A1 Vertaisarvioitu alkuperäisartikkeli tieteellisessä lehdessä
Aikasarjamallit apuna Suomen talouden seurannassa
Tekijät: Petteri Juvonen, Jetro Anttonen, Paolo Fornaro, Wilma Nissilä, Henri Nyberg, Harri Pönkä
Kustantaja: Taloustieteellinen Yhdistys
Julkaisuvuosi: 2019
Journal: Kansantaloudellinen Aikakauskirja
Vuosikerta: 115
Numero: 3
Aloitussivu: 440
Lopetussivu: 457
Verkko-osoite: https://www.taloustieteellinenyhdistys.fi/wp-content/uploads/2019/10/KAK_3_2019_nettiin-44-61.pdf
Rinnakkaistallenteen osoite: https://research.utu.fi/converis/portal/detail/Publication/44855708
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.
Ladattava julkaisu This is an electronic reprint of the original article. |