В статье представлена комплексная методология прогнозирования макроэкономических показателей для долгосрочного планирования в сфере проектного финансирования. Цель исследования - разработка системы стохастических симуляций, способной генерировать реалистичные сценарии экономического развития с учетом взаимосвязей между различными экономическими параметрами. Методология включает два ключевых компонента: алгоритм отбора значимых предикторов на основе разреженных графов и минимального дерева Штейнера, а также систему стохастических симуляций, интегрирующую модель CIR++ с методом Монте-Карло. Авторами разработан эффективный алгоритм построения регрессионных моделей, учитывающий структурные взаимосвязи между экономическими показателями. Материалом для исследования послужили исторические данные по широкому спектру макроэкономических показателей России: ВВП, инфляция, процентные ставки, индексы цен на недвижимость и просроченная задолженность. Результаты применения методологии демонстрируют высокую точность прогнозирования на исторических данных и интуитивно понятное поведение в долгосрочной перспективе. Система способна генерировать вероятностные сценарии с горизонтом до 30 лет, что позволяет оценивать различные аспекты рисков, включая экстремальные сценарии. Модульная архитектура системы обеспечивает гибкость и адаптивность к различным экономическим условиям. Результаты исследования имеют практическую значимость для риск-менеджмента в финансовых институтах и стратегического планирования при проектном финансировании.