| Аннотация | В статье изложены основные результаты исследования качества интервальных прогнозов российской инфляции на основе моделей квантильной регрессии и гладкой квантильной регрессии по сравнению с OLS-моделями. Все модели строились с учетом возможности прогнозирования в реальном времени, в связи с чем авторы использовали неочищенные от сезонности данные месячной инфляции по отношению к аналогичному периоду предыдущего года. А для каждого горизонта прогноза разрабатывалась собственная модель от лаговых значений инфляции и регрессоров таким образом, чтобы в правой части уравнения всегда использовались известные значения лаговых переменных.
Было протестировано большое количество спецификаций: от компактных авторегрессионных моделей с одним или двумя лагами до широких, включающих три дополнительных регрессора помимо лагов инфляции. Наилучшими по качеству с точки зрения типичной для подобной задачи CRPS (Continuous Ranked Probability Score) метрики оказались спецификации с добавлением единственной дополнительной переменной – обменного курса рубля к доллару.
При сужении доверительного интервала и на более дальних горизонтах прогнозирования квантильные и гладкие квантильные модели становились более качественными относительно OLS-моделей согласно метрике CRPS.
По мнению авторов, в условиях инфляционного таргетирования качественные прогнозы инфляции могут быть использованы Центральным банком Российской Федерации при проведении денежно-кредитной политики как на этапах прогнозирования будущей динамики инфляции, так и на этапе стресс-анализа российской экономики. В целом это может способствовать повышению доверия экономических агентов к Банку России в рамках концепции рациональных ожиданий. |
|---|