МОДЕЛИ СЦЕНАРНОГО ПРОГНОЗИРОВАНИЯ ЭКОНОМИЧЕСКИХ КРИЗИСОВ НА ОСНОВЕ ГИБРИДНОГО ПОДХОДА
https://doi.org/10.21686/2413-2829-2020-1-32-38
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.
Ключевые слова
При поддержке: Статья подготовлена по результатам исследования, проведенного в рамках внутреннего гранта «Разработка методики прогнозирования цен на финансовые инструменты на базе нейронных сетей» ФГБОУ ВО «РЭУ им. Г. В. Плеханова».
Об авторах
В. М. Савинова
Российский экономический университет имени Г. В. Плеханова
Россия
Виктория Михайловна Савинова - старший преподаватель кафедры информатики
117997, Москва, Стремянный пер., д. 36
Россия
Виктория Михайловна Савинова - старший преподаватель кафедры информатики
117997, Москва, Стремянный пер., д. 36
С. А. Ярушев
Российский экономический университет имени Г. В. Плеханова
Россия
Сергей Александрович Ярушев - старший преподаватель кафедры информатики
117997, Москва, Стремянный пер., д. 36
Россия
Сергей Александрович Ярушев - старший преподаватель кафедры информатики
117997, Москва, Стремянный пер., д. 36
Список литературы
1. Дубовик М. В., Зайцева Е. В., Литвишко О. В. Ценностный подход как методология оценки инновационного развития // Научные ведомости Белгородского государственного университета. Серия: Экономика. Информатика. – 2018. – Т. 45. – № 3. – С. 422–431.
2. Литвишко О. В. Роль рынка первичных размещений в модернизации российской экономики // Вестник Российского экономического университета имени Г. В. Плеханова. – 2011. – № 5 (41). – С. 52–57.
3. Титов В. А., Вейнберг Р. Р., Савинова В. М. Реализация мультиагентной модели «Стартап-инвестор – корпорация и государство» // Фундаментальные исследования. – 2017. – № 12-1. – С. 217–222.
4. Borodin A., Veynberg R, Litvishko O. Methods of Text Processing when Creating Chatbots // Humanitarian Balkan Research. – 2019. – Vol. 3 (5). – P. 108–111.
5. Del Negro M., Giannoni M., Schorfheide F. Inflation in the Great Recession and New Keynesian Models : Staff Reports 618. – New York : Federal Reserve Bank of New York, 2014.
6. Diebold F., Mariano R. Comparing Predictive Accuracy // Journal of Business and Economic Statistics. – 1995. – N 13. – P. 253–263.
7. Farmer J. D., Sidorowich J. J. Predicting Chaotic Time Series // Physical Review Letters. – 1987. – Vol. 59 (8). – P. 845–848.
8. Farmer R. The Stock Market Crash of 2008 Caused the Great Recession: Theory and Evidence // Journal of Economic Dynamics and Control. – 2012. – Vol. 36 (5). – P. 693–707.
9. Ferrara L., Guegan D., Rakotomarolahy P. GDP Nowcasting with Ragged-Edge Data: A Semi-Parametric Modeling // Journal of Forecasting. – 2010. – N 29. – P. 186–199.
10. Guerr´on-Quintana P., Zhong M. Macroeconomic Forecasting in Times of Crises // Finance and Economics Discussion Series 2017–2018. – Washington : Board of Governors of the Federal Reserve System, 2017. – URL: https://doi.org/10.17016/FEDS.2017.018
11. Kavousi-Fard A., Samet H., Marzbani F. A New Hybrid Modified Firefly Algorithm and Support Vector Regression Model for Accurate Short Term Load Forecasting // Expert Systems with Applications. – 2014. – N 41. – P. 6047–6056.
Рецензия
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:
452
Послать статью по эл. почте 