Курсовая работа по теме Прогнозирование российского ВВП в краткосрочном периоде

Введение

Анализ макроэкономических показателей является ключевым элементом изучения поведения экономики в целом и осуществляется путем рассмотрения отдельных индексов, способных охарактеризовать состояние хозяйственной системы. Именно их динамика составляет объект исследования макроэкономического прогнозирования, верные результаты которого способны облегчить процесс принятия решений экономических агентов. Так, домохозяйства более разумно распределяют ресурсы в зависимости от ожиданий касательно изменения таких переменных, как уровень безработицы, ставка по кредитам, индекс потребительских цен и темп роста ВВП. Предприятия же определяют стратегию развития бизнеса в зависимости от сценариев, представленных в прогнозах. И, наконец, на государственном уровне правительства и центральные банки мира определяют макроэкономическую политику, ориентируясь на данные прогнозов. От этого зависят объем бюджетных расходов, налоговые и ключевая ставка и меры поддержки различных групп населения.

Определяющее значение для формирования понимания будущих условий ведения экономической деятельности, представляется разумным отвести прогнозированию показателя валового внутреннего продукта, который отражает общее благосостояние государства. Однако стоит принять во внимание основной недостаток данного индекса, который осложняет его анализ, а именно необходимость обработки огромного количества статистики для его расчета, вследствие чего ВВП публикуется только ежеквартально и значительно позже ежемесячных данных. Поэтому использование методов прогнозирования, способных обрабатывать данные различной частотности актуально.

Целью моей работы, является нахождение наиболее эффективного метода прогнозирования российского ВВП в краткосрочном периоде. Сравнивая прогнозную силу двух методов MIDAS (Mixed Data Sampling) и VAR (Vector Autoregression), я ожидаю получить, что модель MIDAS будет лучше для прогнозирования на краткосрочном горизонте. В первую очередь это ожидание основывается на выводах работы Kuzin, Marcellino, Schumacher (2011). В своей работе авторы сделали вывод, что метод MIDAS-AR (Mixed Data Sampling Autoregression) дает лучший прогноз на краткосрочный период чем модель MF-VAR (Mixed Frequency Vector Autoregression). Такие результаты получились прежде всего из-за преимущества модели MIDAS в технике «Nowcasting». Эта техника позволяет предсказывать ВВП на короткие периоды с использованием данных различной частотности, которые публикуются быстрее, чем квартальный ВВП.