В монографии предлагаются методы решения таких проблем, связанных с моделированием временных рядов макроэкономических процессов, как проблема выбора длины окна наблюдений, проблема определения уровня значимости предикторов и достоверного интервального прогноза при проведении процедуры спецификации, проблема вычисления интервального прогноза для моделей класса ARIMA, проблема несогласованности прогнозов и др. Представленные методы построения многофакторной линейной регрессии с распределенными лагами позволяют качественно улучшить прогностический потенциал классических регрессионных моделей при сохранении надежности доверительных интервалов, а также расширить экспликативные возможности регрессионных уравнений. Данные методы могут быть с успехом использованы для построения моделей макроэкономических процессов с целью их краткосрочного, среднесрочного и долгосрочного прогнозирования. Получаемые прогнозы обладают более высокой точностью по сравнению с прогнозами, рассчитанными по уже существующим методам, а также имеют надежные доверительные интервалы. Полученные модели и прогнозы могут быть использованы для принятия оптимальных управленческих решений органами государственной власти и управления. Также результаты работы могут использоваться в учебном процессе вузов при создании и совершенствовании дисциплин "Эконометрика", "Моделирование макроэкономических процессов" и др.Ключевые слова: временные ряды, макроэкономические процессы, ARIMA, взвешивание моделей, доверительный интервал, уровень значимости предикторов, функциональные взаимосвязи, регрессионные модели, степени свободы, выбор длины окна наблюдений
V monografii predlagajutsja metody reshenija takikh problem, svjazannykh s modelirovaniem vremennykh rjadov makroekonomicheskikh protsessov, kak problema vybora dliny okna nabljudenij, problema opredelenija urovnja znachimosti prediktorov i dostovernogo intervalnogo prognoza pri provedenii protsedury spetsifikatsii, problema vychislenija intervalnogo prognoza dlja modelej klassa ARIMA, problema nesoglasovannosti prognozov i dr. Predstavlennye metody postroenija mnogofaktornoj linejnoj regressii s raspredelennymi lagami pozvoljajut kachestvenno uluchshit prognosticheskij potentsial klassicheskikh regressionnykh modelej pri sokhranenii nadezhnosti doveritelnykh intervalov, a takzhe rasshirit eksplikativnye vozmozhnosti regressionnykh uravnenij. Dannye metody mogut byt s uspekhom ispolzovany dlja postroenija modelej makroekonomicheskikh protsessov s tselju ikh kratkosrochnogo, srednesrochnogo i dolgosrochnogo prognozirovanija. Poluchaemye prognozy obladajut bolee vysokoj tochnostju po sravneniju s prognozami, rasschitannymi po uzhe suschestvujuschim metodam, a takzhe imejut nadezhnye doveritelnye intervaly. Poluchennye modeli i prognozy mogut byt ispolzovany dlja prinjatija optimalnykh upravlencheskikh reshenij organami gosudarstvennoj vlasti i upravlenija. Takzhe rezultaty raboty mogut ispolzovatsja v uchebnom protsesse vuzov pri sozdanii i sovershenstvovanii distsiplin "Ekonometrika", "Modelirovanie makroekonomicheskikh protsessov" i dr.Kljuchevye slova: vremennye rjady, makroekonomicheskie protsessy, ARIMA, vzveshivanie modelej, doveritelnyj interval, uroven znachimosti prediktorov, funktsionalnye vzaimosvjazi, regressionnye modeli, stepeni svobody, vybor dliny okna nabljudenij
