Малкина М.Ю., Семенов А.В., Капитанова О.В., Рогачев Д.Ю. (2026). Прогнозирование и управление развитием обрабатывающей промышленности региона на основе эконометрического моделирования и цифрового интерфейса // Экономические и социальные перемены: факты, тенденции, прогноз. Т. 19. № 2. С. 96–120. DOI: 10.15838/esc.2026.2.104.5
Бажанов В.А., Орешко И.И. (2019). Обрабатывающие производства России: санкции, импортозамещение // ЭКО. № 1 (535). С. 75–92.
Власенко М. (2019). Использование интерполяционных кубических сплайнов при восстановлении пропусков во временных рядах данных // Банковский вестник. № 7 (672). С. 31–36. URL: https://www.nbrb.by/bv/pdf/articles/10644.pdf
Гладких М.О., Малугина Е.Г. (2023). Тенденции развития обрабатывающей промышленности Воронежской области в условиях комплексного воздействия негативных факторов внешней среды // Современная экономика: проблемы и решения. № 9 (165). С. 63–78. DOI: 10.17308/meps/2078-9017/2023/9/63-78
Губарев Р.В., Володин А.И., Дзюба Е.И. [и др.] (2020). Повышение эффективности инвестиционно-промышленной политики России // Экономика и математические методы. Т. 56. № 1. С. 54–66. DOI: 10.31857/S042473880008479-5
Домнич Е.Л. (2023). Экономические эффекты технологических инноваций в обрабатывающей промышленности России и Дальнего Востока // Пространственная экономика. Т. 19. № 4. С. 84–116. DOI: 10.14530/se.2023.4.084-116
Калинина А.Э., Калинина В.В. (2012). Многофакторная оценка состояния промышленности регионов Южного федерального округа (ЮФО) // Современные проблемы науки и образования. № 5.
Капитанова О.В., Зиняков Ю.В. (2023). Об Использовании производственных функций для моделирования экономики Российской Федерации // Математическое и компьютерное моделирование и бизнес-анализ в условиях цифровизации экономики: сборник научных статей по итогам III Всероссийского научно-практического семинара, Нижний Новгород, 24 апреля 2023 года / редколлегия: Ю.А. Кузнецов, О.В. Капитанова. Нижний Новгород: Национальный исследовательский Нижегородский государственный университет им. Н.И. Лобачевского. С. 88–96.
Крупко А.Э., Фетисов Ю.М., Рогозина Р.Е. (2018). Моделирование факторов устойчивого развития промышленного производства ЦФО // ФЭС: Финансы. Экономика. Стратегия. Т. 15. № 7. С. 56–66.
Малкина М.Ю. (2025). Факторы экономического роста Нижегородской области: моделирование ВРП с использованием данных регионов-двойников // Экономические и социальные перемены: факты, тенденции, прогноз. Т. 18. № 2. С. 76–89. DOI: 10.15838/esc.2025.2.98.4
Малкина М.Ю., Капитанова О.В., Семенов А.В. (2025). Анализ и прогнозирование валовой добавленной стоимости промышленности на примере Нижегородской области // Экономика промышленности. Т. 18. № 4. С. 544–558. DOI: 10.17073/2072-1633-2025-4-1493
Михеева Н.Н. (2018). Долгосрочные прогнозы регионального развития: анализ результатов и проблемы разработки // Проблемы прогнозирования. № 5 (170). С. 24–38.
Пильник Н.П., Радионов С.А., Языков А.А. (2018). Модель оптимального поведения современной российской банковской системы // Экономический журнал Высшей школы экономики. Т. 22. № 3. С. 418–447. DOI: 10.17323/1813-8691-2018-22-3-418-447
Пирогова Л.В., Майорова В.В. (2025). Трансформация промышленного комплекса Центрального федерального округа по итогам 2021–2024 годов // Современная экономика: проблемы и решения. № 11. С. 36–50. DOI: 10.17308/meps/2078-9017/2025/ll/36-50
Полынев А.О. (2020). Развитие методического подхода к среднесрочному прогнозированию экономического роста регионов на основе декомпозиции показателей макропрогноза по России // Региональная экономика. Юг России. Т. 8. № 1. С. 63–74. DOI: 10.15688/re.volsu.2020.1.6
Руденко Л.Г. (2024). Методика прогнозирования валовой добавленной стоимости обрабатывающей промышленности в регионе // Региональная экономика и управление: электронный научный журнал. № 1 (77).
Сергеева Н.М., Скрипкина Е.В. (2024). Оценка изменения структуры ВДС России в условиях усиления кризиса // Азимут научных исследований: экономика и управление. № 13 (3). С. 74–77.
Соколова О.А., Сидоров М.А. (2022). О прогнозировании динамики показателей промышленного производства региона (на материалах Вологодской области) // Вопросы территориального развития. Т. 10. № 2. DOI: 10.15838/tdi.2022.2.62.2
Тиндова М.Г., Леднева О.В. (2023). Анализ инструментальных методов моделирования стохастических процессов в экономике // Прикладная информатика. Т. 18. № 2 (104). С. 132–143. DOI: 10.37791/2687-0649-2023-18-2-132-143
Трещевский Ю.И., Макаров М.В., Климов Н.А., Никульников П.Д. (2020). Прогнозирование развития обрабатывающей промышленности региона с использованием стандартных программ формирования нейросетей // Известия Юго-Западного государственного университета. Серия: Экономика. Социология. Менеджмент. Т. 10. № 1. С. 118–129.
Швайка О.И., Хрипин В.А. (2025). Экономико-статистический анализ промышленного производства в Российской Федерации // Отходы ресурсы. Т. 12. № 2. DOI: 10.15862/10EKOR225
Щетилов А.В. (2025). Статистический анализ динамики перерабатывающей отрасли России в 2015–2030 годах (на примере металлообработки и машиностроения) // Экономика и парадигма нового времени. № 9 (42). С. 5–16.
Akhmadjanov A.A., Hakimov S. (2025). Forecasting industrial growth using multi-stage regression and elasticity analysis. Academia Open, 10(1). DOI: 10.21070/acopen.10.2025.10878
Baum C., Hurn S., Otero J. (2025). The dynamics of U.S. industrial production: A time-varying Granger causality perspective. Econometrics and Statistics, 33(C), 13–22. DOI: 10.1016/j.ecosta.2021.10.012
Bodo G., Golinelli R., Parigi G. (2000). Forecasting industrial production in the Euro area. Empirical Economics, 25, 541–561. DOI: 10.1007/s001810000032
Georgieva Svrtinov V., Todevski D. (2025). Forecasting industrial production in the eurozone: A scenario-based analysis using macroeconomic indicators. Journal of Economics, 10(1), 35–42. DOI: 10.46763/JOE2510135gs
Ji X. (2025). Application of ARIMAX model in analyzing and predicting U.S. GDP growth rate and inflation rate. Advances in Economics, Management and Political Sciences, 240(1), 196–201. DOI: 10.54254/2754-1169/2025.BL29813
Lu T. (2024). Research on Nanyang city's industrial development based on statistical analysis and ARIMA forecasting. Highlights in Business, Economics and Management, 41, 625–631. DOI: 10.54097/400anp09
Makarenya T., Kalinichenko A. Mannaa A., Petrenko S. (2024). Forecasting the development of the industrial complex: Southern Federal District. International Journal on Smart Sensing and Intelligent Systems, 17. DOI: 10.2478/ijssis-2024-0006
Pobuda P. (2020). The digital twin of the economy: Proposed tool for policy design and evaluation. Real-World Economics Review, 94, 140–148. Available at: http://www.paecon.net/PAEReview/issue94/Pobuda94.pdf
Portilla E., Carrillo A., Larrea P. (2025). Performance comparison of interpolation methods for precipitation data reconstruction: Kriging, polynomial interpolation, cubic splines, and neural networks. International Journal of Environmental Sciences, 11(7), 505–516. DOI: 10.64252/2m0vge06
Ribeiro S.M., Castro C.L. (2022). Missing data in time series: A review of imputation methods and case study. Learning and Nonlinear Models. Journal of the Brazilian Society on Computational Intelligence (SBIC), 20(1), 31–46. Available at: https://sbic.org.br/lnlm/wp-content/uploads/2022/12/vol20-no1-art3.pdf
Rizki S.W., Didenko N.I. (2025). Analysis of economic development and economic interaction in ASEAN countries: ARDL model approach. Journal of Applied Economic Research, 24(3), 754–785. DOI: 10.15826/vestnik.2025.24.3.025
Sahoo M., Mohanty S., Sahu P. (2025). Linkages between financial development and the growth dynamics of the manufacturing industry: Empirical evidence from India. Journal of Economic and Administrative Sciences, 1–22. DOI: 10.1108/JEAS-08-2024-0293
Serban A.C., Pelinescu E., Dospinescu A. (2021). Beta convergence analysis of gross value added in the high-technology manufacturing industries. Technological and Economic Development of Economy, 28, 1–23. DOI: 10.3846/tede.2021.15918
Singh M., Fuenmayor E., Hinchy E.P. et al. (2021). Digital twin: Origin to future. Applied System Innovation, 4(2), 36. DOI: 10.3390/asi4020036
Turan E., Konuskan K., Yildirim N. et al. (2022). Digital twin modelling for optimizing the material consumption: A case study on sustainability improvement of thermoforming process. Sustainable Computing: Informatics and Systems, 35, 100655. DOI: 10.1016/j.suscom.2022.100655
Wang C., Peng X., Dixon J., Zhao C. (2025). Economic growth, industrial dynamics and industrial policy: The role of investment and production subsidies. Economic Analysis and Policy, 88(C), 1819–1837. DOI: 10.1016/j.eap.2025.11.007
Warke V., Kumar S., Bongale A., Kotecha K. (2021). Sustainable development of smart manufacturing driven by the digital twin framework: A statistical analysis. Sustainability, 13(18), 10139. DOI: 10.3390/su131810139
Zervas A., Thomakos D. (2026). The fiscal policy blend and its impact on sectoral growth: The case of Greece. Economic Modelling, 155(C), 107395. DOI: 10.1016/j.econmod.2025.107395