Огляд економічних моделей на основі методів машинного навчання для прогнозування рецесій

Козюпа Тарас Костянтинович

Анотація

З плином часу, велика увага була зосереджена на оцінці економічних циклів і визна-ченні їх основних поворотних (критичних) моментів. Природа та причини рецесій неодна-кові; тобто рецесії не спричиняються тими самими економічними потрясіннями (шоками). Тому на даному етапі розвитку технологій широке застосування знаходять різноманітні ме-тоди машинного навчання для прогнозування рецесій. Зокрема, методи машинного навчан-ня включають методи регуляризації, такі як Ridge, оператор найменшого абсолютного ско-рочення та вибору (Least Absolute Shrinkage and Selection Operator, LASSO), еластична мере-жа (Elastic Net), класифікатори дискримінантного аналізу, байєсівські (Bayesian) класифіка-тори та дерева класифікації та регресії (Classification and regression trees, CART), такі як Bagging, Random Forests, Boosting тощо. Останнім часом використовуються більш спеціалізо-вані індикатори, такі як індекс випереджаючих кредитів (Leading Credit Index, LCI), який відображає потенційні структурні зміни на фінансових ринках [1].