Структурное подразделение: Международная лаборатория исследования проблем устойчивого развития
Руководитель работ: Поташников Владимир Юрьевич, старший научный сотрудник, Международная лаборатория исследования проблем устойчивого развития, ИПЭИ.
Сроки выполнения: 2021 год.
Актуальность исследования: Таблицы Затраты-Выпуск является базой для многих видов анализа реального сектора, которые необходимы для построения продуманной долгосрочной и краткосрочной политики. В частности таблицы Затраты-Выпуск являются основой для построения моделей межотраслевого баланса, многосекторных моделей общего равновесия и других, которые, например, применяются для оценки последствий фискальной и торговой политики реального сектора. Оценка таблиц Затраты-Выпуск - дорогостоящая и длительная процедура, и согласно российскому законодательству таблицы не могут быть опубликованы ранее чем через три года по закону о защите коммерческой тайны. Для продления таблиц Затраты-Выпуск национальные статистические агентства стран, например, США, России и стран Евросоюза, используют дополнительную статистику, включая статистику, недоступную внешним исследователям, о межотраслевом взаимодействии. При этом национальные статистические агентства заранее публикуют дополнительную информацию, которая позволяет продлить таблицы, например, выпуск и промежуточное потребление по секторам. Основные методы продления таблиц, например RAS (или его модификация GRAS), и Cross Entropy, с одной стороны, используют данные, часть из которых не публикуются национальными статистическими агентства, например, промежуточный спрос, и требуют дополнительной трудоёмкой работы, а с другой не используют дополнительную доступную информацию, например, отраслевую информацию или специфику межотраслевого взаимодействия. В последние десятилетия набирают популярность методы машинного обучения, основным преимуществом которых является нахождение взаимосвязей, выявление которых может быть проблематично, например, из-за большой размерности задачи или неочевидности причинно-следственных связей. Эти методы хорошо зарекомендовали себя во всевозможных задачах распознавания образов, конвертации голоса в текст, и прочее. В настоящее время происходят попытки применение методов машинного обучения к экономическим задачам. Расчёт ежедневной инфляции и выявление начала экономического кризиса является наиболее яркими примерами применения методов машинного обучения.Авторы планируют разработать метод продления таблиц Затраты-Выпуск методами машинного обучения и заполнить соответствующий пробел в литературе. Проверить границы применимости метода, и оценить качество полученного метода по сравнению с другими методами продления таблиц Затраты-Выпуск. Проверить использование каких дополнительных данных позволяет существенно улучшить качество оценки.
Основная цель исследования: Улучшение прогнозных оценок межотраслевых балансов с использованием широкого круга экономической информации, включая данные об отраслевых индексах, данных об изменении СФП, изменения экспорта и импорта.
Основные фундаментальные и прикладные задачи, решаемые в рамках исследования:
- Тестирование применимости методов машинного обучения к задаче продления таблиц "Затраты-Выпуск";
- Оценка границ применимости метода, и качество полученного метода по сравнению с другими методами продления таблиц Затраты-Выпуск;
- Обзор использования методов машинного обучения для прогнозирования экономической информации и в статистике;
- Сбор и подготовка информации широкого круга, которую планируется использовать в прогнозах;
- Построение и оценка моделей машинного обучения;
- Сравнительная оценка прогнозных свойств моделей продления межотраслевых балансов с использованием априорной информации, полученной методами машинного обучения.