<!DOCTYPE article
PUBLIC "-//NLM//DTD JATS (Z39.96) Journal Publishing DTD v1.4 20190208//EN"
       "JATS-journalpublishing1.dtd">
<article xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" article-type="research-article" dtd-version="1.4" xml:lang="en">
 <front>
  <journal-meta>
   <journal-id journal-id-type="publisher-id">Science &amp; World</journal-id>
   <journal-title-group>
    <journal-title xml:lang="en">Science &amp; World</journal-title>
    <trans-title-group xml:lang="ru">
     <trans-title>Наука и мир</trans-title>
    </trans-title-group>
   </journal-title-group>
   <issn publication-format="print">2307-9401</issn>
   <issn publication-format="online">2307-9401</issn>
  </journal-meta>
  <article-meta>
   <article-id pub-id-type="publisher-id">109447</article-id>
   <article-categories>
    <subj-group subj-group-type="toc-heading" xml:lang="ru">
     <subject>Экономические науки</subject>
    </subj-group>
    <subj-group subj-group-type="toc-heading" xml:lang="en">
     <subject>Economic sciences</subject>
    </subj-group>
    <subj-group>
     <subject>Экономические науки</subject>
    </subj-group>
   </article-categories>
   <title-group>
    <article-title xml:lang="en">STATISTICAL ANALYSIS OF THE IMPACT OF MACROECONOMIC INDICATORS ON GDP GROWTH IN THE REPUBLIC OF BELARUS</article-title>
    <trans-title-group xml:lang="ru">
     <trans-title>СТАТИСТИЧЕСКИЙ  АНАЛИЗ ВЛИЯНИЯ МАКРОЭКОНОМИЧЕСКИХ ПОКАЗАТЕЛЕЙ НА РОСТ ВВП РЕСПУБЛИКИ БЕЛАРУСЬ</trans-title>
    </trans-title-group>
   </title-group>
   <contrib-group content-type="authors">
    <contrib contrib-type="author">
     <name-alternatives>
      <name xml:lang="ru">
       <surname>Цвиль</surname>
       <given-names>Мария Михайловна</given-names>
      </name>
      <name xml:lang="en">
       <surname>Tsvil</surname>
       <given-names>Mariya Mihaylovna</given-names>
      </name>
     </name-alternatives>
     <email>tsvilmm@mail.ru</email>
     <bio xml:lang="ru">
      <p>кандидат физико-математических наук;</p>
     </bio>
     <bio xml:lang="en">
      <p>candidate of physical and mathematical sciences;</p>
     </bio>
     <xref ref-type="aff" rid="aff-1"/>
    </contrib>
    <contrib contrib-type="author">
     <name-alternatives>
      <name xml:lang="ru">
       <surname>Гончарова</surname>
       <given-names>М. М.</given-names>
      </name>
      <name xml:lang="en">
       <surname>Goncharova</surname>
       <given-names>M. M.</given-names>
      </name>
     </name-alternatives>
     <xref ref-type="aff" rid="aff-1"/>
    </contrib>
    <contrib contrib-type="author">
     <name-alternatives>
      <name xml:lang="ru">
       <surname>Лисицкая</surname>
       <given-names>Е. А.</given-names>
      </name>
      <name xml:lang="en">
       <surname>Lisitskaya</surname>
       <given-names>E. A.</given-names>
      </name>
     </name-alternatives>
     <xref ref-type="aff" rid="aff-1"/>
    </contrib>
   </contrib-group>
   <aff-alternatives id="aff-1">
    <aff>
     <institution xml:lang="ru">Российская таможенная академия</institution>
    </aff>
    <aff>
     <institution xml:lang="en">Russian Customs Academy</institution>
    </aff>
   </aff-alternatives>
   <pub-date publication-format="print" date-type="pub" iso-8601-date="2025-12-22T10:58:54+03:00">
    <day>22</day>
    <month>12</month>
    <year>2025</year>
   </pub-date>
   <pub-date publication-format="electronic" date-type="pub" iso-8601-date="2025-12-22T10:58:54+03:00">
    <day>22</day>
    <month>12</month>
    <year>2025</year>
   </pub-date>
   <issue>6</issue>
   <fpage>1</fpage>
   <lpage>5</lpage>
   <history>
    <date date-type="received" iso-8601-date="2025-12-06T00:00:00+03:00">
     <day>06</day>
     <month>12</month>
     <year>2025</year>
    </date>
    <date date-type="accepted" iso-8601-date="2025-12-06T00:00:00+03:00">
     <day>06</day>
     <month>12</month>
     <year>2025</year>
    </date>
   </history>
   <self-uri xlink:href="https://auspublishers.com.au/en/nauka/article/109447/view">https://auspublishers.com.au/en/nauka/article/109447/view</self-uri>
   <abstract xml:lang="ru">
    <p>В данной статье проводится статистический анализ шести макроэкономических показателей, влияющих на динамику роста ВВП Республики Беларусь. С помощью методов корреляционного  анализа выделены основные влияющие пять факторов. На основе ежемесячных данных с января 2021 по июль 2025 гг.. построена регрессионная нелинейная модель с целью прогнозирования ВВП. Используя адаптивные методы, получены прогнозы на 2025 год основных влияющих на ВВП факторов. Исходя из построенных регрессионной модели  сделан прогноз роста ВВП Республики Беларусь в 2025 году.</p>
   </abstract>
   <trans-abstract xml:lang="en">
    <p>This article provides a statistical analysis of six macroeconomic indicators that affect the growth dynamics of the Republic of Belarus' GDP. Using correlation analysis methods, five main influencing factors have been identified. Based on monthly data from January 2021 to July 2025, a nonlinear regression model has been constructed to predict GDP. Using adaptive methods, forecasts for the main factors influencing GDP have been obtained for 2025. Based on the constructed regression model, a forecast for the growth of the Republic of Belarus' GDP in 2025 has been made.</p>
   </trans-abstract>
   <kwd-group xml:lang="ru">
    <kwd>ВВП</kwd>
    <kwd>макроэкономические показатели</kwd>
    <kwd>Республика Беларусь</kwd>
    <kwd>прогнозирование</kwd>
    <kwd>корреляция</kwd>
    <kwd>объем промышленного производства</kwd>
    <kwd>инвестиции</kwd>
    <kwd>инфляция</kwd>
    <kwd>эконометрическая модель</kwd>
    <kwd>фиктивные переменные</kwd>
   </kwd-group>
   <kwd-group xml:lang="en">
    <kwd>GDP</kwd>
    <kwd>macroeconomic indicators</kwd>
    <kwd>Republic of Belarus</kwd>
    <kwd>forecasting</kwd>
    <kwd>correlation</kwd>
    <kwd>industrial output</kwd>
    <kwd>investment</kwd>
    <kwd>inflation</kwd>
    <kwd>econometric model</kwd>
    <kwd>dummy variables</kwd>
   </kwd-group>
  </article-meta>
 </front>
 <body>
  <p>В последние десятилетия экономика Республики Беларусь переживает периоды значительных трансформаций, обусловленных как внутренними факторами, такими как государственная политика и структурные реформы, так и внешними вызовами – от глобальных кризисов до геополитических напряжений. Важной и основной частью данного исследования является ключевой индикатор экономического благополучия страны ─ внутренний валовый продукт (ВВП). ВВП ─ макроэкономический показатель, который отражает рыночную стоимость всех конечных товаров и услуг, произведенных  в стране за конкретное время. В данной статье проводится статистический анализ шести макроэкономических показателей, влияющих на динамику роста ВВП Республики Беларусь.Актуальность данного исследования проявляется как в условиях экономически нестабильного периода, так и политической напряженности. С 2021 года Беларусь столкнулась с проблемой мирового масштаба – COVID-19, который создал нагрузку на систему здравоохранения, оставил за собой демографические последствия и сильно повлиял на экономику страны в целом. За это время страна также сталкивалась с различного рода геополитическими напряжениями и внутренними структурными изменениями. Например, в 2021 году происходил восстановительный процесс после коронавирусной инфекции 2020 года, в то время как в 2022-2023 годах было отмечено сильное влияние санкций и инфляционного давления, что привело к волатильности. К 2024-2025 страна показывает признаки восстановления экономической системы, сопротивляясь внешнему давлению со стороны других стран.Цель  статьи - провести статистический анализ влияния шести макроэкономических показателей на рост ВВП Республики Беларусь с целью составления краткосрочного прогноза на август 2025 года.С помощью методов корреляционного  анализа выделены основные влияющие факторы. Для моделирования в качестве эндогенной переменной Y возьмем ВВП Республики Беларусь, который  подвержен влиянию основных макроэкономических показателей, экзогенных переменных:– X1 – объем промышленного производства;– X2 – объем продукции сельского хозяйства;– X3 – инвестиции в основной капитал;– X4 – оборот розничной торговли;– X5 – реальные располагаемые денежные доходы населения;– X6 – инфляция. Выше перечисленные факторы отражают работу всей экономической системы страны через механизмы потребления и производства, способствуя либо замедлению, либо ускорению роста данной системы.Рассмотрим исходные данные (табл. 1). Они охватывают период с января 2022 по июль 2025 года, включают в себя ежемесячные значения и основные показатели (X1-X6) [1].Таблица 1Исходные данные макроэкономических показателей экономики Республики Беларусь за период с января 2022 по июль 2025 годаГод tYX1X2X3X4X5X62022Январь13,4-2,91,7-16,64,3-1,513,8 Февраль23,1-0,91,5-15,54-1,814,2 Март32,2-0,51,4-14,23,3-215,2 Апрель41,2-1,21,2-12,82,6-2,316,8 Май50,4-1,91-11,51,9-2,517 Июнь6-0,3-30,8-10,31,2-2,717,4 Июль7-1,1-4,10,6-9,20,6-2,918,1 Август8-2-4,90,4-8,20-3,117,9 Сентябрь9-2,8-5,50,2-7,3-0,5-3,217,4 Октябрь10-3,4-5,90-6,5-1-3,317,5 Ноябрь11-4-6,2-0,2-5,8-1,5-3,415,8 Декабрь12-4,7-5,4-3,4-5,2-3,3-3,512,82023Январь13-5-5,46,2-7,9-4,11,510,4 Февраль14-4-2,76-5,4-3,629,9 Март15-3-1,55,8-3,8-3,22,56 Апрель16-2,5-15,6-2,52,134,7 Май17-20,45,59,52,83,44,1 Июнь18-1,31,6-5,510,92,93,72,9 Июль19-0,53410,23,144,1 Август200,34,2-4,211,53,54,24,8 Сентябрь211,15,44,112,23,94,42 Октябрь2226,24,412,74,34,63,7 Ноябрь232,86,83,912,54,64,85,4 Декабрь243,97,91,113,84,85,85,82024Январь252,95,44,33,39,95,15,9 Февраль264,28,89,83,915,47,85,6 Март274,35,36,75,9149,15,6 Апрель285,111,36,924,29,49,85,6 Май295,29,2127,812,49,65,7 Июнь3052,617,62,48,69,55,8 Июль315,59,936,311,7139,95,5 Август324,94,3-15,91,313,29,76,1 Сентябрь334,50,8-2,110,210,89,46 Октябрь344,24,4-5,618,912,19,55,9 Ноябрь353,9-1,54,2-5,811,59,55,5 Декабрь3644,36,814,212,19,75,22025Январь373,72,93,320,412,213,85,2 Февраль383,11,1-0,914,17,812,55,6 Март393,12,32,520,712125,9 Апрель402,8-0,71,27,27,710,86,5 Май412,5-0,6-9,114,56,99,47,1 Июнь422,1-3,2-8,110,57,310,27,3 Июль431,3-3,9-31,912,36,910,27,4 Анализ данных показывает колебания, например в 2022 году экономика Беларуси пережила стремительное падение роста ВВП. Согласно данным Евразийской экономической комиссии годовой рост ВВП в 2022 году составил -4,7%. В месячном разрезе, как видно из таблицы он постепенно снижался с положительного показателя в отрицательный. Данный пример – это показатель экзогенного шока, возникший в связи с напряженной геополитической обстановкой и давлением внешних санкций [1].После спада 2022 года экономика страны начала постепенно восстанавливаться и ВВП в 2023 году составил 3,9%, а в 2024 году 5,5%.  Одним из ключевых фактором восстановления экономики Республики Беларусь является ориентация экспорта в страны Азии (Китай, Индия), тем самым компенсируя потери от запада. Восстановилось промышленное производство X1 (до 11,3% в апреле 2024), выросли инвестиции (X3) (до 24,2 в апреле 2024), что видно и в корреляционной матрице r(y,x3)=0,463 (табл. 2). Правительство стало вводить субсидии для сельского хозяйства и промышленности, что повысило рост розничной торговли (X4 до 15,4%) и доходы населения (X5) до 13,8% в январе 2025). Коэффициент корреляция Y с X4 - 0,899 и X5- 0,707 подчеркивает роль потребления в стране (табл. 2) [2].Изучение корреляционных связей между переменными является важным шагом в эконометрическом анализе. Корреляционная матрица позволяет выявить взаимосвязь между переменными [3]. В нашем случае корреляция позволяет узнать степень зависимости между Y - ВВП и независимыми переменными - X1, X2, X3, X4, X5, X6 (табл. 2).Таблица 2Матрица парных коэффициентов корреляции yx1x2x3x4x5x6y1      x10,7161     x20,1640,4081    x30,4630,650-0,0191   x40,8990,6830,1320,5671  x50,7070,6340,1470,8020,8131 x6-0,441-0,682-0,123-0,785-0,546-0,7981 С помощью методов корреляционного  анализа выделены основные влияющие факторы. Корреляция Y с X2 (сельское хозяйство) слабая (r = 0,163), что вероятно связано с сезонностью рассматриваемого сектора, в связи с этим данный фактор из дальнейшего исследования был удален.Рассмотрим более внимательно определяющий фактор X4 (оборот розничной торговли), так как он имеет наиболее сильное влияние на показатель роста ВВП (Y). Коэффициент корреляции равен 0,899, что указывает на его ключевую роль в формировании ВВП, а, следовательно, и экономического благосостояния страны.Используя программу «Регрессия» из Пакета анализа Excel построим эконометрическую модель множественной нелинейной регрессии (1), учитывая особое влияние фактора X4. Для улучшения качества модели (1) были введены  фиктивные переменные Z12 , Z16 , Z26, Z29, Z33 , Z34 , значения которых равны 1 в указанных периодах, остальные значения равны 0.Y =-3,66 + 0,396∙X1 - 0,148∙X3 + 0,616∙X4 - 0,035∙X42+ 0,409∙X5 + 0,212∙X6 - 0,596∙Z26  - 1,014∙Z29 +1,67∙Z33 + 1,46∙Z34 - 2,17∙Z16 + 1,48∙Z12                       (1)Результаты анализа после применения программы «Регрессия» из Пакета анализа Excel приведены на рисунке 1.Рис. 1. Результаты проведения регрессионного анализаРезультаты регрессионного анализа, проведенного при помощи инструментов Excel показали, что коэффициент детерминации R² = 0,9768, а следовательно, объясняет 97,68% вариации зависимой переменной. В связи с чем можно сделать вывод - построенная модель статистически значима [4]. Табличный критерий Фишера при k1=12, k2=30 α =0,05 составляет 2,09. Полученный критерий Фишера составил 105,27, что значительно больше критического значения и также говорит о высокой статистической значимости полученной модели [5].Значимый коэффициент при X4 равен 0,616, что отражает наиболее сильное линейное влияние на зависимую переменную среди всех рассмотренных факторов модели. Для моделирования нелинейных зависимостей и оценки уровня влияния на зависимую переменную с учетом изменения ее величины, объясняющий фактор X4 был возведен в квадрат. В результате манипуляций был получен отрицательный коэффициент при переменной X42 , равный - 0,035, что указывает на убывающую отдачу показателя оборота розничной торговли при росте его значения. Также было значительно улучшено качество оценки, что подтверждается ростом коэффициента детерминации и высоким значением F-критерия Фишера [6].В Республике Беларусь розничный товарооборот выступает важным индикатором уровня жизни населения и состояния экономики в целом. Показатель оборота розничной торговли позволяет оценить степень удовлетворенности потребностей общества и служит показателем внутреннего спроса. Развитие розничной торговли в стране способствует не только росту экономических показателей, но и является двигателем для всей экономической системы, отражая ее динамику и эффективность [2].Результаты регрессионного анализа проведенного при помощи инструментов Excel показали, что коэффициент детерминации R² = 0,9768, а следовательно, объясняет 97,68% вариации зависимой переменной. В связи с чем можно сделать вывод - построенная модель статистически значима [7]. Табличный критерий Фишера при k1=12, k2=3, α =0,05 составляет 2,00. Полученное значение критерия Фишера составило 105,27, что значительно больше критического значения, что также говорит о высокой статистической значимости полученной модели [8].Графическое изображение прогнозных, полученных по  модели (1)   и фактических значений, представлено на рис. 2.Рис.2. График соотношение прогнозных и фактических значений YИспользуя адаптивные методы с помощью экспоненциального сглаживания [7], вычислим прогнозы основных макроэкономических показателей на август 2025 год, оказывающих влияние на рост ВВП.  В результате проведенного исследования были спрогнозированы значения исследуемых макроэкономических показателей, за исключением удаленного из анализа параметра X2,  вследствие его слабого влияния на изучаемую переменную Y (табл. 4). Затем с помощью построенной модели (1) сделан прогноз уровня ВВП на август 2025 года, его показатель составил  1, 357, Таблица 4Значение спрогнозированных макроэкономических показателейПоказательСпрогнозированное значениеОбъем промышленного производства - x1-3,822Инвестиции в основной капитал - x312,054Оборот розничной торговли - x46,831Реальные располагаемые денежные доходы населения - x510,199Инфляция - x67,399 Таким образом, в результате исследования был осуществлен эконометрический анализ влияния макроэкономических показателей на рост ВВП Республики Беларусь и составлен прогноз значений данных показателей и уровня ВВП на август 2025 года. </p>
 </body>
 <back>
  <ref-list>
   <ref id="B1">
    <label>1.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Официальный сайт Евразийской экономической комиссии [Электронный ресурс]. URL: https://eec.eaeunion.org/</mixed-citation>
     <mixed-citation xml:lang="en">Official website of the Eurasian Economic Commission [Electronic resource]. URL: https://eec.eaeunion.org/</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B2">
    <label>2.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Национальный статистический комитет Республики Беларусь [Электронный ресурс] URL: https://www.belstat.gov.by/</mixed-citation>
     <mixed-citation xml:lang="en">National Statistical Committee of the Republic of Belarus [Electronic resource] URL: https://www.belstat.gov.by/</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B3">
    <label>3.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Елисеева И. И. Эконометрика: учебник для вузов. М.: Издательство Юрайт, 2025. 449 с</mixed-citation>
     <mixed-citation xml:lang="en">I.I. Eliseeva, Econometrics: A Textbook for Universities. Moscow: Yurait Publishing House, 2025. 449 p.</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B4">
    <label>4.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Цвиль М. М. Эконометрика: конспекты лекций по учебной дисциплине. Ростов н/Д: Российская таможенная академия, Ростовский филиал, 2016. 86 с.</mixed-citation>
     <mixed-citation xml:lang="en">M.M. Tsvil, Econometrics: Lecture Notes on the Discipline. Rostov n / D: Russian Customs Academy, Rostov branch, 2016. 86 p.</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B5">
    <label>5.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Чалганова А. А. Построение множественной регрессии и оценка качества модели с использованием табличного процессора Eхcel: учебное пособие по дисциплине «Эконометрика». Санкт-Петербург: РГГМУ, 2022. 90 с.</mixed-citation>
     <mixed-citation xml:lang="en">A.A. Chalganova, Constructing Multiple Regression and Assessing the Quality of the Model Using the Excel Spreadsheet Processor: A Tutorial on the Discipline &quot;Econometrics&quot;. St. Petersburg: RussianStateMedicalUniversity, 2022. 90 p.</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B6">
    <label>6.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Кремер Н.Ш., Путко Б.А. Эконометрика (учебник). М.: Юнити-Дана, 2012. 328 с.</mixed-citation>
     <mixed-citation xml:lang="en">N. Sh. Kremer, B.A. Putko Econometrics (textbook). Moscow: Unity-Dana, 2012. 328 p.</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B7">
    <label>7.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Цвиль М.М. Анализ временных рядов и прогнозирование: учеб.пособие. Ростов н/Д: Российская таможенная академия, Ростовский филиал, 2016. 135 с.</mixed-citation>
     <mixed-citation xml:lang="en">M.M. Tsvil Time Series Analysis and Forecasting: textbook. Rostov n / D: Russian Customs Academy, Rostov branch, 2016. 135 p.</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B8">
    <label>8.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Елисеева  И.И.,  Курышева  С.В., Гордеенко  Н.М.,  Практикум  по эконометрике: учебное пособие. М.: Финансы и статистика. 2005. 192 с</mixed-citation>
     <mixed-citation xml:lang="en">I.I. Eliseeva, S.V. Kurysheva, N.M. Gordeenko, Workshop on Econometrics: Textbook. M.: FinanceandStatistics. 2005. 192 p.</mixed-citation>
    </citation-alternatives>
   </ref>
  </ref-list>
 </back>
</article>
