2026 №4 - перейти к содержанию номера...

Постоянный адрес этой страницы - https://voenvestnik.ru/30es426.html

Полный текст статьи в формате PDF (объем файла: 153 Кбайт)

Ссылка для цитирования этой статьи:

Богданова Ю.С., Матафонова А.Н. Сравнение классических численных методов и простых нейронных сетей для прогнозирования инфляции // Экономика и безопасность. — 2026 №4. — URL: https://voenvestnik.ru/PDF/30ES426.pdf

Сравнение классических численных методов и простых нейронных сетей для прогнозирования инфляции

Богданова Ю.С.
студент
ФГБОУ ВО «Тихоокеанский государственный университет»
г. Хабаровск, Россия
Матафонова А.Н.
ст. преподаватель
ФГБОУ ВО «Тихоокеанский государственный университет»
г. Хабаровск, Россия

Аннотация. В статье рассматриваются возможности применения классических численных методов и простых нейронных сетей для прогнозирования инфляции. Анализируются основные подходы к моделированию временных рядов, включая ARIMA и GARCH, а также современные методы машинного обучения, такие как «случайный лес» и нейросетевые архитектуры. Особое внимание уделяется сравнительному анализу точности, интерпретируемости и устойчивости прогнозов в условиях нелинейных зависимостей, структурных сдвигов и высокой волатильности экономической среды. Обосновывается перспективность гибридных схем, сочетающих эконометрические модели и нейронные сети для повышения надёжности прогнозирования инфляции.
Ключевые слова: прогнозирование инфляции, классические численные методы, ARIMA, GARCH, нейронные сети, случайный лес, машинное обучение, временные ряды, волатильность, структурные сдвиги, гибридные модели, макроэкономическое прогнозирование.

Скачать