Оценка поворотных точек индикаторов деловой активности Банка России с применением методов машинного обучения

Деньги и кредит. 2026. Т. 85. № 2. С. 3–36.

Зверева В. А., Крупкина А. С., Андреев А. В., Семитуркин О. Н., Кудаева М. С.

В статье разработана методика определения пороговых значений индикаторов деловой активности для идентификации фаз делового цикла с использованием классификационных моделей машинного обучения. Исследование опирается на ежемесячные данные мониторинга предприятий Банка России за период с января 2009 г. по сентябрь 2025 г. Наибольший вклад в предсказания моделей вносят такие показатели мониторинга, как фактические оценки спроса на продукцию, индикаторы бизнес-климата и ожидания предприятий по изменению объемов производства в ближайшие 3 месяца. Сравнительный анализ точности показывает систематическое превосходство ансамблевых методов (например, бэггинга и различных видов бустинга) над параметрическими моделями. Полученные пороговые значения индикаторов позволяют формализовать и повысить обоснованность экспертных суждений о текущей фазе делового цикла на основе опросных данных Банка России.

Ключевые слова: денежно-кредитная политика, экономический цикл, опросы предприятий, экономическая активность, economic activities classification, business surveys of entrepreneurs, Machine learning algorithms, Bank of Russia monetary policy, economic cycles and crisis, анализ данных и машинное обучение