Курсовая работа: Эконометрическое моделирование и прогнозирование инфляции в Российской Федерации на основе модели ARIMA и ARIMAX

СОДЕРЖАНИЕ

ВВЕДЕНИЕ.. 3

ГЛАВА 1. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ ИССЛЕДОВАНИЯ ИНФЛЯЦИИ И МЕТОДОВ ЕЁ ПРОГНОЗИРОВАНИЯ.. 6

1.1 Инфляция как объект эконометрического анализа. 6

1.2 Обзор литературы по моделированию инфляции.. 10

1.3 Факторы, используемые для объяснения инфляционных процессов. 14

ГЛАВА 2. АНАЛИЗ ДИНАМИКИ ИНФЛЯЦИИ И ТЕОРЕТИЧЕСКИЕ ОСНОВЫ МОДЕЛИРОВАНИЯ ВРЕМЕННЫХ РЯДОВ.. 18

2.1 Описательный анализ исходных данных. 18

2.2. Теоретические основы анализа временных рядов и модели ARIMA/ARIMAX.. 21

2.3. Обоснование применения ARIMAX для российского тренда. 25

ГЛАВА 3. ПОСТРОЕНИЕ И ОЦЕНКА МОДЕЛЕЙ ARIMA И ARIMAX ДЛЯ ПРОГНОЗИРОВАНИЯ ИНФЛЯЦИИ В РОССИЙСКОЙ ФЕДЕРАЦИИ.. 27

3.1 План построения эконометрических моделей семейства ARIMA-ARIMAX для прогнозирования инфляции в РФ. 27

3.2 Анализ качества построенных моделей ARIMA-ARIMAX.. 29

3.3 Оценка точности прогноза инфляции в России.. 33

ЗАКЛЮЧЕНИЕ.. 36

СПИСОК ИСПОЛЬЗУЕМОЙ ЛИТЕРАТУРЫ... 39

ВВЕДЕНИЕ

В наше время инфляция является одним из самых главных факторов макрокосмических показателей, который помогает понять устойчивость национальной экономики, уровень жизни населения и проводимой монетарной и бюджетной политики государством. Для нашей экономики, которая постоянно подвергается различным внутренним (изменения ключевой ставки, изменения бюджетной политики, инфляционные ожидания) и внешним (колебания обменного курса, динамика мировых цен на сырьевые товары, геополитические риски) шоковым ситуациям характерны периоды ускорения и замедления. В таких условиях будет не то что полезно, а необходимо разработка эконометрических моделей, позволяющих выполнять краткосрочный и среднесрочный прогноз инфляции и оценивать влияние инструментов экономической политики на динамику цен.

В своем исследовании я буду использовать одну из популярных моделей ARIMA (Autoregressive Integrated Moving Average), представляющие собой комбинацию авторегрессии, интегрирования (дифференцирования) и скользящего среднего, широко применяемые для анализа и прогнозирования экономических индикаторов. Расширением данного подхода являются модели ARIMAX (ARIMA with eXogenous variables), в которых динамика целевого показателя описывается с учётом влияния внешних факторов, включаемых в модель в качестве экзогенных переменных.

Актуальность выбранной темы курсовой работы «Эконометрическое моделирование и прогнозирование инфляции в Российской Федерации на основе модели ARIMA и ARIMAX», подчёркивается необходимостью в получения количественно обоснованных краткосрочных прогнозов инфляции для поддержания ценовой стабильности в России, оценки влияния ключевой ставки и обменного курса на инфляционные процессы, а также сопоставления прогностических возможностей однофакторных и многофакторных моделей временных рядов на основе российских данных. В академических кругах много раз анализировался вопрос исследований, в которых используются как классические эконометрические модели (ARIMA/ARIMAX, структурные уравнения, модели общего равновесия), так и современные методы машинного обучения и байесовские подходы, однако сопоставление их результатов применительно к российской инфляции остаётся актуальной задачей.

Объектом исследования в данной работе являются инфляционные процессы в Российской Федерации, отражающие как они влияют на динамику общего уровня цен в экономике Российской Федерации.

Предмет исследования — это закономерности в изменениях годовой инфляции и индекса потребительских цен (ИПЦ) во времени, а также влияние ключевой ставки и обменного курса на динамику инфляции, описываемые с помощью моделей ARIMA и ARIMAX.

Цель курсовой работы – построение и эмпирическая оценка эконометрических моделей ARIMA и ARIMAX для прогнозирования инфляции в Российской Федерации.

Для достижения поставленной цели в работе предполагается решить следующие задачи:

1. Обобщить теоретические и методические подходы к анализу и моделированию инфляции, на основе обзора отечественной и зарубежной литературы.
2. Сформировать и проанализировать статистическую базу по инфляции и связанным макроэкономическим показателям (ИПЦ, ключевая ставка, валютный курс) за 2013–2026 гг.
3. Построить модели ARIMA и ARIMAX для инфляции в РФ, оценить их параметры и сравнить точность прогнозов.

Для теоретической и методической части были взяты исследования отечественных и зарубежных авторов, посвящённые анализу и прогнозированию инфляции, применению моделей ARIMA/ARIMAX, а также оценке влияния денежно‑кредитной политики и обменного курса на динамику цен. В их число входят работы, рассматривающие краткосрочное и среднесрочное прогнозирование инфляции в российской экономике, влияние ключевой ставки и обменного курса, использование гибридных и машинно‑обучающих подходов к прогнозированию, а также исследования по построению макроэкономических и моделей общего равновесия для России.

Информационно‑статистическую базу работы формируют ежемесячные ряды ключевой ставки (в процентах годовых), инфляции (в процентах год к году), индекса потребительских цен и курса валюты за период с 09.2013 по 01.2026 гг. (АRIMA‑модель) и с 09.2013 по 01.2026 гг. с включением курса валюты в качестве экзогенной переменной (ARIMAX‑модель). Все данные являются официальными статистическими материалами и были взяты с информационных ресурсов органов государственной статистики и центрального банка.

Для анализа, прогноза и построения эконометрических моделей использовался язык Python. В качестве среды программирования выступал Google Colab. Для кодинга были взяты фреймворки statsmodels.tsa.arima.model.ARIMA и ARIMA Model-Nixtla.

В качестве основных методов исследования используются: методы экономико‑статистического анализа (описательная статистика, анализ динамики и взаимосвязей показателей), методы эконометрики временных рядов (ARIMA, ARIMAX, диагностика стационарности и автокорреляции, информационные критерии AIC/BIC), а также элементы сравнительного анализа прогностических моделей.

В первой главе представлен теоретико‑методический обзор подходов к моделированию и прогнозированию инфляции. Во второй главе выполняется построение и оценка моделей ARIMA и ARIMAX для российской инфляции на основе выбранных статистических данных. В третьей главе формулируются основные выводы и практические рекомендации по использованию результатов моделирования для анализа инфляционных процессов и поддержки решений в области экономической политики.