Статья: ОЦЕНКА ПРИМЕНИМОСТИ СТАТИСТИЧЕСКИХ И МАШИННЫХ МОДЕЛЕЙ ДЛЯ ПРОГНОЗИРОВАНИЯ ИНФЛЯЦИИ (2024)

Читать онлайн

Прогнозирование инфляции является критически важной задачей, которая играет значимую роль в формировании стратегий финансового планирования, инвестиционной деятельности и политики центральных банков. В условиях постоянно меняющейся экономической среды, способность точно предсказывать изменения уровня цен становится неотъемлемым инструментом для эффективного управления экономическими рисками. В данной работе основное внимание уделяется разработке, анализу и сравнению различных подходов к прогнозированию инфляции, включая как современные методы машинного обучения, так и традиционные эконометрические модели. В ходе исследования были разработаны и протестированы различные модели прогнозирования, включая градиентный бустинг, случайный лес, LSTM, сверточные нейронные сети (CNN), а также эконометрические методы, такие как ARIMA, VAR и Prophet. Проводилось обучение этих моделей для прогнозирования индекса потребительских цен (CPI) России на периоды в 1, 2 и 3 месяца вперед, а затем анализ и сравнение их эффективности. Это позволило выявить наиболее точные и эффективные подходы для решения задачи прогнозирования инфляции в России. Результаты данного исследования могут быть использованы специалистами в области экономики и финансов.

Ключевые фразы: прогноз инфляции, ИНДЕКС ПОТРЕБИТЕЛЬСКИХ ЦЕН, модели машинного обучения, эконометрические модели, ГРАДИЕНТНЫЙ БУСТИНГ, СЛУЧАЙНЫЙ ЛЕС, LSTM, CNN, prophet, arima и var
Автор (ы): Астраханцева Ирина Александровна (Astrahantseva I. A.), Герасимов Александр Сергеевич (Gerasimov A. S.), Смирнова Ольга Павловна (Smirnova O. P.)
Журнал: СОВРЕМЕННЫЕ НАУКОЕМКИЕ ТЕХНОЛОГИИ. РЕГИОНАЛЬНОЕ ПРИЛОЖЕНИЕ

Предпросмотр статьи

Идентификаторы и классификаторы

SCI
Образование
УДК
303.732. Системный уровень. Системный анализ
Для цитирования:
АСТРАХАНЦЕВА И. А., ГЕРАСИМОВ А. С., СМИРНОВА О. П. ОЦЕНКА ПРИМЕНИМОСТИ СТАТИСТИЧЕСКИХ И МАШИННЫХ МОДЕЛЕЙ ДЛЯ ПРОГНОЗИРОВАНИЯ ИНФЛЯЦИИ // СОВРЕМЕННЫЕ НАУКОЕМКИЕ ТЕХНОЛОГИИ. РЕГИОНАЛЬНОЕ ПРИЛОЖЕНИЕ. 2024. № 3 (79) (19 СТ.)
Текстовый фрагмент статьи
Будьте первым, кто начнет обсуждение

Если у вас возникли вопросы или появились предложения по содержанию статьи, пожалуйста, направляйте их в рамках данной темы.