Публикации автора

В настоящей статье представлены обзор и систематизация реализованных подходов по наукастингу макроэкономических и финансовых показателей, основанных на машинном обучении. Исследованы генезис и современное применение концепции наукастинга, а также актуальные зарубежные источники по соответствующей тематике. В качестве примера представлены сведения об исследованиях по наукстингу ВВП с использованием машинного обучения, проведенных в 2022-2025 гг. Приведено описание преимуществ и ограничений наиболее популярных методов машинного обучения. Исходя из сравнения метрик качества рассмотренных моделей машинного обучения с традиционными моделями, сделан вывод о целесообразности их применения при сверхкраткосрочном прогнозировании ВВП, особенно в кризисные периоды, а также при получении оценок данного показателя в реальном времени. Вместе с тем, сохраняется проблема, заключающаяся в сложности интерпретации пути к получению результата (проблема «черного ящика»). Кроме того, установлено, что в настоящее время отсутствует метод машинного обучения, который бы существенно превосходил все остальные методы для всех стран при любых обстоятельствах. В связи с этим возрастает роль ответственности исследователей и аналитиков, использующих наукастинг макроэкономических и финансовых показателей на основе машинного обучения.