

150 140 130 120 110 100 90 80 70

60

янв.20

Л /\ 1 \ 1__

/л А- — ф Ч

ч/П ■лЛ^

_ кг --- —' Л1 \

> / V

июл.20 янв.21 июл.21 янв.22 июл.22 янв.23 июл.23 Инднес работ по виду деятельности "Строительство" -- ^ Индекс оборота розничной торговли

янв.24

Рис. 3.15. Динамика показателей социально-экономического развития России, измеряемых один раз в месяц: отрасли народного хозяйства

(строительство, торговля)

Источник: составлено автором.

Таким образом, анализ динамики отраслевых индикаторов ОМЭБ позволил сделать вывод об их существенной дифференциации относительно чувствительности к кризисам. Более чувствительными оказались отрасли промышленного производства и транспорта, менее чувствительной -строительная отрасль.

3.3. Апробация системы оперативного мониторинга экономической безопасности на региональном уровне

В работе [73] предложено проводить оценивание региональной экономической безопасности с задействованием краткосрочных индикаторов, обновляемых ежемесячно. Использование краткосрочных индикаторов с таким обновлением позволяет оперативно отслеживать изменения в экономической безопасности регионов и своевременно реагировать на потенциальные угрозы. Приведены результаты анализа динамики некоторых таких индикаторов для регионов Приволжского федерального округа, включая индекс промышленного производства и индекс реальных располагаемых доходов. Эти показатели демонстрируют уровни экономической безопасности регионов в промышленной и социальной сферах соответственно. Тема регионального оперативного мониторинга экономической безопасности была развита в авторских работах [91-94].

В открытых источниках информации, в частности на сайте Росстата [160], регулярно обновляются краткосрочные социально-экономические показатели регионов. Рекомендуется использовать эти показатели для оперативного мониторинга экономической безопасности субъектов Федерации. Состав региональной системы ОМЭБ определен в таблице 2.2 и включает 22 годовых индекса.

Рассмотрим динамику пяти ключевых индексов (промышленное производство, сельскохозяйственное производство, строительство, грузооборот транспорта, розничная торговля) для регионов Приволжского федерального округа (ПФО) за период с января 2016 года по январь 2024 года В данный отрезок времени экономика страны и регионов столкнулась с двумя сильнейшими кризисами: пандемия 2020 года и геополитический (санкционный) кризис 2022 года. Все сферы экономики встретились с новыми вызовами и угрозами.

Пандемия 2020 года заставила мир отреагировать множеством ограничений, суть которых сводилась к минимизации социальных контактов. Кризис в экономической сфере проявился через обвал фондового рынка, падение мирового рынка нефти, был нанесен удар промышленности, пострадала индустрия развлекательных услуг.

Геополитический кризис 2022 года проявился введением огромного количества санкций против РФ, направленных на разрушение экономической стабильности. Первым этапом его развития стали ослабление рубля и рост цен на потребительские товары. Вторым этапом стал ввод санкций, которые сильнее всего ударили по финансовому сектору и производственным предприятиям.

На рис. 3.16-3.29 отражена динамика основных показателей экономики для ведущих регионов ПФО.

Анализ кризисов 2020 и 2022 годов по данным оперативного мониторинга экономической безопасности регионов Приволжского федерального округа представлен в табл. 3.1-3.5, которые содержат особенности поведения различных индексов в разных регионах.

140

130

120

110

100

90

80

70 ■ янв.16

янв.17

янв.18

янв.19

янв.20

янв.21

янв.22

янв.23

■ Индекс промышленного производства ---Индекс грузооборота транспорта

Индекс строительства -------Индекс оборота розничной торговли

Индекс сельскохозяйственного производства

янв.24

-Индекс промышленного производства ---Индекс грузооборота транспорта

----Индекс строительства -------Индекс оборота розничной торговли

........... Индекс сельскохозяйственного производства

Рис. 3.17. Динамика изменения экономических индексов для Республики Марий Эл

Источник: составлено автором.

-Индекс промышленного производства ---Индекс грузооборота транспорта

----Индекс строительства -------Индекс оборота розничной торговли

........... Индекс сельскохозяйственного производства

-Индекс промышленного производства ---Индекс грузооборота транспорта

----Индекс строительства -------Индекс оборота розничной торговли

........... Индекс сельскохозяйственного производства

Рис. 3.19. Динамика изменения экономических индексов для Республики Татарстан

Источник: составлено автором.

-Индекс промышленного производства ---Индекс грузооборота транспорта

----Индекс строительства -------Индекс оборота розничной торговли

........... Индекс сельскохозяйственного производства

-Индекс промышленного производства ---Индекс грузооборота транспорта

----Индекс строительства -------Индекс оборота розничной торговли

........... Индекс сельскохозяйственного производства

Рис. 3.21. Динамика изменения экономических индексов для Чувашской Республики

Источник: составлено автором.

-Индекс промышленного производства ---Индекс грузооборота транспорта

----Индекс строительства -------Индекс оборота розничной торговли

........... Индекс сельскохозяйственного производства

-Индекс промышленного производства ---Индекс грузооборота транспорта

----Индекс строительства -------Индекс оборота розничной торговли

........... Индекс сельскохозяйственного производства

Рис. 3.23. Динамика изменения экономических индексов для Кировской области

Источник: составлено автором.

-Индекс промышленного производства ---Индекс грузооборота транспорта

----Индекс строительства -------Индекс оборота розничной торговли

........... Индекс сельскохозяйственного производства

• Индекс промышленного производства ---Индекс грузооборота транспорта

----Индекс строительства -------Индекс оборота розничной торговли

........... Индекс сельскохозяйственного производства

Рис. 3.25. Динамика изменения экономических индексов для Оренбургской области

Источник: составлено автором.

• Индекс промышленного производства ---Индекс грузооборота транспорта

Индекс строительства -------Индекс оборота розничной торговли

Индекс сельскохозяйственного производства

-Индекс промышленного производства ---Индекс грузооборота транспорта

----Индекс строительства -------Индекс оборота розничной торговли

........... Индекс сельскохозяйственного производства

Рис. 3.27. Динамика изменения экономических индексов для Самарской области

Источник: составлено автором.

-Индекс промышленного производства ---Индекс грузооборота транспорта

----Индекс строительства -------Индекс оборота розничной торговли

........... Индекс сельскохозяйственного производства

-Индекс промышленного производства ---Индекс грузооборота транспорта

----Индекс строительства -------Индекс оборота розничной торговли

........... Индекс сельскохозяйственного производства

Рис. 3.29. Динамика изменения экономических индексов для Ульяновской области

Источник: составлено автором.

По данным таблиц 3.1-3.5 можно сделать следующие выводы.

1. Индекс промышленного производства показывает лучшую динамику и скорость восстановления в 2022-2023 годах, что связано с принятием своевременных мер Правительством РФ для стабилизации промышленного сектора экономики в условиях санкционного давления.

2. Индекс строительства показывает высокую волатильность во время обоих кризисов. Стоит отметить рост строительства в регионах в кризис пандемии, связанный с большим спросом на индивидуальное жилищное строительство по причине минимизации социальных контактов и введения самоизоляции населения. Индекс строительства в период геополитического кризиса в регионах нестабилен. Это вызвано повышением ключевой ставки ЦБ, удорожанием кредитного портфеля и повышением стоимости на жилье, а также ориентацией на восстановление инфраструктуры в новых регионах РФ.

Индекс промышленного производства по субъектам ПФО

№ п/п Субъект ПФО Кризис (пандемия) 2020 г. Кризис (геополитический) 2022 г.

1 Республика Башкортостан Достиг минимума в августе 2020 г., восстановление в июле 2021 г. Достиг минимума в апреле 2022 г., восстановление к июню 2023 г.

2 Республика Марий Эл Высокая волатильность показателя на всем периоде

3 Республика Мордовия Достиг минимума в мае 2020 г. , максимум -декабрь 2020 г. с незначительными колебаниями Достиг минимума в декабре 2022 г., восстановление к июню 2023 г.

4 Республика Татарстан Достиг минимума в ноябре 2020 г., восстановление к маю 2021 г. Достиг минимума в апреле 2022 г., восстановление к июлю 2022 г., далее стабильная динамика

5 Удмуртская Республика Достиг минимума в ноябре 2020 г., стремительный рост к апрелю 2021 г. Достиг минимума в апреле 2022 г., восстановление к марту 2023 г.

6 Чувашская Республика Достиг минимума к апрелю 2020 г., высокая волатильность, достиг максимума к маю 2021 г. Минимум в декабре 2022 г., стремительное восстановление к ноябрю 2023 г.

7 Пермский край Достиг минимума в июле 2020 г., восстановление к июлю 2021 г. Достиг минимума в апреле 2022 г., восстановление к октябрю 2023 г.

8 Кировская область Достиг минимума в мае 2020 г., наблюдается высокая волатильность, достиг максимума в апреле 2021 г. Достиг минимума в октябре 2022 г., высокая волатильность с ноября 2022 г. по декабрь 2023 г.

9 Нижегородская область Минимум в апреле 2020 г., наблюдается волатильность, максимум в апреле 2021 г. Достиг минимума в июне 2022 г., восстановление с марта 2023 г.

10 Оренбургская область Достиг минимума в июле 2020 г., восстановление к июлю 2021 г. Достиг минимума в апреле 2022 г., восстановление с марта 2023 г.

11 Пензенская область Достиг минимума в ноябре 2019 г., наблюдается высокая волатильность, максимальная точка - апрель 2021 г. Достиг минимума в январе 2022 г., восстановление к февралю 2023 г.

12 Самарская область Достиг минимума в апреле 2020 г., равномерное восстановление к маю 2021 г. Достиг минимума к маю 2022 г., восстановление к маю-июню 2023 г.

13 Саратовская область Достиг минимума в июне 2019 г., умеренное восстановление, достиг максимума к маю 2021 г. Достиг максимума к январю 2022 г., минимума - к январю 2023 г.

14 Ульяновская область Достиг минимума в мае 2020 г., высокая волатильность, достиг максимума к июню 2021 г. Достиг минимума к апрелю 2022 г., восстановление к маю 2023 г.

Индекс строительства по субъектам ПФО

№ п/п Субъект ПФО Кризис (пандемия) 2020 г. Кризис (геополитический) 2022 г.

1 Республика Башкортостан Минимум - ноябрь 2020 г., максимум - май 2021 г., резкий скачок показателя Минимум - декабрь 2022 г., стабилизация индекса к июлю 2023 г. с наблюдаемой волатильностью

2 Республика Марий Эл На всем периоде наблюдается высокая волатильность На всем периоде наблюдается высокая волатильность

3 Республика Мордовия На всем периоде наблюдается высокая волатильность На всем периоде наблюдается высокая волатильность

4 Республика Татарстан Минимум - октябрь 2020 г., максимум - ноябрь 2021 г., умеренный рост показателя Минимумы - январь 2022 г. , июнь 2023 г. Положительная динамика роста

5 Удмуртская Республика Минимум - январь 2020 г., максимум - август 2020 г., высокая волатильность С декабря 2022 г. по октябрь 2023 г. наблюдается резкое снижение индекса с последующей волатильностью

6 Чувашская Республика На всем периоде наблюдается высокая волатильность На всем периоде наблюдается высокая волатильность

7 Пермский край Максимум - январь 2020 г., минимум - январь 2021 г. С апреля 2022 г. наблюдается высокая волатильность показателя

8 Кировская область На всем периоде наблюдается высокая волатильность На всем периоде наблюдается высокая волатильность

9 Нижегородская область Положительная динамика с 2019 г. по январь 2020 г., затем наблюдается высокая волатильность Умеренная динамика роста с точки минимума (март 2022 г.), с февраля 2023 г. наблюдается высокая волатильность

10 Оренбургская область На всем периоде наблюдается высокая волатильность На всем периоде наблюдается высокая волатильность

11 Пензенская область На всем периоде наблюдается высокая волатильность На всем периоде наблюдается высокая волатильность

12 Самарская область На всем периоде наблюдается высокая волатильность На всем периоде наблюдается высокая волатильность

13 Саратовская область До августа 2020 г. наблюдается высокая волатильность, с резким достижением точки максимума к июню 2021 г. На всем периоде наблюдается высокая волатильность

14 Ульяновская область На всем периоде наблюдается высокая волатильность Минимум - декабрь 2021 г., наблюдается резкий скачок с высокой волатильностью к ноябрю 2023 г.

Индекс оборота розничной торговли по субъектам ПФО

№ п/п Субъект ПФО Кризис (пандемия) 2020 г. Кризис (геополитический) 2022 г.

1 Республика Башкортостан Минимум - апрель 2020 г. , максимум - май 2021 г., наблюдается высокая волатильность Минимум - июнь 2022 г., максимум - июнь 2023 г., наблюдается высокая волатильность

2 Республика Марий Эл Минимум - апрель 2020 г., максимум - май 2021 г. Минимум - апрель 2022 г., максимум - апрель 2023 г.

3 Республика Мордовия Минимум - апрель 2020 г., максимум - май 2021 г. Минимум - апрель 2022 г., максимум - апрель 2023 г.

4 Республика Татарстан Минимум - апрель 2020 г., максимум - апрель 2021 г. Минимум - апрель 2022 г., максимум - октябрь 2023 г.

5 Удмуртская Республика Минимум - апрель 2020 г., максимум - март 2021 г. Минимум - май 2022 г., максимум - ноябрь 2023 г.

6 Чувашская Республика Минимум - май 2020 г., максимум - апрель 2021 г. Минимум - апрель 2022 г., максимум - апрель 2023 г.

7 Пермский край Минимум - апрель 2020 г., максимум - май 2021 г. Минимум - апрель 2022 г., максимум - апрель 2023 г.

8 Кировская область Минимум - апрель 2020 г., максимум - апрель 2021 г. Минимум - декабрь 2022 г., максимум - май 2023 г.

9 Нижегородская область Минимум - апрель 2020 г., максимум - апрель 2021 г. Минимум - сентябрь 2022 г., максимум - сентябрь 2023 г.

10 Оренбургская область Минимум - апрель 2020 г., максимум - апрель 2021 г. Минимум - апрель 2022 г., максимум - апрель 2023 г.

11 Пензенская область Минимум - апрель 2020 г. , максимум - апрель 2021 г. Минимум - май 2022 г., максимум - сентябрь 2023 г., положительная динамика восстановления

12 Самарская область Минимум - апрель 2020 г. , максимум - апрель 2021 г. Минимум - апрель 2022 г. , положительная динамика восстановления, максимум к маю 2023 г.

13 Саратовская область Минимум - апрель 2020 г. , максимум - апрель 2021 г. Минимум - май 2022 г., положительная динамика восстановления, максимум к апрелю 2023 г.

14 Ульяновская область Минимум - апрель 2020 г., равномерное восстановление к апрелю 2021 г. Минимум - апрель 2022 г., с равномерным восстановлением к точке максимума к октябрю 2023 г.

Индекс сельскохозяйственного производства по субъектам ПФО

№ п/п Субъект ПФО Кризис (пандемия) 2020 г. Кризис (геополитический) 2022 г.

1 Республика Башкортостан Минимум - август 2021 г., наблюдается волатильность Максимум - август 2022 г., минимум - ноябрь 2023 г., наблюдается волатильность

2 Республика Марий Эл Минимум - август 2021 г., наблюдается волатильность Максимум - август 2022 г., минимум - ноябрь 2023 г., наблюдается волатильность

3 Республика Мордовия Минимум - август 2021 г., наблюдается волатильность Максимум - август 2022 г., минимум - ноябрь 2023 г., наблюдается высокая волатильность

4 Республика Татарстан Равномерная динамика с учетом сезонности Минимум - август 2023 г., далее высокая волатильность

5 Удмуртская Республика Минимум - август 2021 г., максимум - август 2022 г., равномерная динамика с учетом сезонности Равномерная динамика с учетом сезонности

6 Чувашская Республика Минимум - август 2021 г., максимум - август 2022 г., равномерная динамика с учетом сезонности Минимум - август 2023 г., далее высокая волатильность

7 Пермский край Минимум - август 2021 г., максимум - ноябрь 2021 г., равномерная динамика с учетом сезонности Максимальная точка - август 2022 г., минимальная - ноябрь 2023 г.

8 Кировская область Равномерная динамика с учетом сезонности Равномерная динамика с учетом сезонности

9 Нижегородская область Равномерная динамика с учетом сезонности. Точка минимума - август 2021 г. Стремительный рост к точке максимума (август 2022 г.)

10 Оренбургская область Равномерная динамика с учетом сезонности. Точка минимума - август 2021 г. Стремительный рост к точке максимума (август 2022 г.)

11 Пензенская область Равномерная динамика с учетом сезонности. Точка минимума - август 2021 г. Стремительный рост к точке максимума (август 2023 г.)

12 Самарская область Равномерная динамика с учетом сезонности. Точка минимума - октябрь 2020 г. Положительная динамика, точка максимума к августу 2022 г.

13 Саратовская область Минимум - октябрь 2020 г., стремительный рост к августу 2022 г. На всем периоде наблюдается равномерная динамика

14 Ульяновская область Минимум - октябрь 2020 г., максимум - июль 2021 г. Минимум - август 2021 г., максимум - август 2022 г.

Индекс грузооборота по субъектам ПФО

№ п/п Субъект ПФО Кризис (пандемия) 2020 г. Кризис (геополитический) 2022 г.

1 Республика Башкортостан Минимум - июнь 2020 г., максимум - июнь 2021 г. Минимум - сентябрь 2022 г., положительная динамика к ноябрю 2023 г.

2 Республика Марий Эл Минимум - июнь 2020 г., максимум - июль 2021 г. Минимум - сентябрь 2022 г., положительная динамика к ноябрю 2023 г.

3 Республика Мордовия Минимум - июнь 2020 г., максимум - июнь 2021 г. Минимум - октябрь 2022 г., положительная динамика к ноябрю 2023 г.

4 Республика Татарстан Минимум - июнь 2020 г., максимум - июнь 2021 г. Минимум - сентябрь 2022 г., положительная динамика к ноябрю 2023 г.

5 Удмуртская Республика Минимум - июнь 2020 г. Минимум - октябрь 2022 г., положительная динамика к ноябрю 2023 г.

6 Чувашская Республика Минимум - июнь 2020 г., максимум - июль 2021 г. Минимум - сентябрь 2022 г., положительная динамика к ноябрю 2023 г.

7 Пермский край Минимум - июнь 2020 г., максимум - июнь 2021 г. Минимум - сентябрь 2022 г., положительная динамика к ноябрю 2023 г.

8 Кировская область Минимум - июнь 2020 г., максимум - июнь 2021 г. Минимум - октябрь 2022 г., максимум февраль 2023 г.

9 Нижегородская область Минимум - июнь 2020 г., максимум - июнь 2021 г. Минимум - сентябрь 2022 г., максимум - ноябрь 2023 г. с положительной динамикой роста

10 Оренбургская область Минимум - май 2020 г., максимум - июнь 2021 г. Минимум - сентябрь 2022 г., максимум - ноябрь 2023 г. с положительной динамикой роста

11 Пензенская область Минимум - июнь 2020 г., максимум - июнь 2021 г. Минимум - сентябрь 2022 г., максимум - ноябрь 2023 г. с положительной динамикой роста

12 Самарская область Минимум - июнь 2020 г., с равномерным ростом к июню 2021 г. Минимум - сентябрь 2022 г., максимум - ноябрь 2023 г.

13 Саратовская область Минимум - июнь 2020 г., с равномерным ростом к июню 2021 г. Резкое снижение к минимуму в сентябре 2022 г., постепенный рост и точка максимума (сентябрь 2023 г. )

14 Ульяновская область Минимум - июнь 2020 г.. равномерное восстановление к июню 2021 г. Минимум - сентябрь 2022 г., равномерное восстановление к ноябрю 2023 г.

3. Индекс оборота розничной торговли в период пандемии показывает отрицательную динамику, - и здесь снова следует отметить, что основным фактором влияния на данный индекс является изоляция населения. Рост и толчок к восстановлению привел к стремительному росту интернет-торговли, доставки необходимых товаров на дом.

4. Индекс сельскохозяйственного производства показывает равномерную динамику изменения с учетом сезонности, что повлияло на переориентирование на внутренний рынок и производство.

5. Индекс грузооборота транспорта показывает положительную динамику преодоления кризиса. В период пандемии динамика восстановления более плавная, что связано с поэтапным ослаблением ограничений. В период геополитического кризиса выход из минимальной точки более стремителен, что связано с перестройкой логистических связей и наращиваем производства внутри субъектов и регионов РФ.

Таким образом, система оперативного мониторинга экономической безопасности решает проблему анализа и прогнозирования состояния экономики на различных иерархических уровнях, позволяет моделировать и разрабатывать новые подходы к исследованию кризисных явлений, проводить сопоставительный анализ объектов исследования и готовить рекомендации для соответствующих органов управления для принятия решений по обеспечению устойчивого развития экономических систем.

Выводы по главе 3

1. В диссертации рассмотрена динамика нормированных индикаторов для оперативного мониторинга экономической безопасности России за период 20202022 годов, в которой четко прослеживаются два кризиса. Первый кризис вызван началом пандемии СОУГО-19, а второй - введением экономических санкций

против России. Наряду с этим отражена динамика отраслевых и опережающих индикаторов, представленных в виде темпов роста соответствующих индексов, предложенных автором дополнительно к предшествующей системе индикаторов ОМЭБ. Дан сравнительный анализ пяти быстрых индикаторов (темп роста ВВП, уровень инфляции и уровень безработицы, отношение государственного долга к ВВП, сальдо государственного бюджета) для России, США и зоны евро на начало 2024 г.