Новуcтинг ключевых макроэкономических переменных России с использованием методов машинного обучения

В статье разработана методология новастинга и краткосрочного прогнозирования ключевых макроэкономических агрегатов России — реального ВВП, потребления, инвестиций, экспорта и импорта — с применением методов машинного обучения: бустинга, elastic net и случайного леса. Набор предикторов включает показатели фондового рынка, денежного рынка, опросов, мировые цены на ресурсы, ценовые индексы и другие статистические индикаторы разной частоты, от ежедневной до квартальной. Наш подход позволяет детально исследовать изменения прогнозов по мере поступления новой информации. Для большинства рассматриваемых переменных по мере расширения доступной информации наблюдалось монотонное отсутствие ухудшения качества прогнозов. Кроме того, методы машинного обучения показали существенное превосходство в предиктивной производительности по сравнению с наивными прогнозами. В рамках псевдоэксперимента рассмотренные методы быстро зафиксировали резкое падение реального ВВП, потребления домохозяйств и других переменных в условиях распространения пандемии COVID-19 во втором и третьем кварталах 2020 года.