Co se děje na VŠE?

-

Termíny

-

Další termíny »

Hledat
Pokročilé hledání

Analýza inflace v malé otevřené ekonomice

Autor práce: Georgiev, Jiří
Typ práce: Diplomová práce
Vedoucí práce: Formánek, Tomáš
Osoba oponující práci: Sokol, Ondřej

Informace o vysokoškolské kvalifikační práci

Název práce: Analýza inflace v malé otevřené ekonomice
Typ práce: Diplomová práce
Jazyk práce: Česky
Abstrakt: Inflační predikce pomáhají ekonomickým subjektům při jejich rozhodování a tvorbě budoucích očekávání. Pro zlepšení inflačních predikcí by mohlo být potenciálně vhodné postihovat a reprodukovat nejen lineární, ale i nelineární vztahy mezi proměnnými. V této práci byly zkoumány predikční schopnosti vícerozměrných modelů na inflaci v malých otevřených ekonomikách, konkrétně na datech za Českou republiku, Slovensko, Maďarsko, Polsko a Rakousko. Porovnány byly výsledky lineárních VAR modelů oproti nelineárním TVAR modelům a feedforward neuronovým sítím. Neuronové sítě se v rámci této úlohy prokázaly jako nástroj rovnocenný VAR modelům, a to především díky regularizaci, zamezující přeučení modelu. Samotné zvýšení variability a povolení nelineárnosti nepřineslo výrazné zlepšení.
Klíčová slova: VAR; TVAR; Inflace; Neuronové sítě

Informace o studiu

Studijní program a Studijní obor: Kvantitativní metody v ekonomice/Ekonometrie a operační výzkum
Typ studijního programu: Magisterský navazující studijní program
Jméno přidělované hodnosti: Ing.
Instituce přidělující hodnost: Vysoká škola ekonomická v Praze
Název fakulty: Fakulta informatiky a statistiky
Název katedry: Katedra ekonometrie
Instituce archivující a zpřístupňující VŠKP: Vysoká škola ekonomická v Praze

Informace o vysokoškolské kvalifikační práci

Název práce: Analýza inflace v malé otevřené ekonomice
Překlad názvu: Analysis of inflation in small open economies
Typ práce: Master thesis
Jazyk práce: Czech
Abstrakt: Inflation forecasts aid economical subjects in their decision making and creating of future expectations. To improve the forecast, it might be potentially appropriate to accommodate and reproduce not only linear but also nonlinear relationship among variables. This thesis explores forecast capabilities of multivariate models for inflation in small open economies, specifically of data of Czech Republic, Slovakia, Hungary, Poland and Austria. The results of linear VAR models are compared to nonlinear TVAR models and feedforward neural nets. Neural nets proved to be equal to VAR models in this task, mainly due to regularization, which prevents overfitting. The increase in variability itself and permitting non-linearity did not bring significant improvements.
Klíčová slova: Inflation; VAR; TVAR; Neural nets

Informace o studiu

Studijní program a Studijní obor: Kvantitativní metody v ekonomice/Ekonometrie a operační výzkum
Typ studijního programu: Magisterský navazující studijní program
Jméno přidělované hodnosti: Ing.
Instituce přidělující hodnost: University of Economics, Prague
Název fakulty: Faculty of Informatics and Statistics
Název katedry: Department of Econometrics
Instituce archivující a zpřístupňující VŠKP: University of Economics, Prague

Informace o odevzdání a obhajobě

Datum zadání práce: 4. 10. 2017
Datum podání práce: 14. 5. 2018
Datum obhajoby: 07.06.2018
Výsledek obhajoby: Závěrečná práce byla úspěšně obhájena

Soubory ke stažení

Hlavní práce63332_xgeoj01.pdf [1,69 MB]
Veřejná příloha17059_xgeoj01.zip [333,91 kB]
Oponentura57325_xsoko00.pdf [39,58 kB]
Hodnocení vedoucího63332_formanek.pdf [114,98 kB]

Údaje ze systému InSIS

Identifikátor https://insis.vse.cz/zp/63332/podrobnosti