DOI: 10.33917/es-1.187.2023.16-25
Прогнозирование обменной динамики рубля представляется объективно необходимым для формирования как среднесрочной финансовой стратегии отраслевых корпораций, так и общего стратегического курса на занятие лидерских позиций в отраслях делового интереса, в том числе с использованием новых финансовых инструментов, новых рынков и в целом системы стратегического планирования социально-экономического развития России.
Однако в сегодняшних реалиях задача прогнозирования оценивается как чрезвычайно трудная и усложняющаяся тем, что запущенные кризисы непредсказуемы и характеризуются различной природой (пандемический и геополитический кризисы, расширение торговых войн и санкций). В данных условиях, когда неопределенность нарастает чрезмерно, важно обратиться к накопленному опыту: проанализировать, насколько имеющиеся модели могут быть пригодны для перспективных оценок в сложившейся конъюнктуре.
Источники:
[1–15] см. в № 6 (186)/2022, с. 25.
16. Агеев А.И., Глазьев С.Ю., Митяев Д.А., Золотарева О.А., Переслегин С.Б. Построение модели прогноза курса валют на долгосрочном и краткосрочном горизонтах [Электронный ресурс] // Экономические стратегии. 2022. № 6 (186). С. 16–25. DOI: https://doi.org/10.33917/es-6.186.2022.16-25.
17. Дуброва Т.А. Анализ временных данных // Анализ данных / Под общ. ред. В.С. Мхитаряна. М.: Юрайт, 2019. С. 397–459.
18. Бокс Дж., Дженкинс Г. Анализ временных рядов. Прогнозирование и управление. М.: Мир, 1974. 406 с.
19. Алжеев А.В., Кочкаров Р.А. Сравнительный анализ прогнозных моделей ARIMA и LSTM на примере акций российских компаний [Электронный ресурс] // Финансы: теория и практика. 2020. № 24(1). С. 14–23. DOI: 10.26794/2587-5671-2020-24-1-14-23.
20. Мхитарян С.В., Данченок Л.А. Прогнозирование продаж с помощью адаптивных статистических методов // Фундаментальные исследования. 2014. № 9-4. С. 818–822.