A1 Journal article (refereed)
Aikasarjamallit apuna Suomen talouden seurannassa (2019)

Juvonen, P., Anttonen, J., Fornaro, P., Nissilä, W., Nyberg, H., & Pönkä, H. (2019). Aikasarjamallit apuna Suomen talouden seurannassa. Kansantaloudellinen aikakauskirja, 115(3), 440-457. https://www.taloustieteellinenyhdistys.fi/wp-content/uploads/2019/10/KAK_3_2019_nettiin-44-61.pdf

JYU authors or editors

Publication details

All authors or editors: Juvonen, Petteri; Anttonen, Jetro; Fornaro, Paolo; Nissilä, Wilma; Nyberg, Henri; Pönkä, Harri

Journal or series: Kansantaloudellinen aikakauskirja

ISSN: 0022-8427

eISSN: 2343-063X

Publication year: 2019

Volume: 115

Issue number: 3

Pages range: 440-457

Publisher: Kansantaloudellinen yhdistys

Place of Publication: Helsinki

Publication country: Finland

Publication language: Finnish

Persistent website address: https://www.taloustieteellinenyhdistys.fi/wp-content/uploads/2019/10/KAK_3_2019_nettiin-44-61.pdf

Publication open access: Openly available

Publication channel open access: Open Access channel

Publication is parallel published (JYX): https://jyx.jyu.fi/handle/123456789/65955

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.

Keywords: national economy; econometric models; economic forecasts; economic fluctuation; gross domestic product; time series; time-series analysis

Free keywords: Finland

Contributing organizations

Ministry reporting: Yes

Reporting Year: 2019

JUFO rating: 1