Наукастинг: оценка изменения ключевых макроэкономических показателей с использованием методов машинного обучения

Разработана методика наукастинга и краткосрочного прогнозирования квартальных изменений ключевых макроэкономических показателей – ВВП, потребления, инвестиций, показателей внешней торговли – с помощью методов машинного обучения: бустинга, эластичной сети и случайного леса. В рамках эксперимента в качестве предикторов использовались показатели фондов ого и денежного рынков, опросов, мировые цены на ресурсы, индексы цен и другие статистические показатели разной периодичности. Такой подход позволил детально рассмотреть изменение прогнозов по мере поступления новой информации в течение квартала. Для большинства показателей получено монотонное неухудшение качества прогнозов с ростом доступной информации. Методы машинного обучения продемонстрировали значительное превосходство в качестве предсказания по сравнению с наивным прогнозом. Рассмотренные методы в рамках псевдоэксперимента уже после десятой недели квартала идентифицировали сильное падение ВВП, потребления и других показателей в условиях развития пандемии COVID-19 во II и III кв. 2020 г.