В работе исследуются возможности использования простых процедур корректировки и объединения прогнозов. Мы оцениваем влияние применения этих процедур (методов простой корректировки, простых и регрессионных методов комбинирования) на качество прогнозов показателей российского экспорта во все страны и импорта из всех стран. В общей сложности мы использовали четыре метода корректировки, 9 методов простого комбинирования и семь регрессионных методов. На массиве простейших прогнозов и прогнозов Института Гайдара с апреля 2006 по декабрь 2024 г. можно говорить о том, что с точки зрения средней абсолютной процентной ошибки, и с точки зрения способности прогнозов правильно предсказывать направление изменения рассмотренных показателей методы корректировки обладают ограниченными возможностями по улучшению качества прогнозирования. При этом для корректировки прогнозов целесообразнее использовать ошибки одношаговых, а не многошаговых прогнозов. Напротив, ряд методов комбинирования приводят к улучшению качества даже лучшего из первичных прогнозов. Минимальную среднюю абсолютную процентную ошибку прогнозирования как для всего массива, так и для большинства горизонтов прогнозирования обеспечивает регрессионное комбинирование на основе оценок взвешенного метода наименьших квадратов с использованием геометрической матрицы весов, а простые методы комбинирования в большинстве случаев уступают как этому методу, так и остальным регрессионным методам. Важно отметить, что в среднем эффект улучшения от комбинирования прогнозов показателя импорта выражен сильнее, чем аналогичный эффект для прогнозов показателя экспорта. Также выявлено, что преимущество некоторых методов комбинирования прогнозов экспорта и импорта перед лучшим первичным прогнозом становится более выраженным при увеличении горизонта прогнозирования, что согласуется с выводами, полученными для других показателей.
The article studies the possibilities of using simple correction and combining methods for forecasts. We estimate the impact of applying these procedures (simple correction methods, simple combining methods, and regression combining methods) on the forecast evaluation for Russian exports to all countries and imports from all countries. In total, we used four correction methods, nine simple combining methods, and seven regression methods. Using a set of basic forecasts and forecasts from the Gaidar Institute from April 2006 through December 2024, we conclude that, in terms of mean absolute percentage error and in terms of the forecasts’ ability to correctly predict the direction of change of the indicators considered, the correction methods have limited potential to improve forecasting quality. At the same time, it is more sensible to use errors from one-step-ahead forecasts rather than multi-step-ahead forecasts for adjustment. By contrast, a number of combining methods lead to improvements even over the best individual forecasts. The lowest mean absolute percentage forecasting error for the entire sample, and for most forecast horizons, is achieved by regression combining based on estimates from a weighted least squares method using a geometric weight matrix, while simple combining methods are, in most cases, inferior both to this method and to the other regression methods. It is important to note that, on average, the positive effect of combining import forecasts is more pronounced than its effect on the quality of export forecasts. It was also found that the advantage of some methods for combining export and import forecasts over the best single (primary) forecast becomes more pronounced as the forecast horizon increases, which is consistent with findings for other indicators.