Skip to main content
Login | Suomeksi | På svenska | In English

Inflaation ennustaminen neuroverkkomallilla taloudellisen taantuman aikana

Show simple item record

dc.date.accessioned 2019-11-04T07:54:15Z
dc.date.available 2019-11-04T07:54:15Z
dc.date.issued 2019-11-04
dc.identifier.uri http://hdl.handle.net/123456789/25992
dc.title Inflaation ennustaminen neuroverkkomallilla taloudellisen taantuman aikana fi
ethesis.discipline.URI none und
ethesis.faculty Valtiotieteellinen tiedekunta fi
ethesis.faculty Faculty of Social Sciences en
ethesis.faculty Statsvetenskapliga fakulteten sv
ethesis.faculty.URI http://data.hulib.helsinki.fi/id/6affe131-10ad-46a1-a7d8-df872797d4a8
ethesis.university.URI http://data.hulib.helsinki.fi/id/50ae46d8-7ba9-4821-877c-c994c78b0d97
ethesis.university Helsingin yliopisto fi
ethesis.university University of Helsinki en
ethesis.university Helsingfors universitet sv
dct.creator Korhonen, Markus
dct.issued 2019
dct.language.ISO639-2 fin
dct.abstract Hintavakauden saavuttamisesta on tullut keskuspankkien tärkeimpiä tehtäviä kaikkialla maailmassa, ja useat keskuspankit pyrkivät tiettyyn, hyvin määriteltyyn inflaatiotavoitteeseen. Samoin Euroopan keskuspankki pyrkii rahapolitiikallaan pitämään inflaation kahden prosentin tuntumassa. Inflaatiotavoite kuitenkin vaatii sen, että inflaatiota voidaan ennustaa mahdollisimman tarkasti. Koneoppimismetodeihin kuuluvat neuroverkkomallit ovat osoittautuneet olemaan monilla aloilla hyviä ennustemalleja. Inflaation ennustamisessa neuroverkkomallien tulokset ovat kuitenkin olleet ristiriitaisia. Aiempi tutkimus inflaation ennustamisesta on myös keskittynyt lähinnä Yhdysvaltojen ja muiden yksittäisten maiden inflaatioon. Tutkimusta ei ole myöskään tehty inflaation ennustamisesta eri suhdannetilanteissa neuroverkkomallien avulla. Tässä tutkielmassa tutkittiinkin neuroverkkomallin kykyä ennustaa inflaatiota koko euroalueella vuosien 2008-2009 taantuman aikana. Tutkielman aineistona käytettiin euroalueen harmonisoidusta kuluttajahintaindeksistä muodostettua inflaatioaikasarjaa vuosilta 1997-2010. Tutkielmassa epälineaarinen neuroverkko rakennettiin aiemmasta kirjallisuudesta vakiintuneella metodilla, jossa mallin valinta suoritettiin käyttämällä erillistä aineistoa. Valitulla mallilla simuloitiin aitoa ennustetilannetta käyttämällä euroalueen taantuman aikaista testiaineistoa. Ennusteet tehtiin myös taantuman jälkeiselle noususuhdanteelle, jotta eri suhdannetilanteita voitiin vertailla. Lisäksi samat ennusteet tehtiin ekonometriassa vakiintuneella lineaarisella mallilla, johon neuroverkkomallia verrattiin käyttämällä aiemmasta kirjallisuudesta tuttuja arviointikriteerejä ja tilastollisia testejä. Tutkielmassa selvisi, että neuroverkkomalli tuottaa hyvin tarkkoja ennusteita inflaatiolle kaikilla tutkielmassa käytetyillä ennusteväleillä. Neuroverkkomallin ennusteet ovat myös parempia, jos käytettävä aineisto on kausitasoitettu. Neuroverkkomalli tekee pienempiä ennustevirheitä noususuhdanteen aikana kuin taantumassa, mutta erot eri suhdannetilanteissa eivät ole kovin suuria. Neuroverkkomallin ennusteet eivät kuitenkaan poikkea yksinkertaisen lineaarisen mallin tekemistä ennusteista tilastollisesti merkitsevästi kummassakaan suhdannetilanteessa. Näin ollen neuroverkkomallin ei voida päätellä toimivan eri tavalla taloudellisessa taantumassa kuin muissa suhdannetilanteissa. Tutkielman tulosten perusteella neuroverkkomallia ei voida suositella keskuspankkien inflaatioennustemalliksi, koska mallin valinta ja testaaminen vievät yksinkertaista lineaarista mallia enemmän aikaa, mutta ennustetulokset eivät ole lineaarista mallia parempia. Tulokset antavatkin todisteita siitä, että inflaatio on euroalueella lineaarinen prosessi, jolloin epälineaariset mallit eivät tuota ennusteisiin lisähyötyä. Neuroverkkomallit voivat kuitenkin antaa hyvän työkalun keskuspankkien toiminnan arvioimiseen, koska niiden tuottamat ennusteet ovat tarkkoja pitemmillekin aikaväleille. fi
dct.subject inflaatio
dct.subject aikasarja
dct.subject ennustaminen
dct.subject koneoppiminen
dct.subject taantuma
dct.subject neuroverkot
dct.subject inflaatio
dct.subject aikasarja
dct.subject ennustaminen
dct.subject koneoppiminen
dct.subject taantuma
dct.subject neuroverkot
dct.language fi
ethesis.language.URI http://data.hulib.helsinki.fi/id/languages/fin
ethesis.language Finnish en
ethesis.language suomi fi
ethesis.language finska sv
ethesis.supervisor Lanne, Markku
ethesis.thesistype pro gradu -tutkielmat fi
ethesis.thesistype master's thesis en
ethesis.thesistype pro gradu-avhandlingar sv
ethesis.thesistype.URI http://data.hulib.helsinki.fi/id/thesistypes/mastersthesis
dct.identifier.ethesis E-thesisID:f904fb6f-20b7-48a7-ad2d-565c06eb68d7
dct.subject.YSOFI neuroverkot und
dct.subject.YSOFI inflaatio und
dct.subject.YSOFI koneoppiminen und
ethesis-internal.timestamp.reviewStep 2019-10-01 16:29:46:143
dct.identifier.urn URN:NBN:fi:hulib-201911043832
dc.type.dcmitype Text
ethesis.facultystudyline Taloustieteellisen tutkimuksen opintosuunta fi
ethesis.facultystudyline Research track en
ethesis.facultystudyline Studieinriktningen ekonomisk forskning sv
ethesis.facultystudyline.URI http://data.hulib.helsinki.fi/id/SH70_114 und
ethesis.mastersdegreeprogram Taloustieteen maisteriohjelma fi
ethesis.mastersdegreeprogram Master's Programme in Economics en
ethesis.mastersdegreeprogram Magisterprogrammet i ekonomi sv
ethesis.mastersdegreeprogram.URI http://data.hulib.helsinki.fi/id/MH70_009 und

Files in this item

Files Size Format View
Korhonen_Taloustiede.pdf 773.2Kb PDF

This item appears in the following Collection(s)

Show simple item record