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
Афанасьев М.Ю., Гусев А.А. (2023). Ситуационное моделирование траекторий экономической сложности регионов // Экономика и математические методы. Т. 59. № 4. С. 58–70. DOI: 10.31857/S042473880028217-7
Вавилова Д.Д., Зерари Р. (2024). Анализ, моделирование и прогнозирование динамики валового регионального продукта на основе производственной функции // Экономика. Информатика. № 51 (1). С. 5–17. DOI 10.52575/2712-746X-2024-51-1-5-17
Демидова О., Камалова Э. (2021). Пространственно-эконометрическое моделирование экономического роста российских регионов: имеют ли значение институты? // Экономическая политика. Т. 16. № 2. С. 34–59. DOI: 10.18288/1994-5124-2021-2-34-59
Дубовик М.В., Дмитриев С.Г., Обидовская Н.Н. (2022). Регрессионная модель валового регионального продукта Брянского региона и выпуска отраслей региональной экономики // KANT. Т. 42. № 1. С. 27–33. DOI: 10.24923/2222-243X.2022-42.4
Еремин В.В. (2024). Мультипликативное влияние формирования ресурсного потенциала на величину валового регионального продукта // Современная конкуренция. Т. 18. № 6. С. 97–110. DOI: 10.37791/2687-0657-2024-18-6-97-110
Заздравных А.В. (2023). Динамика входа и выхода компаний и региональный экономический рост // Экономическая политика. 2023. Т. 18. № 2. С. 8–43. DOI: 10.18288/1994-5124-2023-2-8-43
Ивченко Ю.С. (2019). Определение основных факторов уровня валового регионального продукта методами эконометрического моделирования по совокупности регионов Российской Федерации // Статистика и экономика. Т. 16. № 6. C. 4–18. DOI: 10.21686/2500-3925-2019-6-4-18
Кузнецов С.Б., Кулигин Е.В. (2022). Интегро-дифференциальная модель оценки валового регионального продукта // Развитие территорий. № 2. С. 15—21. DOI: 10.32324/2412-8945-2022-2-15-21
Кутышкин А.В. (2021). Моделирование динамики валового регионального продукта // Вестник ЮУрГУ. Серия «Компьютерные технологии, управление, радиоэлектроника». Т. 21. № 2. С. 104–113. DOI: 10.14529/ctcr210210
Малкина М.Ю. (2015). Факторы экономического роста в регионах Российской Федерации // Общество и экономика. № 7. С. 139–160.
Малкина М.Ю., Виноградова А.В. (2024). Эффективность институтов государственной поддержки экономики России и ее регионов // Journal of Institutional Studies. Т. 16. № 4. С. 97–112. DOI: 10.17835/2076-6297.2024.16.4.097-112
Михеева Н.Н. (2022). «Новые» региональные пропорции: результаты пересчета валового регионального продукта // Проблемы прогнозирования. № 3. C. 78–88. DOI: 10.47711/0868-6351-192-78-8
Скуфьина Т.П., Баранов С.В. (2017). Математико-статистическое моделирование динамики производства ВРП регионов Севера и Арктики: в поисках лучшей модели // Вопросы статистики. № 7. С. 52–64.
Черемухин А.Д., Груздев Г.В. (2022). Исследование применимости CES-функций для описания процессов сельскохозяйственного производства // Вестник НГИЭИ. № 9 (136). C. 65–83. DOI: 10.24412/2227-9407-2022-9-65-83
Arpitha P., Kumar M., Reddy G.B.S., Joshi A.T. (2025). A quantitative analysis of macroeconomic indicators and GDP growth in India. Journal of Scientific Research and Reports, 31(2), 135–143. DOI: https://doi.org/10.9734/jsrr/2025/v31i22831
Baranov S., Skufina T., Samarina V. (2023). Influence of underutilization of production capacities on the dynamics of Russian GDP: An assessment on the basis of production functions. Journal of Risk and Financial Management, 16(3), 166. DOI: https://doi.org/10.3390/jrfm16030166
Crespo-Cuaresma J., Foster N., Stehrer R. (2010). Determinants of regional economic growth by quantile. Regional Studies, 45(6), 809–826. DOI: https://doi.org/10.1080/00343401003713456
Dias F., Pinheiro M., Rua A. (2015). Forecasting Portuguese GDP with factor models: Pre- and post-crisis evidence. Economic Modelling, 44, 266–272. DOI: https://doi.org/10.1016/j.econmod.2014.10.034
Ghosh S., Samanta G.P. (2021). Gross domestic product modeling using “panel-data” concept. In: Patnaik S., Tajeddini K., Jain V. (Eds). Computational Management. Modeling and Optimization in Science and Technologies. Cham: Springer. DOI: https://doi.org/10.1007/978-3-030-72929-5_9
Haydier E., Albarwari N., Ali T. (2023). The comparison between VAR and ARIMAX time series models in forecasting. Iraqi Journal of Statistical Sciences, 20(2), 249–262. DOI: https://10.33899/iqjoss.2023.0181260
Jijo J.J. (2025). Modelling and forecasting the GDP of G7 countries using Arima model. Asian Journal of Economics, Business and Accounting, 25(3), 295–315. DOI: https://doi.org/10.9734/ajeba/2025/v25i31711
Jokubaitis S., Celov D., Leipus R. (2021). Sparse structures with LASSO through principal components: Forecasting GDP components in the short-run. International Journal of Forecasting, 37(2), 759–776. DOI: https://doi.org/10.1016/j.ijforecast.2020.09.005
Lombardini S. (2024). Italian regional econometric model. Papers in Regional Science, 103(6), 100060. DOI: https://doi.org/10.1016/j.pirs.2024.100060
Peng Y. (2023). Forecasting USA GDP base on ARIMA model. BCP Business & Management, 38, 1745–1752. DOI: https://doi.org/10.54691/bcpbm.v38i.3961
Ugoh C.I., Uzuke C.A., Ugoh D.O. (2021). Application of ARIMAX model on forecasting Nigeria’s GDP. American Journal of Theoretical and Applied Statistics, 10(5), 216–225. DOI: https://doi.org/10.11648/j.ajtas.20211005.12
Zhemkov M. (2021). Nowcasting Russian GDP using forecast combination approach. International Economics, 168, 10–24. DOI: https://doi.org/10.1016/j.inteco.2021.07.006