Preview

Вестник Российского экономического университета имени Г. В. Плеханова

Расширенный поиск

МОДЕЛИ СЦЕНАРНОГО ПРОГНОЗИРОВАНИЯ ЭКОНОМИЧЕСКИХ КРИЗИСОВ НА ОСНОВЕ ГИБРИДНОГО ПОДХОДА

https://doi.org/10.21686/2413-2829-2020-1-32-38

Полный текст:

Аннотация

В рамках данной статьи рассматривается предложенный авторами полупараметрический метод макроэкономического прогнозирования в периоды резких изменений в экономике. Подбор блоков данных производится на основе методов кластеризации, наиболее близких к текущим экономическим условиям. Основным методом кластеризации является метод ближайшего соседа. Временные ряды делятся на блоки, а затем к самому последнему блоку наблюдений осуществляется подбор наиболее близкого блока, что отражает идею согласования направленных движений рядов. В качестве базовой модели прогнозирования авторами используется модель ARIMA. Показаны преимущества подхода к прогнозированию во время великой рецессии – экономического спада 2008 г. для таких переменных, как инфляция, безработица и реальные личные доходы. Предложенный метод превосходит параметрические линейные, нелинейные, одномерные и многомерные  альтернативные методы за период 2007–2019 гг. В статье приведены расчеты, полученные в результате компьютерного эксперимента с использованием языка Python для данных инфляции и цен на нефть за указанный период. Представленный подход в перспективе может использоваться в интеллектуальных методах машинного обучения, таких как нейронные сети.

Для цитирования:


Савинова В.М., Ярушев С.А. МОДЕЛИ СЦЕНАРНОГО ПРОГНОЗИРОВАНИЯ ЭКОНОМИЧЕСКИХ КРИЗИСОВ НА ОСНОВЕ ГИБРИДНОГО ПОДХОДА. Вестник Российского экономического университета имени Г. В. Плеханова. 2020;1(1):32-38. https://doi.org/10.21686/2413-2829-2020-1-32-38

For citation:


Savinova V.M., Yarushev S.A. MODELS OF SCENARIO FORECASTING OF ECONOMIC CRISES ON THE BASIS OF HYBRID APPROACH. Vestnik of the Plekhanov Russian University of Economics. 2020;1(1):32-38. (In Russ.) https://doi.org/10.21686/2413-2829-2020-1-32-38

Просмотров: 461


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2413-2829 (Print)
ISSN 2587-9251 (Online)