Статьи, Журналы
Наукастинг
Статьи, Журналы
Наукастинг
Гареев, М.Ю. Наукастинг : оценка изменения ключевых макроэкономических показателей с использованием методов машинного обучения / М. Ю. Гареев, А. В. Полбин // Вопросы экономики. — Москва, 2022 — N 8. — С.133-157. — Библиогр. в конце ст.
Поделиться
Вконтакте 
Одноклассники 
Telegram Выпуск
Вопросы экономики, 2022, N 8
Источник
Аннотация
Разработана методика наукастинга и краткосрочного прогнозирования квартальных изменений ключевых макроэкономических показателей - ВВП, потребления, инвестиций, показателей внешней торговли - с помощью методов машинного обучения: бустинга, эластичной сети и случайного леса. В рамках эксперимента в качестве предикторов использовались показатели фондового и денежного рынков, опросов, мировые цены на ресурсы, индексы цен и другие статистические показатели разной периодичности. Такой подход позволил детально рассмотреть изменение прогнозов по мере поступления новой информации в течение квартала. Для большинства показателей получено монотонное неухудшение качества прогнозов с ростом доступной информации. Методы машинного обучения продемонстрировали значительное превосходство в качестве предсказания по сравнению с наивным прогнозом. Рассмотренные методы в рамках псевдоэксперимента уже после десятой недели квартала идентифицировали сильное падение ВВП, потребления и других показателей в условиях развития пандемии COVID-19 во II и III кв. 2020 г.
Рекомендовано к ознакомлению
- 1. Джункеев, У.К. Прогнозирование безработицы в России с помощью методов машинного обучения / У. К. Джункеев // Деньги и кредит. — Москва, 2022 — N 1. Том 81. — С.73-87.
- 2. Ульянкин, Ф. Прогнозирование российских макроэкономических показателей на основе информации в новостях и поисковых запросах / Ф. Ульянкин // Деньги и кредит. — Москва, 2020 — N 4. Том 79. — С.75-97.
- 3. Яковлева, К.В. Оценка экономической активности на основе текстового анализа / К.В. Яковлева // Деньги и кредит/ Банк России. — 2018 — N4. — С.26-41.
- 4. Балагаев, А.Ю. Цифровая трансформация экономики России: возможности и риски / А.Ю. Балагаев // Банковское дело. — 2018 — N7. — С.64-67.
- 5. Кольер, Р. Машинное обучение в Elastic Stack / Р. Кольер, К. Монтонен, Б. Азарми. — Москва : ДМК-Пресс, 2021. — 380 с.. — ISBN 978-5-93700-107-8.
- 6. Пинчук, А. Особенности обучения и эксплуатации machine learning моделей в задачах противодействия мошенничеству / А. Пинчук // ПЛАС. Платежи. Системы. Карточки. — 2019 — N3. — С.40-43.
- 7. Пестова, А.А. Экономические эффекты монетарной политики в России: о чем говорят большие массивы данных? / А. А. Пестова, Н. А. Ростова // Вопросы экономики. — Москва, 2020 — N 4. — С.31-53.
- 8. Данилина, М. Поднять клиента / М. Данилина, М. Толмачев // Банковское обозрение. — 2018 — N2. — С.62-63.
- 9. Зубарев, А. Оценка влияния глобальных шоков на российскую экономику и наукастинг ВВП в рамках факторной модели / А. Зубарев, Д. Ломоносов, К. Рыбак // Деньги и кредит. — Москва, 2022 — N 2. Том 81. — С.49-78.
- 10. Байбуза, И. Прогнозирование инфляции с помощью методов машинного обучения / И. Байбуза // Деньги и кредит/ Банк России. — 2018 — N4. — С.42-59.
Отзывы читателей
0