9 марта 2022 года Лаборатория математического моделирования экономических процессов Института прикладных экономических исследований Российской академии народного хозяйства и государственной службы при Президенте Российской Федерации провела общеакадемический открытый научный онлайн-семинар «Оценка темпов роста ключевых макроэкономических показателей России с использованием методов машинного обучения»


На семинаре был представлен доклад заведующего лабораторией математического моделирования экономических процессов РАНХиГС А.В. Полбина: "Оценка текущих темпов роста ключевых макроэкономических показателей России с использованием методов машинного обучения". В докладе рассматривается потенциал некоторых популярных методов машинного обучения (методы регуляризации, ансамблевые методы, SVM, kNN) для поквартального наукастинга восьми ключевых переменных российской экономики: ВВП, компонентов ВВП по расходам, а также показателей внешней торговли в долларах. Набор предикторов включает в себя дневные, недельные, месячные и квартальные переменные, характеризующие российскую экономику. Методы машинного обучения демонстрируют высокое качество предсказаний по сравнению с моделями-бенчмарками – случайным блужданием и авторегрессией, что подтверждается статистическими тестами на сравнение моделей. До начала квартала лидерами по качеству являются ансамблевые методы – случайный лес и бустинг. К концу квартала первое место переходит к методам регуляризации – эластичной сети, Ridge и LASSO. Наиболее стабильные предсказания могут быть получены для ВВП и потребления, в то время как реальный экспорт почти не предсказывается с помощью рассмотренных методов.