🐍 Восстановление закрытых данных по импорту и экспорту в 5 шагов:

1. Рассчитаем индекс цен импорта: для этого достаточно поделить импорт в текущих ценах на импорт в постоянных ценах

2. Построим простую модель индекса цен импорта как ф-ции от курса/сезонности/тренда на доступных данных - например, за 2011-2021 гг.

from statsmodels.tsa.deterministic import Seasonality
from statsmodels.tsa.tsatools import add_trend

import statsmodels.api as sm
import numpy as np

seas_gen = Seasonality(4)

Y = np.log(df_ix_p.M.dropna())

X = np.log(df_rub.loc['2011-03-31':,'USDRUB'].dropna())
X = sm.add_constant(X)
X = add_trend(X,trend='t')
X = pd.concat([X, seas_gen.in_sample(X .index).iloc[:,1:]],axis=1)

model = sm.OLS(Y,X_est)
results = model.fit()

3. Продлим индекс цен импорта за отсутствующие периоды - 2022-24 - на основе наблюдаемых данных

4. Получим оценку импорта в постоянных ценах, разделив импорт в текущих ценах на оценку дефлятора

5. Получим оценку экспорта в постоянных ценах алгебраически - из полученной оценки импорта,доступных данных остальным компонентам и знания определения ВВП (Y = C + G + GCF + X - M)

Готово - наши оценки недостающих компонент с крайне небольшой погрешностью будут около закрытых данных

@c0ldness