Detail práce

Předpovídání inflace pomocí Bayesovské vektorové autoregrese

Autor: Bc. Karel Chuchel
Rok: 2016 - letní
Vedoucí: PhDr. RNDr. Josef Stráský Ph.D.
Konzultant:
Typ práce: Bakalářská
Jazyk: Český
Stránky: 40
Ocenění:
Odkaz: https://is.cuni.cz/webapps/zzp/detail/125024/
Abstrakt: Tato práce vyhodnocuje užitečnost vektorové a bayesovské vektorové autoregrese při předpovídání inflace v České republice jeden rok dopředu. Pro BVAR je jako apriorní rozdělení použit modifikovaný Minnesota prior. Je přizpůsoben tak, aby více zohlednil inflační cíl národní banky. Myšlenkou je, že pokud je národní banka dostatečně kredibilní, hodnota budoucí inflace se nebude příliš odlišovat od jejího cíle. VAR i BVAR ukazují zlepšení v schopnostech předpovídat oproti náhodné procházce a jednoduchému AR procesu. Optimální modely se však velice liší podle toho, zda se pro jejich evaluaci použijí či nepoužijí krizová léta. Pokud ano, všechny modely vykazují nadhodnocování předpovědí inflace pro rok 2016. Jediný model, u kterého k vysokému nadhodnocování nedochází, je model s modifikovaným apriorním rozdělením.

25

Leden

Leden 2022
poútstčtsone
     12
3456789
10111213141516
17181920212223
24252627282930
31      

Partneři

Deloitte

Sponzoři

CRIF
McKinsey
Patria Finance