ПРОГНОЗИРОВАНИЕ РЕГИОНАЛЬНОЙ ИНФЛЯЦИИ С ПОМОЩЬЮ АЛГОРИТМОВ МАШИННОГО ОБУЧЕНИЯ

Аннотация

Прогнозирование инфляции является актуальной задачей в современной экономике. Развитие каждого региона напрямую зависит от индекса потребительских цен (ИПЦ), являющегося важнейшим макроэкономическим показателем, который напрямую характеризует инфляцию. В данной работе авторы с помощью алгоритмов машинного обучения строят модель годового прогноза динамики инфляции Ивановского региона.

Обучение модели проводилось на датасете с ежемесячными данными более чем десятилетним периодом, форма обучения «с учителем». В работе анализируется сама модель, как один из методов машинного обучения, обосновывается целесообразность и возможность ее применения, раскрываются этапы работы, анализируются результаты.

По мнению авторов, преимуществом выбранной модели «случайный лес» является возможность работы с неограниченным количество вводных данных и выстраивание ранжированной схемы по силе влияния каждого из рассматриваемых факторов. Выявление степени важности переменной является подходящей функцией для интерпретации результата.

При работе с моделью «случайный лес» рассматривалось влияние на региональную инфляцию таких факторов как среднемесячная фактическая ставка по кредитам, предоставленным московскими банками, цена на нефть марки Юралс, сезонно-скорректированный ряд широкой денежной массы, Индекс МосБиржи, разница между доходностями долгосрочных и среднесрочных облигаций. Полученный в ходе исследования прогноз региональной инфляции различается с прогнозом Банка России на будущий год, раскрываются возможные причины того, что могло дать более высокие показатели ИПЦ.