Method of analysis and forecasting economic crises

Cover Page

Cite item

Full Text

Abstract

The purpose of this work is to develop a new method for analyzing economic crises that allows for timely detection of signs of emerging threats. Definitions of concepts are given, the main parameters of a crisis and parameters of crisis diffusion are determined. A model of crisis propagation as a sum of two logistic curves is presented. A multi-level system of indicators for monitoring economic crises with an information update period of one month has been developed. An algorithm for monitoring an economic crisis is proposed that includes six stages: a preliminary stage associated with the analysis of possible root causes and triggers of a crisis; monitoring of leading indicators; multi-level operational monitoring of economic crises; processing, generalization and analysis of information; forecasting; development of recommendations for the timely detection of crises. The new method for analyzing crises has been verified using the example of the development of the economic crisis of 2008–2009.

About the authors

Sergey N. Mytyakov

Nizhny Novgorod State Technical University named after R.E. Alekseev

Author for correspondence.
Email: snmit@mail.ru
ORCID iD: 0000-0002-7086-7457

Dr. Sci. (Phys.-Math.), Professor, Director of the Institute of
Economics and Management

Nizhny Novgorod, Russia

References

  1. Keynes J.M. General Theory of Employment, Interest and Money. Moscow: Progress Publishing House, 1978. (In Russ.).
  2. Tugan-Baranovsky M. Industrial Crises in Modern England. SPb.: Economica, 1894. (In Russ.).
  3. Friedman M. Quantitative Theory of Money. M.: Elf-press, 1996. (In Russ.).
  4. Schumpeter J. Theory of Economic Development. M.: Progress, 1982. (In Russ.).
  5. Kondratiev N. D., Oparin D. I. Large Cycles of the Economy: Reports and Their Discussion at the Institute of Economics. –1st ed. M., 1928. (In Russ.).
  6. Pozdeev V.L. The End of 2020 – Recovery or Recession? // Development and Security. 2020. No. 4. P. 55–67. (In Russ.). doi: 10.46960/2713-2633_2020_4_55.
  7. Veduta E.N., Dzhakubova T.N. Economic Science and Economic-Mathematical Modeling // Public Administration. Electronic Bulletin. Iss. No. 57. August 2016. P. 287–307 (In Russ.). EDN: WMGFJF.
  8. Burns A.F., Mitchel, W.C. Measuring Business Cycles. N.Y. National Bureau of Economic Research, 1946.
  9. Moore G. Business Cycles Indicators: Contributions to the analysis of current business conditions. Published by Princeton University Press, Princeton, 1961.
  10. Andersson Eva, David Bock and Marianne Frisén. Detection of Turning Points in Business Cycles // Journal of Business Cycle Measurement and Analysis. 2004. Vol. 1. No. 1. Pр. 93–108.
  11. Boldin Michael D. Dating Turning Points in the Business Cycle // The Journal of Business. Jan. 1994. Vol. 67. No. 1. Pр. 97–131.
  12. Chaffin, Wilkie W. and Wayne K. Talley. Diffusion indexes and a statistical test for predicting turning points in business cycles // International Journal of Forecasting. 1989. Vol. 5. Pр. 29–36.
  13. Chauvet Marcelle, Jeremy M. Piger. Identifying Business Cycle Turning Points in Real Time // Federal Reserve Bank of St. Louis Review. March–April 2003. Pр. 47–62. doi: 10.20955/r.85.47-61.
  14. Chen Max. The Use of the Composite Leading Index for Forecasting Business Cycle Turning Points // American Statistical Association. Proceedings of the 2002 Joint Statistical Meetings. Business & Economic Statistics Section. 2002. Pр. 509–518.
  15. Koskinen, Lasse and Lars-Erik Öller. A Classifying Procedure for Signalling Turning Points // Journal of Forecasting. 2004. Vol. 23. Pр. 197–214.
  16. Hagerstrand T. Innovation Diffusion as a Spatial Process. Chicago: The University of Chicago Press, 1967.
  17. Haefner L., Sternberg R. Spatial Implications of Digitization: State of the Field and Research Agenda // Geography Compass. 2020. Vol. 14. Iss. 12. e12544. doi: 10.1111/gec3.12544.
  18. Blanutsa V.I. Spatial Diffusion of Digital Innovations: Trends, Problems, and Prospects for Empirical Research // Spatial Economics. 2021. Vol. 17. No. 4. Pp. 118–142. (In Russ.). doi: 10.14530/se.2021.4.118-142.
  19. Schmidt Yu.D., Lobodina O.N. On Some Approaches to Modeling the Spatial Diffusion of Innovations // Spatial Economics. 2015. No. 2. Pp. 103–115. (In Russ.). doi: 10.14530/se.2015.2.103-115.
  20. Shcherbakov G.A. Anti-innovations of the financial sector as a factor in the formation of crises // Economy and Management: Problems, Solutions. 2020. Vol. 3. No. 8 (104). P. 4–10. (In Russ.). doi: 10.34684/ek.up.p.r.2020.08.03.001.
  21. Senchagov V.K., Mityakov S.N. Comparative analysis of the impact of the financial and economic crises of 1998 and 2008–2009 on the indicators of economic security of Russia // Bulletin of the Financial University. 2013. No. 6 (78). Pр. 71–88. (In Russ.). EDN: TGFGML.
  22. Senchagov V.K., Mityakov S.N. Assessment of crises in the economy using short-term indicators and average indices of economic security of Russia // Problems of Forecasting. 2016. No. 2 (155). Pp. 44–58. (In Russ.). EDN: WFMKJV.
  23. Mityakov S.N., Mityakov E.S. Analysis of crisis phenomena in the Russian economy using fast indicators of economic security // Problems of Forecasting. 2021. No. 3 (186). P. 29–40. (In Russ.). doi: 10.47711/0868-6351-186-29-40.
  24. Nazarova E.A. Conceptual Foundations of Operational Monitoring of the Country’s Economic Security // Development and Security. 2022. No. 3 (15). P. 42–50. (In Russ.). doi: 10.46960/2713-2633_2022_3_42.
  25. Nazarova E.A. Multilevel System of Fast Indicators and the Procedure for Conducting Operational Monitoring of Economic Security // Financial Banks and Markets. 2024. No. 6. P. 303–309. (In Russ.). EDN: FRJVSM.
  26. Mityakov S.N., Mityakov E.S. Development of the Theory of Risks and Threshold Values of Economic Security // Bulletin of the Institute of Economics of the Russian Academy of Sciences. 2023. No. 5. P. 83–113. (In Russ.). doi: 10.52180/2073-6487_2023_5_83_113.
  27. Rogers E.M. Diffusion of Innovation. New York: The Free Press, 2003.
  28. Dhakal T., Lim D.-E. Understanding ICT Adoption in SAARC Member Countries // Letters in Spatial and Resource Sciences. 2020. Vol. 13. Pp. 67–80. doi: 10.1007/s12076-020-00245-2.
  29. Smirnov A.D. Asset Collateral of the Macrofinancial System and Stochastic Dynamics of Leverage // HSE Economic Journal. 2014. No. 2. Pp. 183–215. (In Russ.).
  30. Agayan G.M., Grigoryan A.A., Shikin E.V. Crises: comprehensive management analysis // Public administration. Electronic Bulletin. 2016. No. 57. Pp. 69–114. (In Russ.). EDN: WMGFFJ.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».