OPTIMIZATION OF FINANCIAL RESOURCES FOR PROCESSING INDUSTRY ENTERPRISES IN KYRGYZSTAN USING DIGITAL PREDICTIVE MODELS
DOI:
https://doi.org/10.52754/16948610_2026_3_17%20Keywords:
digital forecasting models, optimization, ARIMA, financial resources, processing enterprises, digital economyAbstract
This article examines the issue of optimizing the management of financial resources of enterprises in the processing industry of Kyrgyzstan using digital forecasting models. The main purpose of the research is to develop models based on statistical, econometric and machine learning methods to improve the financial stability of enterprises and the rational use of resources. The paper uses ARIMA, sarima, regression, arimax, and optimization (linear programming) models, and makes practical predictions based on the example of “Bishkek sut”. As a result, it was found that the models have high forecasting accuracy and are suitable for use in managing the financial flows of an enterprise. The scientific novelty of the study lies in the proposal of an algorithm for adapting digital predictive models to the conditions of the processing sector and optimizing the financial resources of Kyrgyzstan. As a result, effective ways of using digital forecasting models to optimize financial resources in the recycling sector have been proposed.
References
Абдиев, М. Ж., & Керимбаева, Т. Э. (2024). Зарубежный опыт инвестиций в сельском хозяйстве. Экономика и бизнес: теория и практика, (7-113), 6–9. – DOI 10.24412/2411-0450-2024-7-6-9. – EDN ZQEROK.
Аркабаев, Н.К., Арапбаев, Б.М., & Ражапов, С.К. (2025). Трансформация финансового анализа с помощью языка программирования Python: от рутинных вычислений к стратегическим решениям. Вестник Ошского государственного университета, (2), 122–132. – DOI 10.52754/16948610_2025_2_11. – EDN WYCEUW.
Бексултанов, А.А., Имаралиев, О.Р., Бакай кызы, Ж. (2025). Кыргыз Республикасынын түштүк аймагындагы кайра иштетүүчү ишканаларынын инвестициялык көрсөткүчтөрү. Вестник Ошского государственного университета, (3), 151–162. – DOI 10.52754/16948610_2025_3_0_12. – EDN TJISFG.
Бексултанов, А.А., Мелисов, А.Н., Аманова, Г.Ж. (2025). Экономикалык чечимдерди кабыл алууда прогноздук моделдердин колдонулушу. Евразия изилдөөлөрү ачык журналы, 1(1), бб. 33–39. DOI: 10.65469/eijournal.2025.1.5
Имаралиев, О.Р., Абжапар кызы, Ф., Какеева, М.О. (2025). Кайра иштетүү ишканаларындагы каржыны пландаштыруу жана болжолдоо усулдары. Alatoo Academic Studies, (1), 448–457. – DOI 10.17015/aas.2025.251.36. – EDN WDGHBK.
Имаралиев, О.Р., Аширов, Н. С., Хашимова, Г.А. (2025). Ишкананын каржылык ресурстарын пландоо каражаттары. Евразия изилдөөлөрү ачык журналы, 1(1), бб. 26–32. DOI: 10.65469/eijournal.2025.1.4
Кыргыз Республикасынын Улуттук статистика комитети. Жеткиликтүүлүк режими: http:// www.stat.kg/kg/statistics/statisticheskie-perepisi/ (колдонулган күнү: 18.10.2025).
Статистикалык жыйнак. (2024). Кыргызстан сандарда 2024. Бишкек. - Жеткиликтүүлүк режими: http:// www.stat.kg/kg/statistics/investicii/ (колдонулган күнү 19.11.2025).
Статистикалык жыйнак. (2024). Кыргызстан сандарда 2024. Бишкек. - Жеткиликтүүлүк режими: http:// www.stat.kg/kg/statistics/investicii/ (колдонулган күнү 19.11.2025).
2030-жылга чейин Кыргыз Республикасын өнүктүрүүнүн улуттук программасы бекитилди. Электрондук ресурс. Жеткиликтүүлүк режими: https://mineconom.gov.kg/ky/post/10865 (колдонулган күнү: 20.10.2025).
Artificial Intelligence and Digital Factories: How Industry 4.0 elements implemented at enterprises in Kazakhstan [Электрондук ресурс]. – PrimeMinister.kz, 2024. – URL: https://primeminister.kz/en/news/reviews/artificial-intelligence-and-digital-factories-how-industry-4-0-elements-implemented-at-enterprises-in-kazakhstan/ (колдонулган күнү: 23.10.2025).
Guo, Y., et al. (2023). Machine Learning in Financial Regulation and Supervision: Opportunities and Challenges. Journal of Financial Regulation & Compliance, 31(2), 123–139. DOI: 10.1108/JFRC-05-2023-0034.
Imaraliev, O.R., & Abjapar Kyzy, F. (2025). Optimization of the productivity of processing enterprises using mathematical modeling. AIP Conference Proceedings, 3356(1), 020003. AIP Publishing LLC.
PBCToday. Digital twins cut costs & emissions by nearly 20 %-survey finds [Электрондук ресурс]. – 2023. – URL: https://www.pbctoday.co.uk/news/digital-construction-news/bim-news/digital-twins-cut-costs-emissions-by-nearly-20-survey-finds/144970/ (колдонулган күнү: 23.10.2025).
Pushpa, Chetna, Aditi, & Verma, U. (2022). ARIMA and ARIMAX models for sugarcane yield forecasting in Northern Agro-climatic zone of Haryana. Journal of Agrometeorology, 24(2). – DOI 10.54386/jam.v24i2.1086. – EDN CIETRX.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2026 Омурбек Имаралиев
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
