| Аннотация | Прогнозирование российской инфляции – важная практическая задача. В данной статье два основных метода машинного обучения применяются для решения этой задачи. Несмотря на активное развитие машинного обучения в последние годы, в научно-практической литературе, связанной с прогнозированием инфляции в России, подобные методы только начинают обретать популярность. В настоящей работе я прогнозирую российскую инфляцию при помощи нейронных сетей и метода опорных векторов. Я также использую декомпозицию Шепли для экономически содержательной интерпретации результатов работы прогнозных моделей. Качество этих двух моделей сравнивается затем с традиционными подходами к прогнозированию, такими как авторегрессия и линейная регрессия с регуляризацией. По результатам эмпирического исследования я делаю вывод о том, что обе модели предсказывают инфляцию не хуже традиционных подходов, а декомпозиция Шепли является подходящей основой для содержательной интерпретации результатов работы нейронной сети. Таким образом, методы машинного обучения представляются привлекательным инструментом экономического прогнозирования. |
|---|