Методы машинного обучения в макроэкономическом прогнозировании: предварительные итоги

Вопросы экономики. 2025. № 10. С. 131–154.

Смирнов С. В.

Систематизированы методы машинного обучения (ММО), наиболее релевантные для макроэкономики, суммированы результаты их применения для прогнозирования и наукастинга ключевых макроэкономических показателей. Показано, что, несмотря на методологический прогресс и публикации последних лет, точность на традиционных статистических данных не растет: ММО нередко превосходят наивные и стандартные бенчмарки, однако прирост точности не всегда статистически значим и заметен для практиков с учетом издержек внедрения. Отмечены три прикладные задачи, где ММО уже полезны даже на традиционных данных; при этом основной потенциал ММО раскрывается при работе с «большими» и неструктурированными данными, где они фактически незаменимы. 

Ключевые слова: макроэкономика, машинное обучение, forecasting, прогнозирование, macroeconomics, nowcasting, наукастинг, machine learning

ПУБЛИКАЦИЯ ПОДГОТОВЛЕНА ПО РЕЗУЛЬТАТАМ ПРОЕКТА: Развитие инструментов макропрогнозирования, эффективных в условиях резкой смены трендов и структурных изменений в экономике, с использованием экспертных опросов и больших данных (2024)