VAR-LASSO модель для российской экономики на большом массиве данных (VAR-LASSO Model for the Russian Economy on a Large Data Set)

Russian Abstract: В работе строится большая векторная авторегрессия с 𝐿1 регуляризацией на месячных данных российских макроэкономических показателей с учетом зависимости отечественной экономики от цен на нефть. Цель данной работы – продемонстрировать возможность и преимущества использования описанного подхода для прогнозирования российских макропараметров с помощью большого набора регрессоров, что, с теоретической точки зрения, должно улучшить прогнозы относительно моделей меньшей размерности. Использовались данные по индексам промышленного производства, ценам производителей, инвестициям, экспорту, импорту, процентным ставкам, показателям консолидированного и федерального бюджетов и др. Итоговая база данных состоит из 45 переменных протяженностью в полных 15 лет, на периоде 2002М01-2016М12 – 180 точек, из которых 44 регрессора являются эндогенными, а также один экзогенный – реальная цена на нефть. Использованный в данной работе подход 𝐿1 регуляризации позволяет оценить модель на таком большом объеме данных даже в том случае, если наблюдений меньше чем число оцениваемых параметров. На основе оцененной модели в работе были построены псевдовневыборочные прогнозы индексов промышленного производства, и качество полученных прогнозов сопоставлено с качеством прогнозов по классической модели ARIMA. Результаты оцененной модели свидетельствуют в пользу превосходства оцененной модели над всеми рассмотренными бенчмарками