A1 Vertaisarvioitu alkuperäisartikkeli tieteellisessä lehdessä

Aikasarjamallit apuna Suomen talouden seurannassa




TekijätPetteri Juvonen, Jetro Anttonen, Paolo Fornaro, Wilma Nissilä, Henri Nyberg, Harri Pönkä

KustantajaTaloustieteellinen Yhdistys

Julkaisuvuosi2019

JournalKansantaloudellinen Aikakauskirja

Vuosikerta115

Numero3

Aloitussivu440

Lopetussivu457

Verkko-osoitehttps://www.taloustieteellinenyhdistys.fi/wp-content/uploads/2019/10/KAK_3_2019_nettiin-44-61.pdf

Rinnakkaistallenteen osoitehttps://research.utu.fi/converis/portal/detail/Publication/44855708


Tiivistelmä

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.
This reprint may differ from the original in pagination and typographic detail. Please cite the original version.





Last updated on 2024-26-11 at 19:43