Library SitePandemos Repository
Pandemos Record
 

View record information

Department of Economic and Regional Development  

Postgraduate Theses  

 
Τίτλος:Μοντέλα πρόβλεψης τρέχοντος τριμήνου για το ΑΕΠ
Τίτλος:Models for GDP nowcasting
Κύρια Υπευθυνότητα:Μανανάς, Δημήτριος Γ.
Επιβλέπων:Ντεγιαννάκης, Σταύρος Α.
Θέματα:
Keywords:Χρονολογικές σειρές, nowcasting, πρόβλεψη, Ελληνικό πραγματικό ΑΕΠ, bridge models, κριτήρια αξιολόγησης προβλεπτικής ικανότητας
Time series, nowcasting, forecasting, Greek real GDP, bridge models, forecasting ability evaluation criteria.
Ημερομηνία Έκδοσης:2019
Εκδότης:Πάντειο Πανεπιστήμιο Κοινωνικών και Πολιτικών Επιστημών
Περίληψη:Η παρούσα διπλωματική εργασία εκπονήθηκε ως μέρος του προγράμματος Μεταπτυχιακών Σπουδών του τμήματος Οικονομικής και Περιφερειακής Ανάπτυξης του Παντείου Πανεπιστημίου με τίτλο Εφηρμοσμένα Οικονομικά και Διοίκηση, κατά το χρονικό διάστημα Σεπτέμβριος 2018-Ιούνιος 2019. Σκοπός της εν λόγω εργασίας είναι να συμβάλει στο σώμα της βιβλιογραφίας σχετικά με την πρόβλεψη τρέχοντος τριμήνου (nowcasting) του Ελληνικού πραγματικού ΑΕΠ, μέσω της εφαρμογής οικονομετρικών μοντέλων Bridge. Καταρχάς, γίνεται ιδιαίτερη αναφορά στις προβλέψεις που άπτονται του πεδίου της μακροοικονομίας, ενώ εν συνεχεία, παρατίθενται οι πιο σημαντικές μέθοδοι που έχουν εφαρμοσθεί σχετικά με τις προβλέψεις των οικονομετρικών μοντέλων. Επιπρόσθετα, αναφέρονται οι κυριότερες έρευνες που έχουν δημοσιευθεί όχι μόνο διεθνώς, αλλά και για την περίπτωση της Ελλάδος. Εν συνεχεία, συλλέγοντας δεδομένα 30 μακροοικονομικών μεταβλητών (συμπεριλαμβανομένου του πραγματικού Ελληνικού ΑΕΠ, η οποία συνιστά την εξαρτημένη μεταβλητή), προβαίνουμε σε εκτίμηση μοντέλων Bridgeκατά το χρονικό διάστημα 2000Q3-2012Q4, μέσω του στατιστικού πακέτου E-views 10 University Edition. Από το σύνολο των 70 μοντέλων που δημιουργήθηκαν και εκτιμήθηκαν, παρουσιάζονται τα καλύτερα επτά μοντέλα Bridge, τα οποία πληρούν τις βασικές υποθέσεις (έλεγχοι καταλοίπων, στασιμοτητας-έλεγχος συνολοκλήρωσης μεταξύ των μεταβλητών), έχουν τις καλύτερες τιμές στα πληροφορικά κριτήρια Akaike και Scwarch, καθώς και στον συντελεστή προσδιορισμού R2. Επιπροσθέτως, για να γίνουν συγκρίσεις μεταξύ των ανωτέρω μοντέλων, εκτιμώνται τα μοντέλα Naïve Average Constant Growth και ARIMA(1,1,2). Ακολούθως, για τα εν λόγω οικονομετρικά μοντέλα διενεργείται εκτός δείγματος αξιολόγηση μέσω των κυλιόμενων παλινδρομικών εκτιμήσεων και προβλέψεων για το χρονικό διάστημα 2013Q1-2018Q4, λαμβάνοντας υπόψη τις τιμές των μοντέλων στα αντίστοιχα κριτήρια προβλεπτικής ικανότητας.Σχετικά με τα αποτελέσματα της ανάλυσης, τα κύρια συμπεράσματα που εξάγονται είναι τρία: Πρώτον, οι μεταβλητές Composite Leading Indicator (CLI) του Οργανισμού Οικονομικής Συνεργασίας και Ανάπτυξης (ΟΟΣΑ), ο δείκτης οικονομικού κλίματος του ΙΟΒΕ καθώς και οι δείκτες βιομηχανικής παραγωγής, κύκλου εργασιών και όγκου στο λιανικό εμπόριο της Ελληνικής Στατιστικής Αρχής (ΕΛ.ΣΤΑΤ), αποδείχθηκαν αξιόπιστοι δείκτες για την πρόβλεψη του πραγματικού Ελληνικού ΑΕΠ, δεύτερο, το μοντέλο που περιείχε τις μεταβλητές δείκτης βιομηχανικής παραγωγής και δείκτης όγκου στο λιανικό εμπόριο, αναδείχθηκε το καλύτερο ως προς την προβλεπτική ικανότητα, διότι είχε την μικρότερη τιμή στο κριτήριο Root Mean Squared Error και τρίτο, τα επτά μοντέλα Bridge υπερείχαν έναντι των μοντέλων Naïve Average Constant Growth και ARIMA(1,1,2)), γεγονός που οφείλεται στο ότι τα εν λόγω μοντέλα, εκμεταλλεύονται τις πληροφορίες που εμπεριέχονται στις μεταβλητές που δημοσιεύονται κάθε μήνα, πριν την επίσημη ανακοίνωση των στοιχείων για το πραγματικό ΑΕΠ.
Abstract:This thesis has been conducted as a part of the MSc program of Applied Economics and Administration, at the department of Economic and Regional Development of Panteion University in Athens. The dissertation took place from September of 2018 to June of 2019. The aim of this thesis is to contribute to the corpus of the literature about the subject of nowcasting the Greek GDP, through the implementation of bridge models.Initially, special reference is made to forecasts regarding the field of macroeconomics, whereas next, the most important methods which have been applied, regarding the forecasts with econometric models, are listed. What is more, a substantial number of studies, which have been published not only internationally, but also for the case of Greece, are referred.Then, collecting data of 30 macroeconomic variables (containing real Greek GDP, which is the dependent variable), we estimate Bridge Models over the period 2000Q3-2012Q4, through the package E-views 10 University Edition. Out of a total of 70 models were constructed and estimated, we present the top seven Bridge Models, which meet the basic assumptions (residual diagnostics test-stationarity,cointegration tests among the variables), have the best values in information criteria, as well as in the value of coefficient of determination R2. In addition, in order to make comparison among the models, we estimate the models, Naïve Average Constant Growth model and the ARIMA (1,1,2) model.Subsequently, for the aforementioned econometric models we make an out of sample evaluation, by using rolling estimations and forecasts within the period 2013Q1-2018Q4, taking into account the values of the models in the respective forecasting evaluation criteria. Regarding the results of the analysis, we extract three main conclusions: First, the variables of the Composite Leading Indicator of Organism for Economic Co-operation and Development (OECD), the economic sentiment indicator (ESI) of IOBE, the Industrial production index, Turnover Index and Volume Index in Retail Trade of ELSTAT, proved to be liable predictors for the Greek Real GDP, second, the model which contained the proxies of the Industrial Production Index (IPI) and the Volume Index in Retail Trade had the best performance of all models, achieving the lowest value in the Root Mean Squared Error and third, the 7 Bridge models surpassed the models Naïve Average Constant Growth and ARIMA(1,1,2)), due to the fact that those models, take advantage of the information contained in the proxies, which published every month, before the official announcement of the data for the real Greek GDP.
Περιγραφή:Διπλωματική εργασία - Πάντειο Πανεπιστήμιο. Τμήμα Οικονομικής και Περιφερειακής Ανάπτυξης, ΠΜΣ, κατεύθυνση Εφηρμοσμένων Οικονομικών και Διοίκησης, 2019
Περιγραφή:Βιβλιογραφία: σ. 67-72
 
 
Archives to this Item
Archive Type
8PMS_MananasDi_0817M006.pdf application/pdf
 
FedoraCommons OAI Library - Information Services, Panteion University