В работе анализируется качество вероятностного наукастинга и краткосрочного прогнозирования российского ВВП и элементов его использования в постоянных ценах (потребление, инвестиции, экспорт и импорт) на основе модели квантильной регрессии и ее «сжимающих» модификаций, направленных на снижение риска переобучения (усреднение квантильных прогнозов, частичная квантильная регрессия, регрессии с регуляризацией, байесовская квантильная регрессия). Показано, что квантильные модели с предикторами превосходят авторегрессионные и МНК-модели по интегральной метрике качества CRPS в задачах наукастинга инвестиций и потребления. При прогнозировании на 1–4 квартала вперед модели со сжатием параметров дают наилучшие прогнозы распределений ВВП и потребления на всех рассматриваемых горизонтах. Для инвестиций и импорта квантильные модели со сжатием параметров оказываются лучшими на трех горизонтах прогнозирования из четырех. Из моделей со сжатием нельзя выделить единственную модель, которая давала бы наилучшие вероятностные прогнозы макропеременных намного чаще других.
