Актуальность исследования в том, что в современных условиях важное значение имеют выявление новых подходов и поиск методов прогнозирования ВВП РФ, которые бы позволяли получать минимальные значения ошибки и обеспечивали бы стабильное, сбалансированное развитие экономики страны в условиях рыночной неопределенности и риска. Прогнозирование ВВП страны превратилось в серьезную проблему, исследованию которой посвящены работы многих ученых. Однако, несмотря на множество научных разработок, отдельные аспекты проблемы остаются недостаточно изученными и требуют дополнительных исследований.
Представляют приращение научного знания подходы, предложенные Ломакиным Н. И. и коллективом авторов, касательно прогнозирования величины ВВП [10, с. 71–78], а также анализа динамики российской экономики в условиях цифровизации [9, с. 65–80].
Заслуживают внимания результаты исследования Ленькова И. И., связанные с прогнозированием валового внутреннего продукта в условиях нестабильности экономических систем [8, с. 21–24].
Следует особо отметить вклад большого числа ученых, посвятивших свои труды проблеме прогнозирования ВВП России, подходы которых наши свое отражение в трудах международных конференций, в частности в сборнике трудов под редакцией Кулинич О. В. [7, с. 33–37].
Новизна проведенного исследования заключается в том, что проведена сравнительная оценка точности сформированных прогнозных значений ВВП РФ разными методами: с помощью AI-системы и многофакторной корреляционной-регрессионной модели в XL-таблицах с использованием пакетов «Корреляция» и «Регрессия» Microsoft. Часть расчетов проводилась в облачной среде Сolab с использованием языка программирования Python.
Представлена сформированная нейросетевая AI-система «Персептрон» на платформе Deductor, которая позволяет рассчитать прогнозное значение ВВП РФ. Сравнение точности прогнозов обоих подходов обусловливает практическую значимость полученного приращения научного знания, поскольку повышение точности прогнозирования позволяет снизить энтропию — неопределенность и обеспечить поддержку принятия управленческих решений в условиях действия зарубежных экономических санкций и повышения всех видов риска.