Detailansicht
A comparison of the forecasting performance of vector autoregression and neural networks
Benjamin Drucks
Art der Arbeit
Masterarbeit
Universität
Universität Wien
Fakultät
Fakultät für Wirtschaftswissenschaften
Studiumsbezeichnung bzw. Universitätlehrgang (ULG)
Masterstudium Volkswirtschaftslehre
Betreuer*in
Robert Kunst
DOI
10.25365/thesis.61372
URN
urn:nbn:at:at-ubw:1-14727.03973.699676-2
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
Ziel der Arbeit ist es unter Verwendung der Zeitreihen von BIP Wachstum, Inflation, Zinssatz und Arbeitslosigkeit für 24 OECD Mitgliedsstaaten die Prognoseleistung von Vektor Autoregression (VAR) und künstlichen Neuralen Netzen (ANN) zu vergleichen. Der Datensatz wird zweigeteilt, in einen Teil zur Schätzung/Training der Modelle und einen Test-Teil um ihre Leistung zu überprüfen. Für jedes Land wird
eine VAR und ein ANN berechnet und ausgewählt. Mit Hilfe der geschätzten Modelle wird eine Prognose für den Test-Zeitraum erstellt und die Leistung anhand der Wurzel des mittleren quadratischen Fehlers (RMSE) bewertet. Jenes Modell mit dem durchschnittlich kleineren RMSE hat eine überlegene Prognoseleistung für den
vorliegenden Datensatz.
Abstract
(Englisch)
Using quarterly time series data on GDP growth, inflation, interest rate and unemployment from 24 OECD countries, I want to compare the forecasting performance of vector autoregressions (VAR) and artificial neural networks (ANN). The dataset is split into an estimation/training and a testing part and for each country a VAR and an ANN is estimated. The estimated models are then employed to forecast the testing period and their performance is evaluated by calculating the root mean
squared errors (RMSE). The model type with the smaller RMSE on average yields a superior forecasting performance for the data set at hand.
Schlagwörter
Schlagwörter
(Englisch)
forecasting gdp inflation vector autoregression neural network
Schlagwörter
(Deutsch)
Prognose BIP Inflation Vektor Autoregression Neurales Netz
Autor*innen
Benjamin Drucks
Haupttitel (Englisch)
A comparison of the forecasting performance of vector autoregression and neural networks
Paralleltitel (Deutsch)
Ein Vergleich der Prognoseleistung von Vektor-Autoregression und Neuralen Netzen
Publikationsjahr
2020
Umfangsangabe
42 Seiten : Diagramme
Sprache
Englisch
Beurteiler*in
Robert Kunst
Klassifikationen
83 Volkswirtschaft > 83.03 Methoden und Techniken der Volkswirtschaft ,
83 Volkswirtschaft > 83.31 Wirtschaftswachstum
AC Nummer
AC15696749
Utheses ID
54230
Studienkennzahl
UA | 066 | 913 | |