Р Е З Ю М Е

Целью исследования является сравнительное описание методов и подходов, используемых в прогнозировании макроэкономических показателей, а также изучение возможностей прогнозирования макроэкономических показателей на основе наукастинга.

Методология исследования представляет собой сочетание общих и специфических методов исследования, применение технологий машинного обучения в процессах принятия управленческих решений, а также математических и статистических методов анализа и прогнозирования. Гипотеза исследования заключается в том, что в ближайшем будущем наукастинг станет альтернативным методом макроэкономического анализа.

Практическая значимость исследования - применение технологий машинного обучения в экономических исследованиях в условиях цифровой трансформации представляет собой новую парадигму. Подход наукастинга, позволяющий выявлять важные макроэкономические тенденции в режиме реального времени, может иметь существенное практическое значение в разработке высокоточных прогнозов.

Результаты исследования – в статистической практике большинство важных макроэкономических показателей систематизируются поквартально. В связи с преобладанием квартальных данных, более распространены квартальные эконометрические модели, основанные на агрегированных данных. В практическом применении таких моделей возникает ряд проблем, включая задержки во вводе новых значений макроэкономических показателей, потерю информации о динамике переменных из-за частоты сбоев, пересмотр исходных данных. Поэтому в экономических исследованиях особое внимание уделяется вопросам, связанным с пересмотром исходных данных (vintage data) и оценкой влияния данных в реальном времени (real time data) на прогнозы, которые также играют важную роль в повышении точности прогнозов.

Оригинальность и научная новизна исследования заключаются в описании и систематизации успешного опыта применения метода краткосрочного прогнозирования как нового методологического подхода, направленного на прогнозирование макроэкономических показателей с точностью, близкой к реальному времени, а также в обосновании его основного принципа - возможности реализации более точного прогнозирования макроэкономических показателей по мере поступления новых данных.

Ключевые слова: макроэкономические показатели, прогнозирование, технологии машинного обучения, режим реального времени, краткосрочное прогнозирование, наукастинг. 

https://doi.org/10.30546/2707-2037.052.2.2026.1038