Архив изданий:
2026
1
2
3
4
5
6
2025
1
2
3
4
5
6
2024
1
2
3
4
5
6
2023
1
2
3
4
5
6
2022
1
2
3
4
5
6
2021
1
2
3
4
5
6
2020
1
2
3
4
5
6
2019
1
2
3
4
5
6
2018
1
2
3
4
5
6
2017
1
2
3
4
5
6
2016
1
2
3
4
5
6
2015
1
2
3
4
5
6
2014
1
2
3
4
5
6
2013
1
2
3
4
5
6
2012
1
2
3
4
5
6
2011
1
2
3
4
5
6
2010
1
2
3
4
5
6
0000
1
2
3
4
5
6
0000
1
2
3
4
5
6
2013
0000
1
2
3
4
5
6
2013
0000
1
2
3
4
5
6
|
|
Управление Риском №6 - 2025
Управление финансовыми рисками
Жданов А. В.
Московский финансово-юридический университет
Методика прогнозирования инфляции в рамках структурирования инфляционного свопа на российском внебиржевом рынке
В статье рассматриваются научные подходы к оценке и прогнозированию инфляции
на базе различных макроэкономических параметров. Анализируются дифференцирован-
ные модели прогнозирования инфляции и основные регрессоры, используемые для такого
моделирования. Автором делается вывод о необходимости уточнения подходов к прогно-
зированию инфляции в России на основании использования методов машинного обучения
с добавлением в модель пула качественных переменных, более точно характеризующих
современные ожидания участников рынка по формированию и динамике инфляции в
России исходя из геополитической и макроэкономической ситуации. Будущим направлени-
ем исследований автора является разработка модели оценки премии за риск инфляции,
используемой для определения размера надбавки к плавающей ставке, уплачиваемой сто-
роной инфляционного свопа.
инфляция своп на инфляцию рынок внебиржевых деривативов прогнозирование инфляции структурирование инфляционного свопа модель оценки инфляции
Methodology for Forecasting Inflation within the Framework of Structuring an Inflation Swap on the Russian Over-the-counter Market
This article examines existing scientific approaches to assessing and forecasting inflation based
on various macroeconomic parameters. Differentiated inflation forecasting models and the main
regressors used for such modeling are analyzed. The author concludes that it is necessary to refine
approaches to forecasting inflation in Russia by using machine learning methods and adding a pool
of qualitative variables to the model that more accurately characterize current market participants'
expectations regarding the formation and dynamics of inflation in Russia based on the current
geopolitical and macroeconomic situation. A future direction for the author's research is the
development of a model for estimating the inflation risk premium used to determine the size of the
premium.
inflation inflation swap OTC derivatives market inflation forecasting inflation swap structuring inflation pricing model
|
