Prediction of Crisis Phenomena Based on the Theory of Soft Computing and Theory of Economic Development Cycles

This study explores the possibility of predicting crisis phenomena in the economy by combining the methods of the theory of economic development cycles and theory of soft computing that are capable of operating at a high level of uncertainty. Aim. This study predicts crisis phenomena in the economy based on the theory of economic development cycles augmented by the elements of the theory of systems and soft computing. Tasks. This study examines the basic patterns of economic development caused by both internal and external factors; determines key trends in the development of crisis phenomena in the economy using retrospective analysis; and predicts crisis phenomena based on the determined trends and patterns augmented by the elements of the theory of soft computing. Methods. This study employs general scientific and logical methods to examine the most common explanations for crisis phenomena, determines key trends in their occurrence, and proposes a prediction of crisis phenomena based on such trends. Results. Crises are an integral and natural part of the development of any system. The system’s capability of resisting crises is largely determined by the timeliness of the implementation of measures to overcome it. An interdisciplinary approach to crisis prediction based on the theory of soft computing and the theory of economic development cycles offers a wide array of tools for crisis prediction. Conclusions. The economy develops in cycles largely influenced by both factors generated by the system and general external factors. The use of generalized prediction methods allows reasonably accurate prediction of crises in the economy, making it possible to take timely measures to overcome them.

циклы Жугляра, волны Кондратьева, циклы Чижевского, циклы Китчина, числа Вольфа, энтропия, прогнозирование, кризисные явления, теория мягких вычислений, теория цикличности развития экономики, Juglar cycles, Kondratiev waves, Chizhevsky cycles, Kitchin cycles, Wolf number, entropy, forecasting, crisis phenomena, theory of soft computing, theory of economic development cycles

1. Большой энциклопедический словарь / Под ред. А. М. Прохорова. 2-е изд., перераб. и доп. М.: Большая Российская энциклопедия, 1998. 1456 с.

2. Талеб Н. Н. Черный лебедь. Под знаком непредсказуемости / Пер. с англ. 2-е изд., доп. М.: КоЛибри; Азбука-Аттикус, 2014. 736 с.

3. Адизес И. Управление в эпоху кризиса. Как сохранить ключевых людей и компанию / Пер. с англ. Т. Гутман. М.: Манн, Иванов и Фербер, 2015. 160 с.

4. Глейк Дж. Хаос. Создание новой науки / Пер. с англ. М. С. Нахмансона, Е. С. Барашковой. СПб.: Амфора, 2001. 396 с.

5. Физическая энциклопедия в пяти томах / Под ред. А. М. Прохорова. М.: Советская энциклопедия, 1988.

6. Философский энциклопедический словарь / Ред.-сост. Е. Ф. Губского [и др.]. М.: Инфра-М, 2007. 576 с.

7. Кондратьевские волны: длинные и среднесрочные циклы / Отв. ред.: Л. Е. Гринин, А. В. Коротаев. Волгоград: Учитель, 2014. 360 с.

8. Коларж В. В. Прогнозирование кризисных явлений организации на основе теории цикличности развития экономики // Экономический вектор. 2015. № 4 (3). С. 118-122.

9. Kitchin J. Cycles and Trends in Economic Factors // Review of Economic Statistics. 1923. Vol. 5, N 1. P. 10-16.

10. Кондратьев Н. Д. Большие циклы конъюнктуры и теория предвидения. Избранные труды / Ред. колл.: Л. И. Абалкин (пред.) и др.; Сост. Ю. В. Яковец. М.: Экономика, 2002. 767 с.

11. Чижевский А. Л. Физические факторы исторического процесса. Калуга: 1-я Гостиполитография, 1924. 72 с.

12. Sunspot index and Long-term solar observations (SILS): [Электронный ресурс]. Режим доступа: http://sidc.be/silso/home.

13. Объем мирового ВВП в текущих ценах по данным Всемирного банка: [Электронный ресурс]. Режим доступа: http://data.worldbank.org/indicator/NY.GDP.MKTP.CD.

14. Глазьев С. Ю., Львов Д. С., Фетисов Г. Г. Эволюция технико-экономических систем: возможности и границы централизованного регулирования / РАН. Центр. экон.-мат. ин-т. М.: Наука, 1992. 207 с.