Прогнозы Moody's мало чем отличаются от консесус-прогнозов Центра Развития ВШЭ и Минэкономразвития. Более того, методики прогнозирования весьма схожи, а данные, используемые в моделях Moody's были собраны и опубликованы Росстатом.
Традиционно в прогнозировании используются методы, в основе которых лежат регрессионные модели, которые строятся по принципу метода наименьших квадратов сокр. МНК (Least square distances). Модели, используемые для прогнозирования таких сложных результативных показателей как ВВП, часто имеют вид систем уравнений. В качестве примера кейнсианская модель экономики США 1950-1960 годов (Картинка). В подобных уравнениях используется большое количество переменных. В данной модели используются следующие: S - заработные платы, P - прибыль организаций, G - правительственные расходы, I - инвестиции, а также лаговые, к примеру, P(t-1) - прибыль организаций в предыдущем периоде. b(i) - мультипликаторы характеризующие коэффициенты регрессии.
https://pp.vk.me/c622030/v622030719/4385d/oTbypncVyqM.jpg
Однако, сомневаюсь, что модели, используемые ВШЭ и Moody's можно найти в отрытом доступе. Методики схожи по той причине, что каждое уравнение проходит статистические тесты на качество. Каждый мультипликатор и каждая переменная должны быть статистически обоснованными. Причин, по которым прогнозы зачастую не сбываются, несколько. Во-первых, прогнозируемые значения всегда имеют интервал надежности (confidence interval). В данном примере показан интервал надежности для простой линейной регрессии. На картинке видно, что чем ближе значение предсказывающей переменной к среднему значению, тем уже интервал и тем точнее прогноз, но отклонение от прогнозного значение имеется всегда.
https://pp.vk.me/c622030/v622030741/3d66c/73hfMWuU30s.jpg
Вторая и более важная причина заключается в том, что данные модели учитывают лишь количественную информацию. Вся та информация, которая не может быть выражена в числах, т.е. качественные факторы, не могут быть всеобъемлюще учтена. В эконометрике существует понятие бинарных переменных, которые так или иначе могут характеризовать качественные факторы, но их применимость весьма ограничена и не соответствует огромному потоку информации качественного характера.
Спасибо за теорию очень познавательно, но ответа на вопрос не даёт) минусую)