Сравнительный анализ моделей прогнозирования региональной инфляции

Журнал Новой экономической ассоциации. 2025. № 4(69). С. 87–117.

Габов М. А., Букина Т. В., Кашин Д. В.

Исследование посвящено сравнению подходов к прогнозированию уровня индекса потребительских цен (ИПЦ г/г) в регионах Приволжского федерального округа с использованием эконометрических моделей временных рядов и методов машинного обучения. В статье предпринята попытка выбрать наиболее подходящие и эффективные модели для прогнозирования регионального индекса общего уровня цен. Исследование включает использование комбинированного подхода, который основан на сочетании как эконометрических моделей, так и методов машинного обучения. Полученные результаты свидетельствуют о том, что модели машинного обучения обеспечивают более стабильные и точные прогнозы, чем эконометрические модели – особенно на длительных периодах прогнозирования (6 и более месяцев). Однако для ряда регионов мы нашли доказательства эффективности эконометрических моделей временных рядов на краткосрочном периоде – для нескольких регионов различные спецификации расширенных моделей авторегрессии работают лучше, чем подход, основанный на моделях машинного обучения, при прогнозировании на 1 и 3 месяца. Результаты комбинированного подхода сопоставимы с прогнозами моделей машинного обучения и чаще обеспечивают более точный прогноз на 12 и 24 месяца. Проведенное исследование показало, что не удалось обнаружить устойчивого эффекта региональных особенностей в результатах прогнозирования, вызванного спецификой региона, а именно волатильностью инфляции, структурой экономики региона.

Ключевые слова: эконометрическое моделирование, машинное обучение, forecasting, прогнозирование, econometric modeling, machine learning, regional inflation, combined approach, региональная инфляция, комбинированный подход