Адаптация и применение современных технологий в анализе инфляционных тенденций

В статье представлены анализ современных методик и инструментария, применяемых в прогнозировании инфляции, а также оценка их значимости для обеспечения экономической стабильности и стимулирования развития национальной экономики. В контексте Российской Федерации, где инфляционные процессы подвержены влиянию множества внутренних и внешних факторов, включая колебания цен на энергоносители, геополитические изменения и глобальные экономические тенденции, точное прогнозирование инфляции выступает как ключевой элемент стратегического экономического планирования и формирования политики. Изучена динамика инфляционных процессов за последнее десятилетие, выявлены основные тренды и зависимости. Среди современных методологий, нашедших свое применение в условиях российской экономики, особо выделяются модели ARIMA, GARCH и методы машинного обучения, такие как «случайный лес». Приведенные в статье сравнительные характеристики этих методов позволяют не только оценить их достоинства и ограничения, но и выявить наиболее эффективный подход к прогнозированию, который был использован для формирования прогноза до 2025 г. Учитывая текущую неопределенность в мировой экономике и сложность внутренней экономической ситуации, прогнозирование инфляции в России представляет собой комплексную задачу.

The article presents an analysis of modern methods and tools used in forecasting inflation, as well as an assessment of their importance for ensuring economic stability and stimulating the development of the national economy. In the context of the Russian Federation, where inflationary processes are influenced by a variety of internal and external factors, including fluctuations in energy prices, geopolitical changes and global economic trends, accurate inflation forecasting acts as a key element of strategic economic planning and policy formation. The authors study the dynamics of inflationary processes over the past decade, identifying the main trends and dependencies. Among the modern methodologies that have found their application in the conditions of the Russian economy, ARIMA, GARCH models and machine learning methods such as «random forest» stand out in particular. The comparative characteristics of these methods given in the article make it possible not only to assess their advantages and limitations, but also to identify the most effective approach to forecasting, which was used to form a forecast until 2025. Given the current uncertainty in the global economy and the complexity of the domestic economic situation, forecasting inflation in Russia is a complex task.