Gdp nowcasting using high frequency asset price, commodity price and banking data
Varlık fiyatları, emtia fiyatları ve bankacılık verileri kullanılarak gsyh?nın şimdiki zaman tahmini
- Tez No: 289637
- Danışmanlar: DOÇ. DR. REFET S. GÜRKAYNAK
- Tez Türü: Yüksek Lisans
- Konular: Ekonometri, Ekonomi, Econometrics, Economics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2011
- Dil: İngilizce
- Üniversite: İhsan Doğramacı Bilkent Üniversitesi
- Enstitü: Ekonomi ve Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Ekonomi Bölümü
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 39
Özet
GSYH' nin bir çeyreklik gecikme ile öğrenildiği göz önünde bulundurulduğunda, ekonominin bulunduğu durum ile ilgili gerçek zamanda doğru bilgi sahibi olmanın önemi bir kez daha ortaya çıkmaktadır. GSYH' nin şimdiki zaman tahminine yüksek frekanslı varlık fiyatlarını, emtia fiyatlarını ve bankacılık verilerini koymak ekonominin güncel durumu hakkındaki bilgimize katkı sağlayabilir. Bu çalışmada Amerika Birle¸sik Devletleri GSYH'sinin tahmininde bahsi geçen yüksek frekanslı veriler, düşük frekanslı reel veriler ve fiyat endeksleri ile birlikte bir Kalman filtresi içerisinde beklenti maksimizasyonu algoritması ile kullanılmıştır. Önceki çalışmaların tersine, yüksek frekanslı verilerin GSYH'nin eş zamanlı tahmininde hatayı azalttığı bulunmuştur. Farklı modeller arasında, on beş farklı seri içeren orta ölçekli model diğer modellerden ve geleneksel tahmin metodlarından daha iyi sonuçlar vermiştir. Bunlara ek olarak, bu çalışma farklı model kurguları kullanarak daha iyi tahminlerine ulaşmanın mümkün olduğunu göstermiştir.
Özet (Çeviri)
Knowing the current state of the economy is important especially when we consider that GDP information comes with a lag of quarter. From this perspective, employing high frequency variables in GDP nowcasting may contribute to our knowledge of economic conditions, since they are timelier compared to GDP. This paper deals with nowcasting US GDP using an expectation maximization algorithm in a Kalman lter estimation, which includes asset prices, commodity prices and banking data as explanatory variables together with real variables and price indices. As a result of the estimations, asset prices and other high frequency variables are found useful in nowcasting US GDP contrary to previous studies. Model predictions beat the traditional methods with the medium size model, which includes fteen variables, yielding the best nowcast results. Finally, this paper also proposes a new route for achieving better nowcast results by changing system speci cations of the state variables.
Benzer Tezler
- Karma frekanslı veri örnekleme (MIDAS) yöntemi: Teori ve uygulama
Mixed data sampling (MIDAS) method: Theory and application
SERKAN SAMUT
Doktora
Türkçe
2020
EkonometriKaradeniz Teknik ÜniversitesiEkonometri Ana Bilim Dalı
PROF. DR. RAHMİ YAMAK
- Three essays on forecasting
Öngörü üzerine üç makale
BARIŞ SOYBİLGEN
Doktora
İngilizce
2015
Ekonomiİstanbul Bilgi ÜniversitesiEkonomi Ana Bilim Dalı
PROF. DR. MUSTAFA EGE YAZGAN
- Essays on nowcasting and forecasting business cycles and real economy
Konjonktür hareketleri ve reel ekonomi anlık tahmini ve öngörüsü üzerine makaleler
HAMZA DEMİRCAN
- Nowcasting Turkish GDP by dynamic factor model
Türkiye Gayrisafi Yurtiçi Hasıla'nın dinamik faktör model ile şimdi tahmini
İDRİS ALKIŞ
Yüksek Lisans
İngilizce
2022
EkonometriBoğaziçi ÜniversitesiYönetim Bilişim Sistemleri Ana Bilim Dalı
DOÇ. DR. BERTAN YILMAZ BADUR
- Türkiye'nin makroiktisadi göstergelerinin şimdi tahmini
Nowcasting Turkey's macroeconomic indicators
HAKAN KARA