Интервальное прогнозирование российской инфляции с использованием квантильной регрессии и элементов машинного обучения (726,00 руб.)

Первый автор	Чудаева
Страниц	15

ID	949589
Аннотация	Работа посвящена построению различных моделей для прогнозирования функции распределения инфляции в российской экономике. Актуальность решаемой нами задачи обусловлена тем, что отечественные исследования ограничиваются точечным прогнозированием инфляции, уделяя мало внимания построению доверительных интервалов значений показателя. В то же время прогноз всего вероятностного распределения инфляции дает представление о неопределенности и рисках быстрого роста цен в будущем и одновременно предполагает точечное предсказание. В качестве инструментов моделирования условной функции распределения в работе используются квантильная регрессия и квантильная нейронная сеть. Рассматривается большое число показателей, потенциально обладающих предсказательной силой. В связи с необходимостью выбора спецификации тестируется ряд способов отбора предикторов, а именно линейная, стандартная квантильная и байесовская квантильная LASSO- регрессии. По итогам анализа стандартная квантильная LASSO- регрессия, позволяющая подобрать индивидуальный набор предикторов для каждого из квантилей инфляции, превосходит ряд бенчмарков, в том числе квантильную и линейную авторегрессии. Квантильная регрессия с выбранными предикторами дает качественный результат в случае как интервального, так и точечного прогнозирования. В свою очередь, применение нейросетевого подхода позволяет улучшить прогноз инфляции на более дальние горизонты прогноза. Выявлено, что включение в уравнения для некоторых квантилей таких переменных, как курсовая волатильность, ввод жилых домов, государственный долг, цена на природный газ и ряда других, позволяет улучшить прогнозные свой ства модели. Не последнюю роль играет учет механизма коррекции ошибок. Построенные модели могут быть использованы для прогнозирования инфляции и оценки инфляционных рисков.

Чудаева, А.Б. Интервальное прогнозирование российской инфляции с использованием квантильной регрессии и элементов машинного обучения / А.Б. Чудаева // Экономика и математические методы .— 2026 .— №1 .— С. 116-130 .— URL: https://rucont.ru/efd/949589 (дата обращения: 01.03.2026)