SoleCRISTransition linkFrontpageTransition linkInstructionsTransition linkLogin Bank of Finland

A Peer-reviewed scientific articles/A1 Journal article (refereed), original research
      
This is the view page of publication. On this page you can view basic information of publication or go back on previous page using back-action on the bottom of the page. If you want to move to edit the information of publication, use the actions on the bottom of the page or continue using the system from menu.


Aikasarjamallit apuna Suomen talouden seurannassa, Kansantaloudellinen aikakauskirja 3/2019 (2019). Juvonen, Petteri; Anttonen, Jetro; Fornaro,Paolo; Nissilä, Wilma; Nyberg, Henri; Pönkä, Harri


Category A Peer-reviewed scientific articles
Sub-category A1 Journal article (refereed), original research
auki Internal authors
Juvonen Petteri / Forecasting
Pönkä Harri / Forecasting
All authors as text Juvonen, Petteri; Anttonen, Jetro; Fornaro,Paolo; Nissilä, Wilma; Nyberg, Henri; Pönkä, Harri 
Number of authors
Status Published
Year of publication 2019 
Date 14.10.2019 
Name of article Aikasarjamallit apuna Suomen talouden seurannassa 
Name of journal Kansantaloudellinen aikakauskirja
Volume of issue 115 
Number of issue 3/2019 
Pages 440-457 
Abstract 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.
Free text descriptor in Finnish aikasarjat; mallit; ekonometria; makrotalous; Suomi; nowcasting; ennusteet 
ISSN / e-ISSN 0022-8427 
auki Internet addresses