Использование моделей machine learning при прогнозировании инфляции // Using machine learning models in inflation forecasting

Ержан И.С. // Erzhan I.S.
Additional contact information
Ержан И.С. // Erzhan I.S.: National Bank of Kazakhstan
Authors registered in the RePEc Author Service: Islam Yerzhan ()

Economic Review(National Bank of Kazakhstan), 2020, issue 1, 39-48

Abstract: Прогнозирование инфляции является важным аспектом для центральных банков, придерживающихся политики инфляционного таргетирования. В этой связи, данному вопросу уделяется особое внимание, ведь от точности прогнозов зависит качество проводимой денежно-кредитной политики. В данной статье автором рассматривается возможность применения моделей машинного обучения в целях прогнозирования инфляции в Казахстане, а также проводится сравнение с ARIMA (наивной) моделью. В качестве моделей машинного обучения рассматриваются: Random forest, XGBoost, Recurrent neural network.

Keywords: инфляция; прогноз инфляции; RMSE; модель; данные (search for similar items in EconPapers)
JEL-codes: C22 C29 C45 E37 E71 (search for similar items in EconPapers)
Date: 2020
References: Add references at CitEc
Citations:

Downloads: (external link)
https://nationalbank.kz/file/download/56016 (application/pdf)

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:aob:journl:y:2020:i:1:p:39-48

Access Statistics for this article

Economic Review(National Bank of Kazakhstan) is currently edited by Vitaliy Tutushkin

More articles in Economic Review(National Bank of Kazakhstan) from National Bank of Kazakhstan Contact information at EDIRC.
Bibliographic data for series maintained by Saida Agambayeva ().