Поточне прогнозування ВВП за допомогою моделей факторiв зi змiшаною частотою для українських регiонiв

Автор(и)

  • Свiтлана Сергiївна Дрiнь Національний університет «Києво-Могилянська академія», Україна https://orcid.org/0000-0002-5576-3756
  • Анастасiя Дмитрiвна Журавльова Національний університет «Києво-Могилянська академія», Україна https://orcid.org/0009-0002-6357-758X
  • Галина Вiталiївна Крюкова Національний університет «Києво-Могилянська академія», Україна https://orcid.org/0000-0002-5558-0976

DOI:

https://doi.org/10.18523/2617-70808202526-31

Ключові слова:

MF-FAVAR, FAVAR, поточне прогнозування, EMPCA, GRP, RMSE, MAPE, Google Trends

Анотація

Своєчасна оцiнка регiональної економiчної активностi є ключовою для прийняття обґрунтованих рiшень та реагування на кризовi ситуацiї, особливо в економiках, де офiцiйна статистика публiкується iз суттєвими затримками. В Українi данi про валовий регiональний продукт (ВРП) оприлюднюються лише один раз на рiк iз запiзненням до 16 мiсяцiв, що значно ускладнює монiторинг економiчної ситуацiї в реальному часi. У цьому дослiдженнi запропоновано модель Mixed-Frequency Factor-Augmented Vector Autoregression (MF-FAVAR) для теперiшнього прогнозування (nowcasting) квартального зростання ВРП для київського регiону шляхом поєднання рiчних, квартальних i мiсячних показникiв.
Запропонована структура iнтегрує традицiйнi макроекономiчнi статистичнi показники з високочастотними цифровими сигналами, отриманими з Google Trends, що дає змогу вiдстежувати змiни у споживчих настроях та поведiнкових патернах. Цi цифровi iндикатори виступають проксi змiн у споживчих настроях, намiрах щодо витрат i очiкуваннях на ринку працi, надаючи додаткову iнформацiю порiвняно з офiцiйною статистикою, що публiкується iз затримкою. Зменшення розмiрностi даних здiйснюється за допомогою сучасних методiв факторної екстракцiї, розроблених для неповних i неузгоджених наборiв даних, зокрема Expectation–Maximisation Principal Component Analysis (EMPCA), Bayesian PCA (BPCA) та Singular Value Decomposition Imputation (SVDI). Рiчний ряд ВРП було перетворено на квартальний за допомогою методу Дентона–Шолетта, що забезпечує узгодженiсть з офiцiйними пiдсумками.
Емпiричнi результати показують, що факторна екстракцiя на основi EMPCA забезпечує найстабiльнiшi та найточнiшi коротко-, середньо- та довгостроковi прогнози. Зокрема, EMPCA досягає найменших значень середньоквадратичної похибки прогнозу (RMSFE) та безперервного рангового ймовiрнiсного показника (CRPS), що пiдтверджує її стiйкiсть у умовах обмежених i зашумлених даних. Отриманi результати свiдчать, що моделi зi змiшаною частотою та факторною структурою є ефективним iнструментом для регiонального nowcasting за умов нестачi даних, що робить їх особливо релевантними для перехiдних i кризових економiк, таких, як Україна.

Біографії авторів

Свiтлана Сергiївна Дрiнь, Національний університет «Києво-Могилянська академія»

кандидат фiзико-математичних наук, старший викладач кафедри математики Нацiонального унiверситету «Києво-Могилянська академiя», Київ, Україна,Унiверситет Еребру, Еребру, Швецiя. Сфера наукових iнтересiв: економетрика, прогнозування часових рядiв, прогнозування ланцюгiв поставок; оптимiзацiя в умовах невизначеностi; системи пiдтримки рiшень, аналiтика даних. Orcid ID: 0000-0002-5576-3756.

Анастасiя Дмитрiвна Журавльова, Національний університет «Києво-Могилянська академія»

магiстр ОНП «Прикладна математика» Нацiонального унiверситету «Києво-Могилянська академiя», Київ, Україна. Сфера наукових iнтересiв: економетрика, поточне прогнозування, аналiтика даних. Orcid ID: 0009-0002-6357-758X.

Галина Вiталiївна Крюкова, Національний університет «Києво-Могилянська академія»

кандидат фiзико-математичних наук, старший викладач кафедри математики Нацiонального унiверситету «Києво-Могилянська академiя», Київ, Україна. Сфера наукових iнтересiв: економетрика, прогнозування часових рядiв, поточне прогнозування, аналiтика даних. Orcid ID: 0000-0002-5558-0976.

Посилання

  1. M. Ba´nbura, D. Giannone, M. Modugno and L. Reichlin, ECB Working Paper No. 1564 (2013).
  2. M. Ba´nbura, D. Giannone and L. Reichlin, in: The Oxford Handbook of Economic Forecasting (OUP, Oxford, 2011).
  3. G. Koop, S. McIntyre, J. Mitchell, A. Poon and P. Wu, FRB Cleveland Working Paper No. 23-09 (2023).
  4. C. A. Sims, Econometrica. 48 (1), 1–48 (1980).
  5. C. Foroni and M. Marcellino, Advances in Econometrics. 31, 1–45 (2013).
  6. F. Schorfheide and D. Song, Journal of Business & Economic Statistics. 33 (3), 366–380 (2015).
  7. F. T. Denton, Journal of the American Statistical Association. 66 (333), 99–102 (1971).
  8. P. A. Cholette, Survey Methodology. 10, 35–49 (1984).
  9. S. Oba, et al., Bioinformatics. 19 (16), 2088–2096 (2003).
  10. P. C. Hansen, BIT Numerical Mathematics. 27 (4), 534–553 (1987).
  11. J. Bai and S. Ng, Journal of Econometrics. 222 (1), 413–430 (2021).
  12. D. Cahan, A. Foerster, P.-D. Sarte and M. Watson, FRB Working Paper (2023).
  13. C. Chen, J. Twycross and J. M. Garibaldi, PLoS ONE. 12 (3), e0174202 (2017).
  14. T. Gneiting and A. E. Raftery, Journal of the American Statistical Association. 102 (477), 359–378 (2007).
  15. R. J. Hyndman and A. B. Koehler, International Journal of Forecasting. 22 (4), 679–688 (2006).
  16. J. Fosten and R. Greenaway-McGrevy, Econometric Reviews. 41 (7), 675–696 (2022).
  17. T. Schmidt and S. Vosen, Forecasting Private Consumption: Survey-Based Indicators vs. Google Trends (Rheinisch-Westf¨alisches Institut f¨ur Wirtschaftsforschung (RWI), Report No. 155, 2009).
  18. A. Indaco, From Twitter to GDP: Estimating Economic Activity from Social Media (Carnegie Mellon University in Qatar, Education City, Doha, 2020).
  19. S. Drin, A. Kriuchkova and V. Toloknova, Mohyla Mathematical Journal. 6, 6–13 (2023).
  20. State Statistics Service of Ukraine, “Gross Regional Product Statistics”, available at: https://www.ukrstat.gov.ua/operativ/menu/menu_u/nac_r.htm (accessed 30 September 2025).

##submission.downloads##

Опубліковано

2025-12-22

Номер

Том 8 (2025): Могилянський математичний журнал

Розділ

Статті

Ліцензія

Авторське право (c) 2025 S. Drin, A. Zhuravlova, G. Kriukova

Creative Commons License

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.

Автори, які публікуються у цьому журналі, погоджуються з такими умовами:

а) Автори зберігають за собою авторські права на твір на умовах ліцензії Creative Commons Attribution License CC BY 4.0, котра дозволяє іншим особам вільно поширювати (копіювати і розповсюджувати матеріал у будь-якому вигляді чи форматі) та змінювати (міксувати, трансформувати, і брати матеріал за основу для будь-яких цілей, навіть комерційних) опублікований твір на умовах зазначення авторства.

б) Журнал дозволяє автору (авторам) зберігати авторські права без обмежень.

в) Автори мають право укладати самостійні додаткові угоди щодо поширення твору (наприклад, розміщувати роботу в електронному репозитарії), за умови збереження посилання на його першу публікацію. (Див. Політика Самоархівування)

г) Політика журналу дозволяє розміщення авторами в мережі Інтернет (наприклад, у репозитаріях) тексту статті, як до подання його до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи (див. The Effect of Open Access).