Разработка базовых моделей для прогнозирования коротких макроэкономических временных рядов

Выбор подходящей модели прогнозирования временных рядов и точная оценка её параметров может стать чрезвычайно сложной задачей при работе с малым количеством наблюдений. Современные информационные критерии нередко дают неоднозначные результаты выбора спецификации модели для небольших выборок, часто используемых в прикладных макроэкономических исследованиях. Данная работа фокусируется на рассмотрении базовых предсказательных моделей (benchmarks) в задаче прогнозирования коротких макроэкономических временных рядов. Указанный класс моделей обладает малым количеством настраиваемых параметров, что в условиях нехватки данных может давать преимущество в скорости обучения моделей и качестве получаемых прогнозов перед более сложными методами. В рамках исследования предлагается усовершенствование стандартного тета-метода, ставшего особо популярной предиктивной моделью после победы на соревновании M3-Competition в 2000 году. Для демонстрации улучшенного качества прогнозов, полученных оптимизацией тета-метода, относительно других моделей прогнозирования проведён численный эксперимент с использованием более 5 тысяч коротких макроэкономических временных рядов.