Макропрогнозирование методами машинного обучения: свежий российский опыт

#статьи
#лонгрид

Сегодня посмотрим сразу на две статьи из одного и того же свежего номера журнала "Деньги и Кредит". Обе - про прогнозирование чего-то макроэкономического (одна про ВВП, другая - про инфляцию) при помощи методов машинного обучения.

Герой номер раз: инфляция, при этом не только и не столько общая цифра, сколько отдельные компоненты (рассматривается 80 отдельных групп продуктов). Большой набор объясняющих переменных от курса рубля до опросных данных по потребительским настроениям. Данные месячные, прогнозы строятся на горизонт от 1 до 12 месяцев вперёд, а тестируется всё это на очень непростом периоде 2019-2023 гг.

Что получилось: лучше прогнозировать инфляцию по компонентам и потом агрегировать, чем прогнозировать сразу общую цифру. Тяжелее всего прогнозировать цены на яйца, сахар, международный туризм и плодоовощную продукцию (хотя во всех случаях, кроме последнего, подозреваю, дело скорее в отдельных разовых чудесах с ценами на эти продукты. Если добавить 2024 год, то наверняка в этот список попадёт и сливочное масло). Лучшими моделями оказались один из классических инструментов машинного обучения CatBoost и ARD-регрессия (по сути - регрессия с байесовской регуляризацией).

Герой номер два: сравниваются комбинации ансамблевых моделей (random forest и разные виды бустинга - получаем ансамбль ансамблей) и разных по архитектуре нейронных сетей (CNN, ANN, RNN, LSTM, GRU) и оптимальная комбинация всего этого весьма немаленького зоопарка.

Подробные результаты удобнее смотреть в приложении и они довольно удивительны: ансамбли ансамблей даже на прогнозах на 1 квартал вперёд в разы превосходят по точности простой бенчмарк в лице AR(1)-модели, на больших горизонтах разрыв ещё больше увеличивается. Ещё удивительнее, что даже простая feed-forward нейронная сеть (на квартальных данных - их мало! А параметров в моделях случаем не больше, чем наблюдений?) превосходит AR(1). Скажем честно, вопросы к устойчивости результатов есть, но авторы приводят сетки гиперпараметров для всех использованных моделей, так что в принципе пересчитать за ними несложно.

Чего наверное не хватило в обоих случаях - это сравнения с SOTA эконометрическими моделями, а не только AR(1). Но в любом случае - весьма любопытно!