Prognose makroökonomischer Zeitreihen: Ein Vergleich linearer Modelle mit neuronalen Netzen
In dieser Arbeit wird die Eignung des Instrumentariums der neuronalen Netze, im Konkreten der autoregressiven Neuronale-Netz-Modelle (ARNN), zur Modellierung und Prognose von makroökonomischen Zeitreihen untersucht und mit jenen der autoregressiven (AR) und autoregressiven Moving-Average-Modelle (ARMA) verglichen. Als beispielhaftes Anwendungsgebiet werden die beiden monatlichen Zeitreihen der österreichischen Arbeitslosenrate und des österreichischen Industrieproduktionsindex herangezogen. Die Arbeit beinhaltet eine Reihe von Erweiterungen an den Methoden und Algorithmen im Zusammenhang mit der ARNN-Modellierung, die durch die besonderen Herausforderungen bei der Modellierung und Prognose von makroökonomischen Zeitreihen motiviert sind. Eine Evaluationsstudie zum Vergleich der Güte von Mehr-Schritt-Prognosen verschiedener Modellierungsstrategien wird durchgeführt.
Year of publication: |
2013
|
---|---|
Authors: | Koller, Wolfgang |
Publisher: |
Frankfurt a. M. : Peter Lang International Academic Publishers |
Saved in:
freely available
Saved in favorites
Similar items by person
-
Fischer, Manfred M., (2001)
-
Trade Integration, Outsourcing and Employment in Austria: A Decomposition Approach
Koller, Wolfgang, (2009)
-
Fink, Gerhard, (2002)
- More ...