Доступ открыт Открытый доступ  Доступ закрыт Только для подписчиков

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.

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


С. А. Ярушев
Российский экономический университет имени Г. В. Плеханова
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.


Дополнительные файлы

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: 7

Обратные ссылки

  • Обратные ссылки не определены.


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


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