Zobrazit minimální záznam

Může Bayesovská ekonometrie překonat tradiční ekonometrické modely v předpovídání inflace?
dc.contributor.advisorBaxa, Jaromír
dc.creatorStráský, Josef
dc.date.accessioned2020-02-14T12:46:39Z
dc.date.available2020-02-14T12:46:39Z
dc.date.issued2011
dc.identifier.urihttp://hdl.handle.net/20.500.11956/35734
dc.description.abstractForecasting of inflation has become crucial for both policy makers and private agents who try to understand and react to Central Bank decisions because many Central Banks implemented inflation targeting rules instead of control of monetary aggregates. Inflation forecasting is considered to be very complicated issue because univariate regression models and structural macroeconomic models are usually outperformed by naive random walk model. This work is intended for forecasting inflation in the Czech Republic by employing Bayesian econometric method (namely Bayesian vector autoregression - BVAR). Bayesian methods proved to be useful in inflation forecasting in developed countries (Fabio Canova: G-7 Inflation Forecasts: Random Walk, Phillips Curve or What Else?, 2007). Bayesian econometrics is one of the fast developing fields of econometrics for past two decades. In the centre of the approach is Bayesian probabilistic theory based on conditional probabilities. This probabilistic approach is, however, computationally demanding. Fast computer evolution enables wide applications of Bayesian models. Model estimations are based on combining information from some prior beliefs and from the data. Many different sorts of models have their Bayesian variants (e.g. OLS) but the emphasis in this work is on Bayesian...en_US
dc.description.abstractVzhledem k tomu, že mnoho centrálních bank opustilo režim cílování peněžní zásoby a přešlo k režimu cílování inflace, stalo se předpovídání inflace zásadním, jak pro politické rozhodování, tak pro soukromé aktéry, kteří se snaží rozpoznat rozhodnutí centrální banky a reagovat na něj. Předpovídání inflace není jednoduché, neboť modely zahrnující jednu proměnnou, stejně jako strukturální makroekonomické modely, jsou, pokud se týká schopnosti předpovědi, překonávány naivní předpovědí, která je výsledkem modelu náhodné procházky. Cílem této práce je předpovídat inflaci v České republice použitím bayesovského ekonometrického modelu (konkrétně bayesovské vektorové autoregrese - BVAR). Bayesovské modely se osvědčily při předpovídání inflace ve vyspělých zemích (Fabio Canova: G-7 Inflation Forecasts: Random Walk, Phillips Curve or What Else?, 2007). Bayesovská ekonometrie je jednou z nejrychleji se rozvíjejících oblastí ekonometrie za poslední dvě desetiletí. Ve centru bayesovského přístupu leží bayesovská pravděpodobnostní teorie, která je založena na konceptu podmíněné pravděpodobnosti. Tento přístup je ovšem výpočetně poměrně náročný a jeho praktické využití bylo umožněno teprve díky rychlému rozvoji výpočetní techniky. Odhady modelů jsou založené na kombinaci určitých předpokladů (priors) spolu s informací...cs_CZ
dc.languageEnglishcs_CZ
dc.language.isoen_US
dc.publisherUniverzita Karlova, Fakulta sociálních vědcs_CZ
dc.subjectBayesian econometricsen_US
dc.subjectinflation forecastinen_US
dc.subjectCzech republicen_US
dc.subjectThiel testsen_US
dc.subjectBayesovská ekonometriecs_CZ
dc.subjectpředpovídání inflacecs_CZ
dc.subjectČeská republikacs_CZ
dc.subjectThielovy testycs_CZ
dc.titleCan Bayesian econometric methods outperform traditional econometrics in inflation forecasting?en_US
dc.typerigorózní prácecs_CZ
dcterms.created2011
dcterms.dateAccepted2011-03-30
dc.description.departmentInstitut ekonomických studiícs_CZ
dc.description.departmentInstitute of Economic Studiesen_US
dc.description.facultyFaculty of Social Sciencesen_US
dc.description.facultyFakulta sociálních vědcs_CZ
dc.identifier.repId103886
dc.title.translatedMůže Bayesovská ekonometrie překonat tradiční ekonometrické modely v předpovídání inflace?cs_CZ
dc.contributor.refereeNetuka, Martin
dc.identifier.aleph001404674
thesis.degree.namePhDr.
thesis.degree.levelrigorózní řízenícs_CZ
thesis.degree.disciplineEkonomiecs_CZ
thesis.degree.disciplineEconomicsen_US
thesis.degree.programEkonomické teoriecs_CZ
thesis.degree.programEconomicsen_US
uk.thesis.typerigorózní prácecs_CZ
uk.taxonomy.organization-csFakulta sociálních věd::Institut ekonomických studiícs_CZ
uk.taxonomy.organization-enFaculty of Social Sciences::Institute of Economic Studiesen_US
uk.faculty-name.csFakulta sociálních vědcs_CZ
uk.faculty-name.enFaculty of Social Sciencesen_US
uk.faculty-abbr.csFSVcs_CZ
uk.degree-discipline.csEkonomiecs_CZ
uk.degree-discipline.enEconomicsen_US
uk.degree-program.csEkonomické teoriecs_CZ
uk.degree-program.enEconomicsen_US
thesis.grade.csProspěl/acs_CZ
thesis.grade.enPassen_US
uk.abstract.csVzhledem k tomu, že mnoho centrálních bank opustilo režim cílování peněžní zásoby a přešlo k režimu cílování inflace, stalo se předpovídání inflace zásadním, jak pro politické rozhodování, tak pro soukromé aktéry, kteří se snaží rozpoznat rozhodnutí centrální banky a reagovat na něj. Předpovídání inflace není jednoduché, neboť modely zahrnující jednu proměnnou, stejně jako strukturální makroekonomické modely, jsou, pokud se týká schopnosti předpovědi, překonávány naivní předpovědí, která je výsledkem modelu náhodné procházky. Cílem této práce je předpovídat inflaci v České republice použitím bayesovského ekonometrického modelu (konkrétně bayesovské vektorové autoregrese - BVAR). Bayesovské modely se osvědčily při předpovídání inflace ve vyspělých zemích (Fabio Canova: G-7 Inflation Forecasts: Random Walk, Phillips Curve or What Else?, 2007). Bayesovská ekonometrie je jednou z nejrychleji se rozvíjejících oblastí ekonometrie za poslední dvě desetiletí. Ve centru bayesovského přístupu leží bayesovská pravděpodobnostní teorie, která je založena na konceptu podmíněné pravděpodobnosti. Tento přístup je ovšem výpočetně poměrně náročný a jeho praktické využití bylo umožněno teprve díky rychlému rozvoji výpočetní techniky. Odhady modelů jsou založené na kombinaci určitých předpokladů (priors) spolu s informací...cs_CZ
uk.abstract.enForecasting of inflation has become crucial for both policy makers and private agents who try to understand and react to Central Bank decisions because many Central Banks implemented inflation targeting rules instead of control of monetary aggregates. Inflation forecasting is considered to be very complicated issue because univariate regression models and structural macroeconomic models are usually outperformed by naive random walk model. This work is intended for forecasting inflation in the Czech Republic by employing Bayesian econometric method (namely Bayesian vector autoregression - BVAR). Bayesian methods proved to be useful in inflation forecasting in developed countries (Fabio Canova: G-7 Inflation Forecasts: Random Walk, Phillips Curve or What Else?, 2007). Bayesian econometrics is one of the fast developing fields of econometrics for past two decades. In the centre of the approach is Bayesian probabilistic theory based on conditional probabilities. This probabilistic approach is, however, computationally demanding. Fast computer evolution enables wide applications of Bayesian models. Model estimations are based on combining information from some prior beliefs and from the data. Many different sorts of models have their Bayesian variants (e.g. OLS) but the emphasis in this work is on Bayesian...en_US
uk.file-availabilityV
uk.grantorUniverzita Karlova, Fakulta sociálních věd, Institut ekonomických studiícs_CZ
thesis.grade.codeP
uk.publication-placePrahacs_CZ
dc.identifier.lisID990014046740106986


Soubory tohoto záznamu

Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail

Tento záznam se objevuje v následujících sbírkách

Zobrazit minimální záznam


© 2017 Univerzita Karlova, Ústřední knihovna, Ovocný trh 560/5, 116 36 Praha 1; email: admin-repozitar [at] cuni.cz

Za dodržení všech ustanovení autorského zákona jsou zodpovědné jednotlivé složky Univerzity Karlovy. / Each constituent part of Charles University is responsible for adherence to all provisions of the copyright law.

Upozornění / Notice: Získané informace nemohou být použity k výdělečným účelům nebo vydávány za studijní, vědeckou nebo jinou tvůrčí činnost jiné osoby než autora. / Any retrieved information shall not be used for any commercial purposes or claimed as results of studying, scientific or any other creative activities of any person other than the author.

DSpace software copyright © 2002-2015  DuraSpace
Theme by 
@mire NV