|
ИСТИНА |
Войти в систему Регистрация |
ИСТИНА ИНХС РАН |
||
Прогнозирование инфляции в России на основе градиентного бустинга и нейронных сетейстатья
Статья опубликована в журнале из списка RSCI Web of Science
Статья опубликована в журнале из перечня ВАК- Автор: Джункеев У.
- Журнал: Деньги и кредит
- Том: 83
- Номер: 1
- Год издания: 2024
- Издательство: Финансы и статистика
- Местоположение издательства: М.
- Первая страница: 53
- Последняя страница: 76
- Аннотация: Цель работы – оценка качества прогнозирования инфляции в России при помощи методов машинного обучения – алгоритмов градиентного бустинга и нейронных сетей. Это первая работа, в которой для прогнозирования инфляции в России применяются модели долгой краткосрочной памяти и управляемого рекуррентного блока. Кроме того, мы апробируем модифицированные версии градиентного бустинга – LightGBM и CatBoost. На выборке из лаговых величин инфляции наиболее точные прогнозы получены с помощью сверточных и полносвязных нейронных сетей, а при прогнозировании на горизонте в 12 месяцев – при использовании модели долгой краткосрочной памяти, что связано с последовательной обработкой информации и пропускным механизмом в изучении статистических данных. При учете дополнительных макроэкономических факторов прогнозное преимущество демонстрируют полносвязные нейронные сети и модель градиентного бустинга Sklearn. Согласно декомпозиции Шепли, наиболее информативными предикторами при прогнозировании российской инфляции являются цены на нефть и природный газ, инфляция в еврозоне и США, динамика оборота розничной торговли, темп прироста численности безработных.
- Добавил в систему: Джункеев Урмат
Прикрепленные файлы
| № | Имя | Описание | Имя файла | Размер | Добавлен |
|---|---|---|---|---|---|
| 1. | Полный текст | dzhunkeev_2024.pdf | 1,6 МБ | 27 марта 2024 [Urmat] |