?
Наукастинг ВВП России с помощью новокейнсианской модели общего равновесия, дополненной высокочастотными индикаторами
С. 400–403.
Елисеев А. В.
Макроэкономические прогнозирование на основе моделей общего равновесия имеет ряд неоспоримых преимуществ. Однако из-за использования на квартальных данных данные модели не позволяют учитывать более оперативную информацию из более высокочастотных данных (например, ежемесячных), тогда как ранняя идентификация происходящих в экономике шоков является важным условием выстраивания рекомендаций для макроэкономической политики. Настоящее исследование решает данную проблему, используя методологию комбинирования высокочастотных индикаторов с моделью общего равновесия. В эмпирической части на примере задачи наукастинга ВВП России демонстрируется, что дополнительная информация позволяет улучшить точность краткосрочного прогнозирования.
Смирнов С. В., Вопросы экономики 2025 № 10 С. 131–154
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 ...
Добавлено: 12 октября 2025 г.
Макеева Н. М., Прикладная эконометрика 2025 Т. 79 С. 27–49
В работе представлены результаты анализа точности моделей наукастинга для ВВП России и его компонентов по использованию за период с 1 квартала 2014 года по 3 квартал 2023 года. Новизна исследования заключается в сопоставлении точности целого спектра моделей (MIDAS-, MFBVAR-, DFM-модели, модели с регуляризацией, а также классическая авторегрессия первого порядка), оцененных на первой и финальной версии ...
Добавлено: 19 апреля 2025 г.
Броницкий Г. Т., Population and Economics 2024 Vol. 8 No. 2 P. 133–154
Анализ миграционных потоков имеет большое значение для понимания и прогнозирования социально-экономических тенденций в различных странах. В работе описан алгоритм, позволяющий получать оценки миграции с минимальной временной задержкой (наукастинг), для этого используются данные о поисковых запросах Google Trends Index (GTI). Прогнозная сила моделей сравнивается для различных временных периодов, один из которых включает ограничения, связанные с пандемией Covid-19, во ...
Добавлено: 21 марта 2024 г.
Изучается возможность наукастинга (оценки текущего состояния) основных макроэкономических показателей России c использованием данных новостного фона: тематика и тональность (sentiment analysis) текстов новостей крупнейших российских Telegram-каналов с помощью нейронной сети BERT вместе со стандартным для задач наукастинга набором макроэкономических показателей. Рассматриваются MIDAS-модели, динамические факторные модели и векторные авторегрессии смешанной частоты. Точность моделей оценивается кросс-валидацией на периодах ...
Добавлено: 2 февраля 2024 г.
В настоящем исследовании разработана методика наукастинга индекса деловых ожиданий, протестированная на данных по российской экономике в целом и ее субъектам. Методика отличается от существующих подходов тем, что предлагает подход к определению набора поисковых образов для наукастинга на основе байесовского усреднения и решает вопрос агрегирования временных рядов по отдельным запросам. Построенные индексы смогли продемонстрировать достаточно высокую ...
Добавлено: 8 декабря 2023 г.
Станкевич И. П., Прикладная эконометрика 2023 № 2(70) С. 122–143
В работе рассматривается вопрос наукастинга ВВП России по использованию и его компонентов при помощи MIDAS-моделей с марковским переключением. Рассматриваются разные способы получения наукастов на основе полученных результатов: взвешенные по вероятностям нахождения в том или ином режиме в следующий период времени, по наиболее вероятному режиму, в условиях правильного предсказания режима. Полученная модель сравнивается со стандартными эконометрическими моделями наукастинга. Показано, ...
Добавлено: 26 июня 2023 г.
Броницкий Г. Т., Вакуленко Е. С., Прикладная эконометрика 2024 № 73 С. 78–101
В работе предложена методика прогнозирования миграционной статистики с использованием данных поисковых запросов Google Trends Index (GTI). Существующая методология усовершенствована в двух направлениях: во-первых, предложен подход агрегирования ключевых поисковых запросов на основе различных статистических критериев; во-вторых, показана важность включения в модель миграции временно́й лаговой структуры поисковых запросов в зависимости от целей миграции и связанных с ними GTI. ...
Добавлено: 26 апреля 2023 г.
Макеева Н. М., Станкевич И. П., Экономический журнал Высшей школы экономики 2022 Т. 26 № 4 С. 598–622
В статье рассматривается вопрос оперативной оценки (наукастинга) текущих темпов роста ВВП России и его компонентов по использованию на квартальных данных. Проводится сравнение качества работы следующих моделей: ограниченные и неограниченные MIDAS-модели (модели со смешанными данными), MIDAS-модель с L1-регуляризацией и MFBVAR-модель (байесовская векторная авторегрессия смешанной частоты). Результаты сравниваются с классической авторегрессией для обоснования необходимости использования моделей наукастинга ...
Добавлено: 9 декабря 2022 г.
Броницкий Г. Т., Вакуленко Е. С., Демографическое обозрение 2022 Т. 9 № 3 С. 75–92
Международная миграционная статистика публикуется с большой задержкой, которая может достигать нескольких лет. Эта проблема не позволяет исследователям осуществлять своевременный анализ миграционных потоков. В статье рассматривается метод прогнозирования международной миграции на основе поисковых запросов в сети Интернет на примере потоков из России в Германию в период 2011-2020 гг. Для анализа применяли показатели Росстата, статистического офиса Германии ...
Добавлено: 13 октября 2022 г.
Turdyeva N., Цветкова А. Н., Movsesyan L. и др., Russian Journal of Money and Finance 2021 Vol. 80 No. 2 P. 28–49
В периоды кризисов события развиваются стремительно, и стандартная макроэкономическая статистика, публикуемая с запаздыванием, не вполне успевает за меняющейся ситуацией. В такие периоды возрастает необходимость в использовании высокочастотных индикаторов, позволяющих проводить мониторинг экономической активности практически в режиме реального времени. Во многих странах мира в этих целях используются данные финансовых транзакций. В настоящей работе мы представляем методологию ...
Добавлено: 12 октября 2021 г.
Станкевич И. П., Прикладная эконометрика 2020 Т. 59 С. 113–127
Работа посвящена изучению точности оценок текущих темпов роста ВВП (наукастов) на основе более оперативных данных более высокой частоты. Сравнивается качество наукастов для большого количества моделей: MIDAS (модели со смешанными данными) разных модификаций, в том числе с регуляризацией и снижением размерности матрицы объясняющих переменных при помощи метода главных компонент, и MFBVAR (байесовских векторных авторегрессий смешанной частоты) ...
Добавлено: 16 ноября 2020 г.
Погорелова П. В., Пересецкий А. А., Прикладная эконометрика 2020 Т. 57 С. 53–71
В данной работе метод линейного фильтра Калмана применяется для декомпози‐ ции несинхронных наблюдений реализованной волатильности финансовых индексов (NIKKEI 225, FTSE 100, S&P 500) на ненаблюдаемые глобальную и локальную состав‐ ляющие. Показано, что волатильность нью‐йоркского индекса S&P 500 представляет собой глобальную компоненту, в то время как токийский индекс NIKKEI 225, напротив, в большей степени подвержен изменениям ...
Добавлено: 26 августа 2020 г.
Добавлено: 16 апреля 2018 г.
Akimov P. A., Матасов А. И., IEEE Transactions on Automatic Control 2015 Vol. 60 No. 4 P. 1050–1063
The mixed-norm cost functions arise in many applied optimization problems. As an important example, we consider the state estimation problem for a linear dynamic system under a nonclassical assumption that some entries of state vector admit jumps in their trajectories. The estimation problem is solved by means of mixed l1/l2-norm approximation. This approach combines the ...
Добавлено: 5 ноября 2017 г.
Пересецкий А. А., Якубов Р. И., International Journal of Computational Economics and Econometrics 2017 Vol. 7 No. 1-2 P. 152–169
Добавлено: 4 января 2017 г.
Асатуров К. Г., Экономика и математические методы 2015 Т. 51 № 4 С. 59–75
В работе исследуется динамическое поведение систематического риска индийских компаний в рамках рыночной модели. Недельные цены закрытия 89 акций и индекса BSE100 в качестве рыночного портфеля анализировались в течение временного периода с января 2000 года по декабрь 2013 года с помощью скользящей регрессии, многомерных GARCH моделей, полупараметрической регрессии и фильтра Калмана. Согласно результатам для анализируемого периода, ...
Добавлено: 5 декабря 2015 г.
Конаков В. Д., Мозгунов П. А., / Cornell University. Серия math "arxiv.org". 2015. № 1505.07981.
В данной работе рассматривается поведение классического алгоритма Фильтр Калмана в случае, когда ошибки имеют распределение с "тяжелыми хвостами". Для этого была использована симулированная модель, в которой шумы наблюдений распределены нормально, а шумы ненаблюдаемых состояний заменены на ошибки, имеющие $\alpha$-устойчивое распределение c двумя меняющимися параметрами $\alpha$ и $\beta$. Нами рассмотрено два случая: когда все параметры известны, ...
Добавлено: 1 июня 2015 г.
Апокин А. Ю., Ипатова И. Б., В кн.: XV Апрельская международная научная конференция по проблемам развития экономики и общества: в 4-х книгахКн. 1.: М.: Издательский дом НИУ ВШЭ, 2015. С. 113–121.
Замедление темпов роста мировой экономики в 2011–2013 гг. получило название «new normal». Полемика о природе этого замедления все еще продолжается. С точки зрения экономической политики принципиально, является ли замедление чисто циклическим или обусловлено структурными сдвигами. В первом случае стимулирующая политика окажется эффективной, во втором — рост можно обеспечить только за счет структурных мер.
Наиболее распространенным способом ...
Добавлено: 7 апреля 2015 г.