ПОСТРОЕНИЕ ОБЪЕДИНЕННОГО ПРОГНОЗА В R

 

Сурков А. А.,

к.э.н., старший научный сотрудник Центра макроэкономического анализа и прогнозирования, Институт экономики РАН

 

Building a combined forecast in R

 

Surkov A. A.,

Candidate of Economics, Senior Research Fellow of the Center for Macroeconomic Analysis and Forecasting, Institute of Economics RAS

 

Аннотация. Объединение прогнозов эффективный способ повышения точности прогнозирования. На практике достаточно часто при прогнозировании сложно сделать выбор между несколькими моделями прогнозирования, а усложненные модели не всегда являются эффективными с точки зрения точности прогнозирования. Объединение прогнозов может решить эти проблемы. На сегодняшний день существует множество методов построения весовых коэффициентов при объединении прогнозов. Но, к сожалению, конкретно в R практически не существует применения методик объединения прогнозов и построения весовых коэффициентов для объединения. Исключением является пакет программ ForecastComb. В статье приведено достаточно подробное описание программ построения весовых коэффициентов при объединении прогнозов, которые входят в пакет ForecastComb. На их основе рассмотрен стандартный пример, включенный в сам пакет программ, а также проведен практический пример построения объединенного прогноза производства электроэнергии в России.

 

Ключевые слова: прогнозирование, объединение прогнозов, комбинирование прогнозов, точность прогнозирования, макропоказатели, R, ForecastComb, ARIMA.

 

Abstract. Combining forecasts is an effective way to improve forecasting accuracy. In practice, it is often difficult to make a choice between several forecasting models when forecasting, and complicated models are not always effective in terms of forecasting accuracy. Combining forecasts can solve these problems. To date, there are many methods for constructing weighting coefficients when combining forecasts. But, unfortunately, specifically in R, there is practically no application of methods for combining forecasts and building weights for combining. The exception is the ForecastComb software package. The article provides a fairly detailed description of the programs for constructing weight coefficients when combining forecasts, which are included in the ForecastComb package. Based on them, a standard example included in the software package itself is considered, as well as a practical example of building a combined forecast for electricity production in Russia.

 

Keywords: forecasting, forecast combining, forecast combining, forecast accuracy, macro indicators, R, ForecastComb, ARIMA.

 

DOI: 10.56584/1560-8816-2022-3-116-122

 

Библиографический список

1.      Сурков А.А. Один из подходов повышения точности экономического прогнозирования // РИСК: Ресурсы, Информация, Снабжение, Конкуренция. - 2017. - №2. - С. 140–147.

2.      Френкель А.А., Волкова Н.Н., Сурков А.А., Романюк Э.И. Сравнительный анализ модификационных методов Грейнджера и Раманатхана и Бейтса и Грейнджера для построения объединенного прогноза динамики экономических показателей // Вопросы статистики. - 2019. - № 8. - С. 14-27.

3.      Френкель А.А., Сурков А.А. Объединение прогнозов – эффективный инструмент повышения точности прогнозирования // Экономист. - 2015. - №1. - С. 44–56.

4.      Френкель А.А., Сурков А.А. Определение весовых коэффициентов при объединении прогнозов // Вопросы статистик. - 2017. - № 12. - С. 3-15.

5.      Aiolfi M., Timmermann A. Persistence in forecasting performance and conditional combination strategies // Journal of Econometrics. - 2006 - №135(1). - P. 31–53.

6.      Armstrong J. S. Combining forecasts // A Handbook for Researchers and Practitioners. Kluwer Academic Publisher. - 2001. - P. 417–439.

7.      Armstrong J. S. Combining forecasts: the end of the beginning or the beginning of the end? // International Journal of Forecasting. - 1989. - № 5. - P. 585-588.

8.      Barnard G.A.  New methods of quality control // Journal of the Royal Statistical Society. Ser A. - 1963.- № 126. - P. 255-258.

9.      Bates J.M., Granger C.W.J. The combination of forecasts // Operational Research Quarterly. - 1969. - № 20. - P. 451-468.

10.   Christoph E. Weiss, Eran Raviv, Gernot Roetzer Forecast Combinations in R using the ForecastComb Package // The R Journal. - 2018. - №10(2). - P. 262-281.

11.   Elliott G., Timmermann A. Optimal forecast combinations under general loss functions and forecast error distributions // Journal of Econometrics. - 2004. - №122(1). - P. 47–79.

12.   Goodwin P. New evidence on the value of combining forecasts // FORESIGHT.
- 2009. - Vol. 12. - P. 33-35.

13.   Graham E., Garganob A., Timmermann A. Complete subset regressions // Journal of Econometrics. - 2013. - №177(2). P. - 357–373.

14.   Granger C. W. J., Ramanathan R. Improved methods of combining forecasts // Journal of Forecasting. - 1984. - №3. P. - 197-204.

15.   Hsiao C., Wan S. K. Is there an optimal forecast combination? // Journal of Econometrics. - 2014. - №178(2). - P. 294–309.

16.   Jose V. R. R., Winkler R. L. Simple robust averages of forecasts: some empirical results // International Journal of Forecasting. - 2008. - №24. - P. 163–169.

17.   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. - P. 131-164.

18.   Nowotarski J., Raviv E., Truck S., Weron R. An empirical comparison of alternative schemes for combining electricity spot price forecasts // Energy Economics. - 2014. - №46. - P. 395-412.

19.   Stock J.H., Watson M.W. Combination Forecasts of Output Growth in a Seven-Country Data Set // Journal of Forecasting. - 2004. - №23. - P. 405-430.