Дерево решений Банка России

Латыпов Родион Ринатович   Ахмедова Елена Андреевна   Постолит Егор Анатольевич   

В данной работе построено дерево решений Банка России. Полученный в результате алгоритм, во-первых, позволяет определить, какие факторы являются определяющими для Банка России при принятии решений по ключевой ставке. Во-вторых, алгоритм позволяет выявить порядок важности факторов и развилки, возникающие при принятии решений. Ансамбль деревьев решений может быть использован как предсказательная модель с высокой точностью прогноза на отложенной выборке.

Статья опубликована в журнале «Проблемы прогнозирования», №5 2025

Литература/References

 

  1. Набиуллина Э.С. Трудный путь России к цели по инфляции: лекция в честь Мишеля Камдессю / Конференция МВФ. Вашингтон, сентябрь 2018. Банк России. URL: http://www.cbr.ru/press/event/?id=5227 [Nabiullina E.S. Russia’s rocky road to the (inflation) target. IMF Lecture in Honor of M. Camdessus. 2018. (In Russ.)]
  2. Доклад о денежно-кредитной политике № 3, январь 2013. Банк России. URL: https://www.cbr.ru/Collection/Collection/File/7857/2013_01_ddcp.pdf [Monetary Policy Report, № 3, January 2013. Bank of Russia. (In Russ.)]
  3. Доклад о денежно-кредитной политике № 4, сентябрь 2015. Банк России. URL: https://www.cbr.ru/Collection/Collection/File/7845/2015_03_ddcp.pdf [Monetary Policy Report, № 4, September 2015. Bank of Russia. (In Russ.)]
  4. Доклад о денежно-кредитной политике № 2, декабрь 2015. Банк России. URL: https://www.cbr.ru/Collection/Collection/File/7844/2015_04_ddcp.pdf [Monetary Policy Report, № 2, December 2015. Bank of Russia. (In Russ.)]
  5. Обзор денежно-кредитной политики Банка России. Банк России. 2023. URL: http://www.cbr.ru/dkp/review_dkp/ [Monetary Policy Review. Bank of Russia. 2023. (In Russ.)]
  6. Глазова А.М. Оптимальный уровень цели по инфляции, ZLB и равновесная реальная процентная ставка //Исследовательский доклад Банка России. 2023. URL: https://www.cbr.ru/StaticHtml/File/146496/research_policy_notes_b_1_2.pdf [Glazova A.M. Optimalnyi uroven’ tseli po inflyatsii, ZLB i ravnovesnaya realnaya protsentnaya stavka // Bank of Russia Working Paper. 2023. (In Russ.)]
  7. Основные направления единой государственной денежно-кредитной политики на 2023 год и период 2024 и 2025 годов. Банк России. URL: https://www.cbr.ru/about_br/publ/ondkp/on_2023_2025/ [Guidelines for the Single State Monetary Policy for 2023-2025. Bank of Russia. (In Russ.)]
  8. Доклад о денежно-кредитной политике № 2, май 2022. Банк России. URL: https://www.cbr.ru/about_br/publ/ddkp/longread_2_38/ [Monetary Policy Report, № 2, May 2022. Bank of Russia. (In Russ.)]
  9. Орлов А.Д. Квартальная прогнозная модель России / Исследовательский доклад Банка России. 2021. URL: https://www.cbr.ru/content/document/file/118791/inf_note_feb_2521.pdf [Orlov A.D. Russia’s quarterly projection model // Bank of Russia Working Paper. 2021. (In Russ.)]
  10. Егоров А. Индикаторы жесткости денежно-кредитных условий / Аналитическая записка Банка России. 2023. URL: https://www.cbr.ru/content/document/file/145085/analytic_note_20230222_ddkp.pdf [Egorov A. Indikatory zhestkosti denezhno-kreditnykh uslovii // Bank of Russia Working Paper. 2023. (In Russ.)]
  11. Taylor J.B. Discretion versus policy rules in practice // Carnegie-Rochester Conference Series on Public Policy. 1993. No. 39. Pp. 195-214. DOI: 10.1016/0167-2231(93)90009-L.
  12. Svensson L.E.O. Inflation forecast targeting: Implementing and monitoring inflation targets // European Economic Review. 1997. No. 41 (6). Pp. 1111-1146. DOI: 10.1016/S0014-2921(96)00055-4.
  13. Batini N., Haldane A. Forward-looking rules for monetary policy. In: Monetary Policy Rules. University of Chicago Press, 1999. Pp. 157-202.
  14. Вдовиченко А.Г., Воронина В.Г. Правила денежно-кредитной политики Банка России // Консорциум экономических исследований и образования: Серия «Научные доклады». 2004. № 04/09. URL: https://www.eeg.ru/downloads/PUBLICATIONS/SCIENTIFIC/2004_008ru.pdf [Vdovichenko A.G., Voronina V.G. Pravila denezhno-kreditnoy politiki Banka Rossii // Economic Research and Education Consortium Working Papers. 2004. 04/09. (In Russ.)]
  15. Федорова Е.А., Мухин А.С., Довженко С.В. Модифицированное правило Тейлора для Банка России на основе переключения режимов // Финансы и кредит. 2015. № 2 (626). С. 14-21. [Fedorova E.A., Mukhin A.S., Dovzhenko S.V. The modified Taylor rule for the Bank of Russia based on mode switching // Finance and credit. 2015. No. 2 (626). Pp. 14-21. (In Russ.)]
  16. Korhonen I., Nuutilainen R. Breaking monetary policy rules in Russia // Russian Journal of Economics. 2017. № 3 (4). С. 366-378. DOI: 10.1016/j.ruje.2017.12.004.
  17. Carlstrom C., Fuerst T.S. Forward-looking versus backward-looking Taylor rules // Working Papers, Federal Reserve Bank of Cleveland. 2000. URL: https://pages.stern.nyu.edu/~dbackus/Identification/CarlstromFuerst_forwardlooking_00.pdf
  18. Hatzius J., Hooper P., Mishkin F., Schoenholtz K.L., Watson M.W. Financial conditions indexes: A fresh look after the Financial crisis // NBER Working Papers. 2010. DOI: 10.3386/w16150.
  19. Freedman C. The use of indicators and of the monetary conditions index in Canada. In: Frameworks for Monetary Stability: Policy Issues and Country Experiences. IMF. 1994. Pp. 458-476. DOI: 10.5089/9781557754196.071.
  20. Hatzius J., Stehn S.J. The case for a financial conditions index. Goldman Sachs Economic Research. 2018. URL: https://www.gspublishing.com/content/research/en/reports/2018/04/16/535d94ca-1d27-40c3-8bf9-88696e26b91e.pdf
  21. Arrigoni S., Bobasu A., Venditti F. The simpler the better: Measuring financial conditions for monetary policy and financial stability // ECB Working Papers. 2020. No. 2451.
  22. Bê Duc L., de Bondt G., Calza A., Marques-Ibanez D., van Rixtel A., Scopel S. Financing conditions in the Euro Area // ECB Occasional Paper. 2005. No. 37.
  23. Quinlan J.R. Induction of decision trees // Machine Learning. 1986. No. 1. Pp. 81-106. DOI: 10.1007/BF00116251.
  24. Qiu C., Li T., Qiu X. Research on forecasting of China’s monetary policy based on random forest algorithm // Journal of Physics: Conference Series. 2020. No. 1549. DOI: 10.1088/1742-6596/1549/3/032078.
  25. Семитуркин О., Шевелев А. Корректное сравнение предиктивных свойств моделей машинного обучения на примере прогнозирования инфляции в Сибири // Деньги и кредит. 2023. № 82 (1). С. 87-103. [Semiturkin O., Shevelev A. Correct comparison of predictive features of machine learning models: the case of forecasting inflation rates in Siberia // Russian Journal of Money and Finance. 2023. No. 82 (1). Pp. 87-103. (In Russ.)]
  26. Павлов Е. Прогнозирование инфляции в России с помощью нейронных сетей // Деньги и кредит. 2020. № 79 (1). С. 57-73. [Pavlov E. Forecasting inflation in Russia using neural networks // Russian Journal of Money and Finance. 2020. No. 79 (1). Pp. 57-73. (In Russ.)] DOI: 10.31477/rjmf.202001.57.
  27. Байбуза И. Прогнозирование инфляции с помощью методов машинного обучения // Деньги и кредит. 2018. № 77 (4). С. 42-59. DOI: 10.31477/rjmf.201804.42. [Baybuza I. Inflation forecasting using machine learning methods // Russian Journal of Money and Finance. 2018. No. 77 (4). Pp. 42-59. (In Russ.)]
  28. Крепцев Д.А., Поршаков А.С., Селезнев С.М., Синяков А.А. Равновесная процентная ставка: оценки для России / Серия докладов об экономических исследованиях. 2016. № 13. URL: https://www.cbr.ru/Content/Document/File/16727/wps_13.pdf [Kreptsev D.A., Porshakov A.S., Seleznev S.M., Sinyakov A.A. The equilibrium interest rate: a measurement for Russia // Bank of Russia Economic Research Working Papers. 2016. No. 13. (In Russ.)]
  29. Breiman L. Classification and Regression Trees. New York: Routledge, 1984. URL: https://doi.org/10.1201/9781315139470
  30. Clarida R. Financial markets and monetary policy: Is there a hall of mirrors problem? U.S. Monetary Policy Forum, sponsored by the Initiative on Global Markets at the University of Chicago Booth School of Business, New York. 2020. URL: https://www.federalreserve.gov/newsevents/speech/files/clarida20200221a.pdf