Conditional BVARX Forecasting Model for Small Open Economies : An Application to Finland

Näytä kaikki kuvailutiedot



Pysyväisosoite

http://urn.fi/URN:NBN:fi:hulib-201905292258
Julkaisun nimi: Conditional BVARX Forecasting Model for Small Open Economies : An Application to Finland
Tekijä: Anttonen, Jetro
Muu tekijä: Helsingin yliopisto, Valtiotieteellinen tiedekunta
University of Helsinki, Faculty of Social Sciences
Helsingfors universitet, Statsvetenskapliga fakulteten
Julkaisija: Helsingin yliopisto
Päiväys: 2019
Kieli: eng
URI: http://urn.fi/URN:NBN:fi:hulib-201905292258
http://hdl.handle.net/10138/302320
Opinnäytteen taso: pro gradu -tutkielmat
Koulutusohjelma: Taloustieteen maisteriohjelma
Master's Programme in Economics
Magisterprogrammet i ekonomi
Opintosuunta: Taloustieteellisen tutkimuksen opintosuunta
Research track
Studieinriktningen ekonomisk forskning
Tiivistelmä: In this thesis, a conditional BVARX forecasting model for short and medium term economic forecasting is developed. The model is especially designed for small-open economies and its performance on forecasting several Finnish economic variables is assessed. Particular attention is directed to the hyperparameter choice of the model. A novel algorithm for hyperparameter choice is proposed and it is shown to outperform the marginal likelihood based approach often encountered in the literature. Other prominent features of the model include conditioning on predictive densities and exogeneity of the global economic variables. The model is shown to outperform univariate benchmark models in terms of forecasting accuracy for forecasting horizons up to eight quarters ahead.Tässä tutkielmassa kehitetään BVARX-ennustemalli lyhyen ja keskipitkän aikavälin taloudelliseen ennustamiseen. Malli on erityisesti kehitetty pienten avotalouksien erityispiirteet huomioon ottaen ja tutkielmassa testataan mallin kykyä ennustaa useita suomalaisia taloudellisia muuttujia. Erityistä huomiota tutkielmassa kiinnitetään mallin hyperparametrien valintaan. Tutkielmassa esitellään uusi menetelmä hyperparametrien valitsemiseksi ja uuden menetelmän näytetään tuottavan tarkempia ennusteita kuin kirjallisuudessa usein käytetty marginal likelihood funktioon perustuva lähestymistapa. Muita mallin erityispiirteitä ovat mahdollisuus ehdollistaa ennusteita mallin muuttujien tulevilla arvoilla tai tiheyksillä ja globaalien taloudellisten muuttujien eksogeenisuus. Tutkielmassa kehitetyn ennustemallin näytetään tuottavan tarkempia ennusteita kuin vertailukohtana käytettävät yhden muuttujan menetelmät kaikilla tarkastelluilla ennustehorisonteilla yhdestä kahdeksaan neljännestä tulevaisuuteen.
Avainsanat: forecasting
conditional forecasting
Bayesian VAR
marginal likelihood
hyperparameter choice
Asiasanat (yso): ennustaminen
bayesilainen menetelmä


Tiedostot

Latausmäärä yhteensä: Ladataan...

Tiedosto(t) Koko Formaatti Näytä
Anttonen_Jetro_Pro_gradu_2019.pdf 542.3KB PDF Avaa tiedosto

Viite kuuluu kokoelmiin:

Näytä kaikki kuvailutiedot