Проект №19-010-00610\19
«Теория, методы и методики прогнозирования экономического развития авторегрессионными моделями комплексных переменных»,
выполняемый за счёт гранта Российского фонда фундаментальных исследований
Аннотация проекта
Одной из наиболее распространённых моделей краткосрочного прогнозирования в экономике является модель авторегрессии с прогнозируемыми ошибками аппроксимации ARIMA(p,d,q), частными случаями которой являются модели экспоненциального сглаживания и модель NAIV. Инструментарий прогнозиста существенно расширяется за счёт использования в краткосрочном экономическом прогнозировании комплексных переменных. Их представление в форме моделей комплексных авторегрессий позволяет сформировать несколько новых классов моделей: CARE(p), CTARE(p), ReCARE(p), ImCARE(p) и их разновидностей.
Главным направлением развития системы краткосрочного экономического прогнозирования является использование векторных авторегрессий VAR(p) и векторных авторегрессий с прогнозируемыми ошибками аппроксимации VARMA(p,q). В этом направлении имеется проблема, на решение которой нацелены современные исследования учёных, а именно – преодоление «проклятия размерности». Количество оцениваемых коэффициентов этих моделей n зависит не столько от порядка векторных авторегрессий p, сколько от размерности вектора k, поскольку n=pk2. В нашем научном исследовании решена эта проблема за счёт модернизации модели VARMA(p,q) в комплекснозначную форму CVARMAk(p,q).
Научное исследование по гранту привело к формированию новых методов и моделей комплекснозначных авторегрессий, которые, включая в себя существующие модели краткосрочного прогнозирования действительных переменных, открывают перед прогнозистами множество новых моделей краткосрочного экономического прогнозирования.