Detailansicht
An early warning system for new challenges
Brigitta Földi
Art der Arbeit
Masterarbeit
Universität
Universität Wien
Fakultät
Fakultät für Wirtschaftswissenschaften
Studiumsbezeichnung bzw. Universitätlehrgang (ULG)
Masterstudium Banking and Finance
Betreuer*in
Andrea Gaunersdorfer
Mitbetreuer*in
David Pothier
DOI
10.25365/thesis.72864
URN
urn:nbn:at:at-ubw:1-20324.11586.349873-0
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
Die wirtschaftliche Situation und ökonomische Schocks aufgrund der globalen COVID-19-Pandemie seit Ende des Jahres 2019 stellen politische Entscheidungsträger und Marktteilnehmer vor viele neue Herausforderungen. Die aktuelle Masterarbeit betrachtet ein Frühwarnsystem (Early Warning System, EWS) für den kürzlich beobachteten Konjunkturabschwung. Ziel der Arbeit ist es festzustellen, ob EWS-Modelle, welche um Variablen erweitert werden, die die neuen Veränderungen im Marktumfeld und in der Weltwirtschaft beschreiben, Rezessionen und Krisen zuverlässig vorhersagen können. Mittels eines solchen statistischen Modells sollen die wesentlichen zugrunde liegenden Zusammenhänge erfasst werden. Das vorgestellte Modell versucht Variablen und Indikatoren, die eine entscheidende Rolle beim Signalisieren möglicher wirtschaftlicher Rezessionsperioden spielen, zu bestimmen. Die Ergebnisse der Masterarbeit legen nahe, dass die neuen Herausforderungen mit Hilfe der vorgestellten Modelle geprüft werden. Währungskrisen können mit bestehenden Frühwarnsystemen prognostiziert werden, indem das Modell um zusätzliche unabhängige Variablen wie dem Pandemic Misery Index (PMI) erweitert wird, die die gegenwärtigen markanten Veränderungen der makroökonomischen Indikatoren erfassen. Für die Quartale des Jahres 2022 generiert das Modell Signale für das Auftreten von Krisen.
Abstract
(Englisch)
The novel economic circumstances and shocks, which are apparent from the end of 2019 since the presence of the COVID-19 global pandemic, provided many new challenges for policy makers, governments, and also market participants. The current master thesis considers an Early Warning System (EWS) for the recently observed novel economic downturns. The thesis aims to identify whether the existing framework of EWS methods expanded with further relevant variables to incorporate the recent changes in the market environments and global economies could reliably forecast recessions and crisis events. Given that a statistically meaningful model can be established, the applied model is capable of introducing the essential underlying relationships. Therefore, the presented model attempts also to determine variables, i.e. indicators that play a decisive role in signaling possible economic recession periods. The results of the current master thesis suggest that the novel challenges are addressed by the presented economic models. Currency crisis episodes may be forecasted and signaled with existing EWS frameworks, by expanding the list of independent variables which drive the present prominent changes in macroeconomic indicators and introducing a new independent variable to EWS, the Pandemic Misery Index (PMI). Crisis signals are perceived for the quarters of 2022.
Schlagwörter
Schlagwörter
(Deutsch)
EWS Frühwarnsystem
Schlagwörter
(Englisch)
EWS Early Warning System
Autor*innen
Brigitta Földi
Haupttitel (Englisch)
An early warning system for new challenges
Paralleltitel (Deutsch)
Ein Frühwarnsystem für neue Herausforderungen
Publikationsjahr
2022
Umfangsangabe
56 Seiten
Sprache
Englisch
Beurteiler*in
Andrea Gaunersdorfer
Klassifikationen
02 Wissenschaft und Kultur allgemein > 02.02 Wissenschaftstheorie ,
02 Wissenschaft und Kultur allgemein > 02.10 Wissenschaft und Gesellschaft
AC Nummer
AC16728758
Utheses ID
65452
Studienkennzahl
UA | 066 | 974 | |