| Abstract : | Η πρόβλεψη υφέσεων στη πραγματική οικονομία αποτελεί μία πολύ σημαντική αποστολή και ταυτόχρονα μία μεγάλη πρόκληση. Η ακόλουθη εργασία εξετάζει την απόδοση διαφόρων μακροοικονομικών μεταβλητών ως δείκτες πρόβλεψης σε επακόλουθες υφέσεις. Πιο συγκεκριμένα, εξετάζουμε τη χρησιμότητα των διαφόρων οικονομικών μεταβλητών προκειμένου να προβλέψουμε αν η οικονομία θα είναι σε ύφεση ή όχι 12 μήνες μετά. Αρχικά οι μεταβλητές εξετάζονται μία προς μία και στη συνέχεια σε συνδυασμούς μέσω μοντέλων λογιστικής παλινδρόμησης. Με αυτή την προσέγγιση θα είμαστε σε θέση να καθορίσουμεπιθανότητες για τον αν η οικονομία είναι σε ύφεση ή όχι σε σε συγκεκριμένη χρονική στιγμή.Αρχικά, παρουσιάζουμε μία ανασκόπηση της βιβλιογραφίας που αφορά διάφορα είδη μοντέλων που έχουν χρησιμοποιηθεί κατά τη διάρκεια των χρόνων για να προβλέψουν υφέσεις και τα συμπεράσματά τους. Έπειτα ακολουθεί μία επεξήγηση των δεδομένων και των οικονομικών μεταβλητών που χρησιμοποιούμε για πρόβλεψη. Ύστερα παρουσιάζουμε την εμπειρική εφαρμογή και τα διάφορα προβλεπτικά μοντέλα που χρησιμοποιήθηκαν. Τέλος, παρουσιάζουμε μία περίληψη των συμπερασμάτων της προσέγγισής μας.
The prediction of recessions in real economy is an important task but at the same time very challenging. This thesis examines the performance of various macroeconomic financial variables as predictors of subsequent recessions. Specifically, we examine the usefulness of various financial variable in predicting whether on notthe economy will be in recession 12 months ahead. The variables are examined initially by themselves andafterwards in some combinations via various logit models. With this approach we will be able to determine probabilities of the economy being or not in a recession in a specific time period. Initially, we present a thorough review of the literature concerning various kind of models that have beenused through years to predict recessions and their conclusions. Then follows an explanation of the data andof the financial variables that we use for prediction. Next there is the empirical application and the various models used for forecasting. Finally, we present a summary with the conclusions of our approach.
|
|---|
Copyright © 2013 Library AUEB. All rights reserved.