Aikasarjamallit apuna Suomen talouden seurannassa

Tietueen suppeat tiedot
dc.contributor.authorPetteri Juvonen
dc.contributor.authorJetro Anttonen
dc.contributor.authorPaolo Fornaro
dc.contributor.authorWilma Nissilä
dc.contributor.authorHenri Nyberg
dc.contributor.authorHarri Pönkä
dc.contributor.organizationfi=taloustiede|en=Economics|
dc.contributor.organizationfi=tilastotiede|en=Statistics|
dc.contributor.organization-code1.2.246.10.2458963.20.17691981389
dc.contributor.organization-code1.2.246.10.2458963.20.42133013740
dc.converis.publication-id44855708
dc.converis.urlhttps://research.utu.fi/converis/portal/Publication/44855708
dc.date.accessioned2022-10-28T14:21:08Z
dc.date.available2022-10-28T14:21:08Z
dc.description.abstract<p>Viimeisten vuosikymmenien aikana kansainvälisessä ekonometrisessa tutkimuskirjallisuudessa on esitetty useita makrotaloudellista tilaa kuvaavien muuttujien informaatiota yhdistäviä lyhyen aikavälin mallinnus- ja ennustemenetelmiä. Näitä ns. nowcasting-menetelmiä on myös onnistuneesti hyödynnetty ja sovellettu Suomen talouden seurantaan. Tässä artikkelissa esittelemme katsauksen monella taholla tehtyyn kehitystyöhön ja näiden hankkeiden yhteydessä saatuihin tuloksiin Suomen aineiston tapauksessa. Suomen taloutta koskevien suhdanneindeksien hyödyntämisen myötä suhdanteiden käännepisteiden määrittäminen on tarkempaa ja käännepisteiden tuottamia taantumajaksoja voidaan vastaavasti ennustaa binäärivastemalleja käyttäen. Suomen Pankin nowcasting-malli mahdollistaa puolestaan uusien tilastojulkistusten uutisarvon analyysin. Tilastokeskuksessa ja Etlassa on vastaavasti hyödynnetty moderneja koneoppimisen menetelmiä, jotta puutteellisesta mikroaineistosta kyetään tuottamaan bruttokansantuotteen pikaestimaatteja aiempaa lyhyemmällä viiveellä. ETLAnowprojektissa hyödynnetään puolestaan mm. uusia Google-hakutilastoja työttömyyden ennustamisessa.</p>
dc.format.pagerange440
dc.format.pagerange457
dc.identifier.jour-issn0022-8427
dc.identifier.olddbid187755
dc.identifier.oldhandle10024/170849
dc.identifier.urihttps://www.utupub.fi/handle/11111/43260
dc.identifier.urlhttps://www.taloustieteellinenyhdistys.fi/wp-content/uploads/2019/10/KAK_3_2019_nettiin-44-61.pdf
dc.identifier.urnURN:NBN:fi-fe2021042826182
dc.language.isofi
dc.okm.affiliatedauthorNyberg, Henri
dc.okm.affiliatedauthorNissilä, Wilma
dc.okm.discipline112 Statistics and probabilityen_GB
dc.okm.discipline511 Economicsen_GB
dc.okm.discipline112 Tilastotiedefi_FI
dc.okm.discipline511 Kansantaloustiedefi_FI
dc.okm.internationalcopublicationnot an international co-publication
dc.okm.internationalityDomestic publication
dc.okm.typeA1 ScientificArticle
dc.publisherTaloustieteellinen Yhdistys
dc.publisher.countryFinlanden_GB
dc.publisher.countrySuomifi_FI
dc.publisher.country-codeFI
dc.relation.ispartofjournalKansantaloudellinen Aikakauskirja
dc.relation.issue3
dc.relation.volume115
dc.source.identifierhttps://www.utupub.fi/handle/10024/170849
dc.titleAikasarjamallit apuna Suomen talouden seurannassa
dc.year.issued2019

Tiedostot

Näytetään 1 - 1 / 1
Name:
KAK_3_2019_nettiin-44-61.pdf
Size:
410.76 KB
Format:
Adobe Portable Document Format
Description:
Publisher's PDF
Lataa

Kokoelmat

Rinnakkaistallenteet