Эффективность использования постоянного коэффициента в объединении прогнозов с целью повышения точности прогнозирования

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.

1. Эскиндаров 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: 10.26794/2408–9303–2024–11–2–6–23

2. Френкель А. А., Сурков А. А. Определение весовых коэффициентов при объединении прогнозов. Вопросы статистики. 2017;12:3–15.

3. Bates J. M., Granger C. W.J. The combination of forecasts. Operational Research Quarterly. 1964;4(20):451–468. DOI: 10.2307/2982011

4. Newbold 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: 10.2307/2344546

5. Makridakis, 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.2018.06.00

6. Френкель А. А. Математические методы анализа динамики и прогнозирования производительности труда. М.: Экономика; 1972. 190 с.

7. Ершов Э. Б. Об одном методе объединения частных прогнозов. Ученые записки по статистике. 1973; XXII–XXIII:87–105.

8. Стырин К. Прогнозирование инфляции в России методом динамического усреднения моделей. Деньги и кредит. 2019;1:3–18. DOI: 10.31477/rjmf.201901.03

9. Сурков А. А. Объединение экономических прогнозов с использованием экспертной информации. Статистика и экономика. 2019;5:4–14. DOI: 10.21686/2500–3925–2019–5–4–14

10. Френкель А. А., Сурков А. А. Объединение прогнозов — эффективный инструмент повышения точности прогнозирования. М.: URSS; 2023. 200 с.

11. 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/math11010224

12. Armstrong J. S. Combining Forecasts. International Series in Operations Research & Management Science. 2001;30:417–439. DOI: 10.1007/978–0–306–47630–3

13. Сурков А. А. Так ли плохи отрицательные веса в объединении прогнозов? Статистика и экономика. 2023;4:4–11. DOI: 10.21686/2500–3925–2023–4–4–11

14. Granger C. W.J., Ramanathan R. Improved methods of combining forecasts. Journal of Forecasting. 1984;3:197–204. DOI: 10.1002/for.3980030207

15. Clemen R. T. Linear constraints and the efficiency of combined forecasts. Journal of Forecasting. 1986;1(5):31–38. DOI: 10.1002/for.3980050104

16. Trenkler G., Liski E. P. Linear constraints and the efficiency of combined forecasts. Journal of Forecasting. 1986;3(5):197–202. DOI: 10.1002/for.3980050306

17. Hsiao C., Wan S. K. Is there an optimal forecast combination? Journal of econometrics. 2014;2(178):294– 309. DOI: 10.1016/j.jeconom.2013.11.003

18. Terui 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)00120–0

19. 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.

20. 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.

21. 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):270–301