ОЦЕНКА ВЛИЯНИЯ ГОСУДАРСТВЕННОГО ДОЛГА НА ЭКОНОМИЧЕСКУЮ БЕЗОПАСНОСТЬ РЕГИОНА : доклад, тезисы доклада

Описание

Тип публикации: доклад, тезисы доклада, статья из сборника материалов конференций

Конференция: Интеллектуальная инженерная экономика и Индустрия X.0 (ИНПРОМ-2026); Санкт-Петербург; Санкт-Петербург

Год издания: 2026

Идентификатор DOI: 10.18720/IEP/2026.3/4

Ключевые слова: public debt structure, regional economic security, digital technologies, public debt management system, структура государственного долга, экономическая безопасность региона, цифровые технологии, система управления государственным долгом

Аннотация: В статье выявлено влияние структуры государственного долга регионов на их экономическую безопасность, проведена оценка и анализ индикаторов экономической безопасности регионов (на примере Сибирского федерального округа). Подтверждена необходимость дифференцированного регулирования государственного долга с учетом его разнонаправленнПоказать полностьюого воздействия на экономическую безопасность региона посредством проведения корреляционно-регрессионного и ARX анализа. Выявлены основные угрозы и факторы риска, ограничивающие возможности привлечения альтернативных источников финансирования и уменьшающие гибкость долговой стратегии The article identifies the impact of the structure of regional public debt on their economic security and assesses and analyzes the indicators of economic security in the regions (using the example of the Siberian Federal District). The need for differentiated regulation of public debt, taking into account its multidirectional impact on the region's economic security, has been confirmed through correlation-regression and ARX analysis. The main threats and risk factors that limit the ability to attract alternative sources of financing and reduce the flexibility of the debt strategy have been identified.

Ссылки на полный текст

Издание

Журнал: Интеллектуальная инженерная экономика и Индустрия X.0 (ИНПРОМ-2026)

Номера страниц: 33-36

Место издания: Санкт-Петербург

Персоны

Вхождение в базы данных