Краткосрочное прогнозирование инфляции, выпуска товаров и услуг с использованием машинного обучения

Статья опубликована в журнале: Финансы и кредит, 2025, № 1, С. 91-112

Автор(ы): Дробышевская Л.Н. / Данков Н.А.

Рубрика: УСТОЙЧИВОЕ РАЗВИТИЕ ЭКОНОМИКИ

Аннотация

Предмет. Полученные с помощью моделей машинного обучения краткосрочные прогнозы ключевых экономических показателей.

Цели. Разработка способа повышения точности краткосрочного прогнозирования инфляции, выпуска товаров и услуг на основе использования различных моделей, в том числе с применением машинного обучения.

Методология. Использован системный подход, а также методы статистического анализа, математического моделирования и прогнозирования.

Результаты. На основе использования 12 моделей (эконометрических, пространства состояний, градиентного бустинга, нейронных сетей) получены оценки качества прогнозов на основе метрик RMSE, MAE для инфляции, а также выпуска товаров и услуг на различных трех- и шестимесячных интервалах, начиная со второго полугодия 2023 г. до первого полугодия 2024 г. (всего 14 периодов). Составлен рэнкинг моделей по средней точности прогнозов.

Выводы. Модели машинного обучения показали свою состоятельность при краткосрочном прогнозировании показателей инфляции, объема выпуска товаров и услуг на три и шесть месяцев, и могут быть использованы для денежно-кредитного регулирования. Для прогноза инфляции целесообразно применение таких эконометрических методов, как AR(1), для более волатильных показателей градиентный бустинг (LightGBM, CatBoost, XGBoost) и некоторые нейросетевые подходы (TFT, RNN (LSTM)) оказываются наиболее точными.

Ключевые слова: инфляция, товары и услуги, краткосрочное прогнозирование, эконометрическое моделирование, машинное обучение