Nowcasting with Machine Learning Methods

Název práce: Nowcasting with Machine Learning Methods
Autor(ka) práce: Daş, Berk
Typ práce: Diploma thesis
Vedoucí práce: Plašil, Miroslav
Oponenti práce: Karel, Tomáš
Jazyk práce: English
Abstrakt:
This master's thesis aims to nowcast the Czech GDP growth and compare several machine learning regression models' performances. While GDP is the most important macroeconomic indicator, there is a publication lag of around 70 days in the Czech Republic, and it is published quarterly. This publication lag hinders rapid decision-making and effective policy implementation. For this reason, while the early estimation of GDP is crucial, many government agencies and Central Banks are working ... zobrazit celý abstrakt
Klíčová slova: Nowcasting; Gross Domestic Product; Czech Republic; MIDAS; Machine Learning
Název práce: Nowcasting with Machine Learning Methods
Autor(ka) práce: Daş, Berk
Typ práce: Diplomová práce
Vedoucí práce: Plašil, Miroslav
Oponenti práce: Karel, Tomáš
Jazyk práce: English
Abstrakt:
This master's thesis aims to nowcast the Czech GDP growth and compare several machine learning regression models' performances. While GDP is the most important macroeconomic indicator, there is a publication lag of around 70 days in the Czech Republic, and it is published quarterly. This publication lag hinders rapid decision-making and effective policy implementation. For this reason, while the early estimation of GDP is crucial, many government agencies and Central Banks are working ... zobrazit celý abstrakt
Klíčová slova: Nowcasting; Gross Domestic Product; Czech Republic; MIDAS; Machine Learning

Informace o studiu

Studijní program / obor: Economic Data Analysis/Official Statistics
Typ studijního programu: Magisterský studijní program
Přidělovaná hodnost: Ing.
Instituce přidělující hodnost: Vysoká škola ekonomická v Praze
Fakulta: Fakulta informatiky a statistiky
Katedra: Katedra statistiky a pravděpodobnosti

Informace o odevzdání a obhajobě

Datum zadání práce: 23. 3. 2022
Datum podání práce: 28. 6. 2023
Datum obhajoby: 23. 8. 2023
Identifikátor v systému InSIS: https://insis.vse.cz/zp/80340/podrobnosti

Soubory ke stažení

    Poslední aktualizace: