Использование методов машинного обучения для прогнозирования инвестиций в России

Михаил Гареев
Российская академия народного хозяйства и государственной службы (РАНХиГС)

Аннотация

В работе построены прогнозы темпов роста квартального валового накопления основного капитала в России с помощью методов машин­ного обучения (методы регуляризации, ансамблевые методы) на гори­зонте до 8 кварталов. Тестируемые методы показывают качество выше, чем у простых альтернативных моделей (модель авторегрессии, модель случайного блуждания), причем лидерами оказываются ансамблевые методы (бустинг и случайный лес). Последнее согласуется с результа­тами других работ по применению больших данных в макроэкономи­ке. Получено, что удаление из выборки наблюдений, которые относят­ся ко времени до кризиса 1998 г., нетипичных для последующего перио­да времени, не ухудшает краткосрочные прогнозы методов машинного обучения. Оценки коэффициентов общепринятых ключевых факторов инвестиций, полученные с помощью методов регуляризации, в целом согласуются с экономической теорией. Прогнозы моделей автора пре­восходят по качеству годовые прогнозы темпов роста валового нако­пления основного капитала, публикуемые российским Министерством экономического развития.