Прогнозирование индикатора бизнес-климата на основе агрегированных данных мониторинга предприятий Банка России

Актуальность темы данной выпускной квалификационной работы определяется тем, что прогнозирование индикатора бизнес-климата имеет важное значение для оценки экономической ситуации и деловой активности в России. Индикатор бизнес-климата отражает текущие ожидания предприятий по различным аспектам их хозяйственной деятельности. Индикатор бизнес-климата может быть использован как опережающий показатель экономического роста, инфляции, инвестиционной активности и многих других. Существующая методика оценки делового климата стран появляется в открытом доступе с временной задержкой и основана на результатах внутреннего неопубликованного опроса. Несмотря на высокую скорость публикации показателей делового климата России, практическая ценность альтернативного подхода к оценке делового климата страны создает возможность обеспечить высокую точность ее прогнозных данных....

Объектом исследования данной работы являются деловая активность предприятий в России, которая отражается в индикаторе бизнес-климата Банка России.

Предметом исследования данной работы являются методы прогнозирования показателя на основе микро- и макро- данных, а также их применение на практике.

Целью данной курсовой работы является прогнозирование индикатора бизнес-климата на основе агрегированных данных мониторинга предприятий Банка России и определение необходимости агрегирования микро- и макропоказателей для расчетов.

Для достижения этих целей ставятся следующие задачи:

1.    изучить методологию прогнозирования показателей в других странах, статистических центрах и финансовых регуляторах;

2.    проанализировать агрегированные данные мониторинга предприятий Банка России по индикатору бизнес-климата и его составляющим;

3.    составить спектр вейвлет-анализа;

4.    собрать набор факторов, оценить их коинтеграцию и взаимную корреляцию;

5.    выбрать и обосновать методы прогнозирования индикатора бизнес-климата;

6.    построить и оценить различные модели прогнозирования индикатора бизнес-климата с учетом их точности, стабильности и интерпретируемости;

7.    составить композицию нейронной сети с использованием языка программирования Python;

8.    сравнить полученные прогнозы;

9.    дать пояснения о значении сочетания микро- и макрофакторов в прогнозировании.

Методология исследования основана на применении статистических и эконометрических методов анализа и прогнозирования временных рядов, таких как корреляционный и регрессионный анализ, методы детрендирования, авторегрессионные интегрированные скользящие средние (ARIMA) модели, векторные авторегрессии (VAR), а также рекуррентные нейронные сети (LSTM).

Библиографический список

1. Арженовский С.В. Прогнозирование динамики ВВП на основе данных мониторинга предприятий, проводимого Банком России // Финансовый журнал. 2024. Т. 16. № 1. С. 31–44.

2. Бойко В., Кисляк Н., Никитин М. и др. Методы расчета опережающего индикатора валового регионального продукта // Деньги и кредит. 2020. Т. 79. № 3. С. 3–29.

3. Кобзев А., Андреев А. Индикаторы деловой активности и инфляции на основе мониторинга предприятий //Аналитическая записка, март. – 2021.

4. Крук Д.Э. Экономический цикл и опережающие индикаторы: методологические подходы и возможности использования в Беларуси. – 2010.

5. Мекенбаева К.Б. Композитный Опережающий Индикатор–Инструмент Для Мониторинга Делового Климата И Краткосрочного Прогнозирования //Economic Review (National Bank of Kazakhstan). – 2016. – №. 4. – С. 22-34.

6. Осипов И.В. и др. Мировой опыт проведения мониторинга реального сектора центральными банками//World experience of real sector monitoring by central banks //Economic Review (National Bank of Kazakhstan). – 2018. – №. 3-4. – С. 31-36.

7. Фатьянов М.П. Применение метода кросс-вейвлетов для анализа финансовых рядов / М.П. Фатьянов. // Молодой ученый. – 2014. – № 3 (62). — С. 83-88.

........

28     Мониторинг нефинансовых предприятий: методология Банка России. [Электронный ресурс] URL: https://www.cbr.ru/Content/Document/File/130872/mm_br.pdf (дата обращения 04.05.2024).

29.     Мониторинг предприятий для целей денежно-кредитной политики: мировой опыт. [Электронный ресурс] URL: https://www.cbr.ru/Content/Document/File/131901/mp_we.pdf (дата обращения 04.05.2024).

30.     Мониторинг предприятий, информационно-аналитический комментарий. [Электронный ресурс] URL: https://cbr.ru/Collection/Collection/File/49085/0424.pdf (дата обращения 05.05.2024).

 Мониторинг предприятий: индикатор бизнес-климата повысился за счет улучшения оценок текущего состояния. [Электронный ресурс] URL: 

.................всего 35 источников