sciresНаучные исследования экономического факультета. Электронный журналScientific Research of Faculty of Economics. Electronic Journal2078-3809Moscow State University10.38050/2078-3809-2025-17-3-38-52scires-399Research ArticleМАТЕМАТИЧЕСКИЕ И СТАТИСТИЧЕСКИЕ МЕТОДЫMATHEMATICAL AND STATISTICAL METHODSМатематическое моделирование распространения шоков по отраслям экономики РоссииMathematical Modeling of Shock Propagation Across the Sectors of the Russian EconomyКлачковаО. А.KlachkovaO. A.

Клачкова Ольга Александровна,  кандидат экономических наук, доцент, экономический факультет

г. Москва

Olga A. Klachkova, Candidate of Economic Sciences, Associate Professor, Faculty of Economics

Moscow

sparrow889@gmail.comКоренякГ. В.KorenyakG. V.

Кореняк Григорий Владимирович, студент магистратуры, экономический факультет

г. Москва

Grigoriy V. Korenyak, Master's student, Faculty of Economics

Moscow

griko9999@gmail.comШагасН. Л.ShagasN. L.

Шагас Наталия Леонидовна, кандидат экономических наук, доцент, экономический факультет

г. Москва

Natalia L. Shagas, Candidate of Economic Sciences, Associate Professor, Faculty of Economics

Moscow

nshagas@gmail.comМГУ имени М.В. ЛомоносоваРоссияLomonosov Moscow State UniversityRussian Federation2025161120251733852Copyright © Клачкова О.А., Кореняк Г.В., Шагас Н.Л., 20252025Клачкова О.А., Кореняк Г.В., Шагас Н.Л.Klachkova O.A., Korenyak G.V., Shagas N.L.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://scires.elpub.ru/jour/article/view/399

В статье рассматривается влияние локальных шоков в отдельных отраслях на макроэкономические показатели с использованием современных межотраслевых моделей и российских статистических данных. На основе динамической модели межотраслевых связей идентифицированы ключевые сектора российской экономики, наиболее значимые с точки зрения передачи долгосрочных шоков. К ним отнесены сырьевые и энергетические отрасли, оптовая и розничная торговля, а также транспортные услуги. Подтверждена важность этих отраслей через анализ центральности в сети производственных связей. Полученные результаты имеют практическое значение для разработки антикризисной политики, направленной на повышение устойчивости ключевых отраслей, мониторинг цен и поддержку устойчивых цепочек поставок.

This article examines the impact of local shocks in individual sectors on macroeconomic performance using modern input-output models and available Russian data. Based on the dynamic network model the study identifies key sectors in the Russian economy that play a central role in transmitting long-term shocks. These include raw materials and energy industries, wholesale and retail trade, and transportation services. The significance of these sectors is further confirmed through an eigenvector centrality analysis within the production network. The findings offer practical implications for economic policy aimed at enhancing the resilience of critical sectors, improving supply chain stability, and monitoring price dynamics in strategically important industries. Such measures may serve as preventive tools for mitigating systemic risks and strengthening the economy's capacity to absorb shocks.

межотраслевой баланспроизводственные сетиколебания выпускаInput-Output LinkagesProduction NetworksAggregate FluctuationsReferencesЛеонтьев В. и др. Исследования структуры американской экономики (Studies in the Structure of the American Economy / Пер. с англ. А.С. Игнатьева под ред. А.А. Конюса. М.: Госстатиздат, 1958.Леонтьев В. и др. Исследования структуры американской экономики (Studies in the Structure of the American Economy / Пер. с англ. А.С. Игнатьева под ред. А.А. Конюса. М.: Госстатиздат, 1958.Acemoglu D., Ozdaglar A., Tahbaz-Salehi A. Microeconomic Origins of Macroeconomic Tail Risks // American Economic Review. 2017. Vol. 107. No. 1.Acemoglu D., Ozdaglar A., Tahbaz-Salehi A. Microeconomic Origins of Macroeconomic Tail Risks // American Economic Review. 2017. Vol. 107. No. 1.Acemoglu D., Carvalho V., Ozdaglar A., Tahbaz-Salehi A. The Network Origins of Aggregate Fluctuations // Econometrica. 2012. Vol. 80. No. 5. P. 1977–2016.Acemoglu D., Carvalho V., Ozdaglar A., Tahbaz-Salehi A. The Network Origins of Aggregate Fluctuations // Econometrica. 2012. Vol. 80. No. 5. P. 1977–2016.Bagley C.E., Aqeel H., Zlotnicka E.T. South Africa’s Energy Crisis: Reconciling Economic Growth with Environmental Protection. London: SAGE, 2016.Bagley C.E., Aqeel H., Zlotnicka E.T. South Africa’s Energy Crisis: Reconciling Economic Growth with Environmental Protection. London: SAGE, 2016.Baqaee D., Farhi E. Keynesian Production Networks and the COVID-19 Crisis: A Simple Benchmark // AEA Papers and Proceedings. 2021. Vol. 111.Baqaee D., Farhi E. Keynesian Production Networks and the COVID-19 Crisis: A Simple Benchmark // AEA Papers and Proceedings. 2021. Vol. 111.Barrot J.-N., Sauvagnat J. Input Specificity and the Propagation of Idiosyncratic Shocks in Production Networks // The Quarterly Journal of Economics. 2016. Vol. 131. No. 3. P. 1543–1592.Barrot J.-N., Sauvagnat J. Input Specificity and the Propagation of Idiosyncratic Shocks in Production Networks // The Quarterly Journal of Economics. 2016. Vol. 131. No. 3. P. 1543–1592.Carvalho V.M., Nirei M., Saito Y.U., Tahbaz-Salehi A. Supply Chain Disruptions: Evidence from the Great East Japan Earthquake // The Quarterly Journal of Economics. 2021. Vol. 136. No. 2.Carvalho V.M., Nirei M., Saito Y.U., Tahbaz-Salehi A. Supply Chain Disruptions: Evidence from the Great East Japan Earthquake // The Quarterly Journal of Economics. 2021. Vol. 136. No. 2.Hausmann R. et al. The Atlas of Economic Complexity: Mapping Paths to Prosperity. 2nd ed. Cambridge: MIT Press, 2013.Hausmann R. et al. The Atlas of Economic Complexity: Mapping Paths to Prosperity. 2nd ed. Cambridge: MIT Press, 2013.Korovkin V., Makarin A. Conflict and Intergroup Trade: Evidence from the 2014 RussiaUkraine Crisis // American Economic Review. 2023. Vol. 113. No. 1. P. 34–70.Korovkin V., Makarin A. Conflict and Intergroup Trade: Evidence from the 2014 RussiaUkraine Crisis // American Economic Review. 2023. Vol. 113. No. 1. P. 34–70.Liu E., Tsyvinski A. Dynamical Structure and Spectral Properties of Input-Output Networks. NBER Working Paper. 2020. Dec. No. 28178.Liu E., Tsyvinski A. Dynamical Structure and Spectral Properties of Input-Output Networks. NBER Working Paper. 2020. Dec. No. 28178.Long J.B., Plosser C.I. Real Business Cycles // Journal of Political Economy. 1983. Vol. 91. No. 1. P. 39–69.Long J.B., Plosser C.I. Real Business Cycles // Journal of Political Economy. 1983. Vol. 91. No. 1. P. 39–69.

The authors declare that there are no conflicts of interest present.