accountingУчет. Анализ. АудитAccounting. Analysis. Auditing2408-93032619-130XFinancial University under The Government of Russian Federation10.26794/2408-9303-2024-11-4-96-107accounting-649Research ArticleТЕОРЕТИЧЕСКАЯ И ПРИКЛАДНАЯ СТАТИСТИКАTHEORETICAL AND APPLIED STATISTICSЭффективность использования постоянного коэффициента в объединении прогнозов с целью повышения точности прогнозированияEffectiveness of Using a Constant Coefficient in Combining Forecasts to Improve Forecasting Accuracyhttps://orcid.org/0000-0002-2464-5853СурковА. А.SurkovA. A.

Антон Александрович Сурков —  кандидат экономических наук, старший научный сотрудник Центра макроэкономического анализа и прогнозирования

Москва

Anton A. Surkov —  Cand. Sci. (Econ.), Senior Researcher at the Center for Macroeconomic Analysis and Forecasting

Moscow

surkoff@inbox.ruИнститут экономики РАНРоссияInstitute of Economics RASRussian Federation20242211202411496107Copyright © Сурков А.А., 20242024Сурков А.А.Surkov A.A.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://accounting.fa.ru/jour/article/view/649

В статье рассматривается методика применения постоянного коэффициента при объединении прогнозов. На сегодняшний день существует множество вариантов построения весовых коэффициентов, и некоторые из них включают в объединение постоянный коэффициент из-за предположения о повышении с его помощью точности прогнозирования. При этом однозначного ответа на вопрос, насколько верна данная гипотеза, к сожалению, нет —  в ней присутствуют как положительные, так и отрицательные стороны.

Целью исследования является определение преимуществ и недостатков использования постоянного коэффициента при объединении прогнозов на основе имеющихся практических и теоретических данных, а также формирование единого подхода к данному вопросу. В ходе работы применялись научные методы объединения прогнозов (предложенные К. Гейнджером и Р. Раманатханом), один из которых предполагает наличие и расчет постоянного коэффициента.

Полученные автором статьи практические результаты в целом подтвердили ценность включения в объединенный прогноз постоянного коэффициента, на основании чего сделан вывод, что использование последнего возможно, если есть уверенность, что это может повысить точность прогнозирования. В рамках исследования также определена необходимость поиска такого подхода к построению весовых коэффициентов, который бы учитывал возможность изменения постоянного коэффициента для объединения прогнозов, тем самым расширяя возможности его применения.

The article discusses the methodology for using a constant coefficient when combining forecasts. Today, there are many options for constructing weighting coefficients, and some of them include a constant coefficient in the combination due to the assumption that it improves forecasting accuracy. Unfortunately, there is no clear and unambiguous answer to the question of how true this hypothesis is — it has both positive and negative sides. The purpose of the study is to determine the advantages and disadvantages of using a constant coefficient when combining forecasts based on available practical and theoretical data, as well as to form a unified approach to this issue. In the course of the work, scientific methods for combining forecasts were applied (proposed by K. Granger and R. Ramanathan), one of which involves the presence and calculation of the constant coefficient. The practical results obtained by the author of the article have generally confirmed the value of including a constant coefficient in the combined forecast, on the basis of which it was concluded that the use of the latter is possible if there is confidence that it can improve the accuracy of forecasting. The study also identified the need to find such an approach to constructing weighting coefficients that would take into account the possibility of changing the constant coefficient for combining forecasts, thereby expanding the possibilities of its application. 

объединение прогнозовпрогнозированиевесовые коэффициентыпостоянный коэффициенткомбинированный прогнозточность прогнозированиякачество прогнозаmerging forecastsforecastingweighting coefficientsconstant coefficientcombined forecastforecasting accuracyforecast qualityReferencesЭскиндаров М. А., Салин В. Н., Мельник М. В., Михненко О. Е. Конвергенция экономического и статистического учета и анализа в социальной сфере. Учет. Анализ. Аудит. 2024;11(2):6–23. DOI: 10.26794/2408–9303–2024–11–2–6–23Eskindarov M. A., Salin V. N., Melnik M. V., Mikhnenko O. E. Convergence of economic and statistical accounting and analysis in the social sphere. Uchet. Analiz. Audit. = Accounting. Analysis. Auditing. 2024;11(2):6–23. (In Russ.). DOI: 10.26794/2408–9303–2024–11–2–6–23Френкель А. А., Сурков А. А. Определение весовых коэффициентов при объединении прогнозов. Вопросы статистики. 2017;12:3–15.Frenkel A. A., Surkov A. A. Determination of weighting coefficients when combining forecasts. Voprosy statistiki = Statistics questions. 2017;12:3–15. (In Russ.).Bates J. M., Granger C. W.J. The combination of forecasts. Operational Research Quarterly. 1964;4(20):451–468. DOI: 10.2307/2982011Bates J. M., Granger C. W.J. The combination of forecasts. Operational Research Quarterly. 1964;4(20):451–468. DOI: 10.2307/2982011Newbold P., Granger C. W.J. Experience with forecasting univariate time series and the combination of forecasts. Journal of the Royal Statistical Society. 1974;137:131–164. DOI: 10.2307/2344546Newbold P., Granger C. W.J. Experience with forecasting univariate time series and the combination of forecasts. Journal of the royal statistical society. 1974;137:131–164. DOI: 10.2307/2344546Makridakis, S., Spiliotis E., Assimakopoulos V. The M4 competition: Results, findings, conclusion and way forward. International Journal of Forecasting. 2018;4(34):802–808. DOI: 10.1016/j.ijforecast.2018.06.00Makridakis, S., Spiliotis E., Assimakopoulos V. The M4 competition: Results, findings, conclusion and way forward. International Journal of Forecasting. 2018;4(34):802–808. DOI: 10.1016/j.ijforecast.2018.06.00Френкель А. А. Математические методы анализа динамики и прогнозирования производительности труда. М.: Экономика; 1972. 190 с.Frenkel A. A. Mathematical methods for analyzing the dynamics and forecasting labor productivity. Moscow: Ekonomika; 1972. 190 p. (In Russ.).Ершов Э. Б. Об одном методе объединения частных прогнозов. Ученые записки по статистике. 1973; XXII–XXIII:87–105.Ershov E. B. About one method for combining partial forecasts. Uchenye zapiski po statistike = Scientific notes on statistics. 1973; XXII–XXIII:87–105. (In Russ.).Стырин К. Прогнозирование инфляции в России методом динамического усреднения моделей. Деньги и кредит. 2019;1:3–18. DOI: 10.31477/rjmf.201901.03Styrin K. Forecasting inflation in Russia using the method of dynamic averaging of models. Dengi i kredit = Money and credit. 2019;1:3–18. (In Russ.). DOI: 10.31477/rjmf.201901.03Сурков А. А. Объединение экономических прогнозов с использованием экспертной информации. Статистика и экономика. 2019;5:4–14. DOI: 10.21686/2500–3925–2019–5–4–14Surkov A. A. Combining economic forecasts using expert information. Statistika i ekonomika = Statistics and economics. 2019;5:4–14. (In Russ.). DOI: 10.21686/2500–3925–2019–5–4–14Френкель А. А., Сурков А. А. Объединение прогнозов — эффективный инструмент повышения точности прогнозирования. М.: URSS; 2023. 200 с.Frenkel A. A., Surkov A. A. Forecast fusion is an effective tool for improving forecasting accuracy. Moscow: URSS; 2023. 200 p. (In Russ.).Lazcano A., Herrera P. J., Monge M.A Combined model based on recurrent Neural Networks and graph convolutional networks for financial time series forecasting. Mathematics. 2023;1(11). DOI: 10.3390/math11010224Lazcano A., Herrera P. J., Monge M.A Combined model based on recurrent Neural Networks and graph convolutional networks for financial time series forecasting. Mathematics. 2023;1(11). DOI: 10.3390/math11010224Armstrong J. S. Combining Forecasts. International Series in Operations Research & Management Science. 2001;30:417–439. DOI: 10.1007/978–0–306–47630–3Armstrong J. S. Combining forecasts. International Series in Operations Research & Management Science 2001;30:417–439. DOI: 10.1007/978–0–306–47630–3Сурков А. А. Так ли плохи отрицательные веса в объединении прогнозов? Статистика и экономика. 2023;4:4–11. DOI: 10.21686/2500–3925–2023–4–4–11Surkov A. A. Are negative weights bad for combining forecasts? Statistika i ekonomika = Statistics and economics. 2023;4:4–11. (In Russ.). DOI: 10.21686/2500–3925–2023–4–4–11Granger C. W.J., Ramanathan R. Improved methods of combining forecasts. Journal of Forecasting. 1984;3:197–204. DOI: 10.1002/for.3980030207Granger C. W.J., Ramanathan R. Improved methods of combining forecasts. Journal of Forecasting. 1984;3:197–204. DOI: 10.1002/for.3980030207Clemen R. T. Linear constraints and the efficiency of combined forecasts. Journal of Forecasting. 1986;1(5):31–38. DOI: 10.1002/for.3980050104Clemen R. T. Linear constraints and the efficiency of combined forecasts. Journal of Forecasting. 1986;1(5):31–38. DOI: 10.1002/for.3980050104Trenkler G., Liski E. P. Linear constraints and the efficiency of combined forecasts. Journal of Forecasting. 1986;3(5):197–202. DOI: 10.1002/for.3980050306Trenkler G., Liski E. P. Linear constraints and the efficiency of combined forecasts. Journal of Forecasting. 1986;3(5):197–202. DOI: 10.1002/for.3980050306Hsiao C., Wan S. K. Is there an optimal forecast combination? Journal of econometrics. 2014;2(178):294– 309. DOI: 10.1016/j.jeconom.2013.11.003Hsiao C., Wan S. K. Is there an optimal forecast combination? Journal of econometrics. 2014;2(178):294–309. DOI: 10.1016/j.jeconom.2013.11.003Terui N., Dijk H. K. Combined forecasts from linear and nonlinear time series models. International Journal of Forecasting. 2002;3(18):421–438. https://doi.org/10.1016/S0169–2070(01)00120–0Terui N., Dijk H. K. Combined forecasts from linear and nonlinear time series models. International Journal of Forecasting. 2002;3(18):421–438. https://doi.org/10.1016/S0169–2070(01)00120–0Holmen J. S. A note on the value of combining short-term earnings forecasts: A test of Granger and Ramanathan. International Journal of Forecasting. 1987;2(35):239–243.Holmen J. S. A note on the value of combining short-term earnings forecasts: A test of Granger and Ramanathan. International Journal of Forecasting. 1987;2(35):239–243.Celal A., Sevket I. G. An empirical analysis of the accuracy of SA, OLS, ERLS and NRLS combination forecasts. International Journal of Forecasting. 1991;1(8):27–43.Celal A., Sevket I. G. An empirical analysis of the accuracy of SA, OLS, ERLS and NRLS combination forecasts. International Journal of Forecasting. 1991;1(8):27–43.Gökhan S. The combination of forecasts: An application of a time-varying simple weighting method to inflation forecasts in Turkey. International Research Journal of Applied Finance. 2022;3(2):270–301Gökhan S. The Combination of forecasts: An application of a time-varying simple weighting method to inflation forecasts in Turkey. International Research Journal of Applied Finance. 2022;3(2):270–301

The authors declare that there are no conflicts of interest present.