Aplikace dynamických modelů a SV stroje pro modelování inflace
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F47813059%3A19240%2F06%3A%230000164" target="_blank" >RIV/47813059:19240/06:#0000164 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Application of Dynamic Models and a Support Vector Machine to Inflation Modelling
Popis výsledku v původním jazyce
In Support Vector Machines (SVM´s), a non-linear model is estimated based on solving a Quadratic Programming (QP) problem. Dynamic and SVM´s modelling approaches are used for automated specification of a functional form of the model. Based on dynamic modelling, we provide the fit of inflation models in the Slovak Republic, and use them as a tool to compare their forecasting abilities with those obtained using SVM´s methods. Some methodological contributions are made to dynamic and SVM´s modelling approaches in economics and to their use in data mining systems. The study discusses, analytically and numerically demonstrates the quality and interpretability of the obtained results. The SVM´s methodology is extended to predict the time series models.
Název v anglickém jazyce
Application of Dynamic Models and a Support Vector Machine to Inflation Modelling
Popis výsledku anglicky
In Support Vector Machines (SVM´s), a non-linear model is estimated based on solving a Quadratic Programming (QP) problem. Dynamic and SVM´s modelling approaches are used for automated specification of a functional form of the model. Based on dynamic modelling, we provide the fit of inflation models in the Slovak Republic, and use them as a tool to compare their forecasting abilities with those obtained using SVM´s methods. Some methodological contributions are made to dynamic and SVM´s modelling approaches in economics and to their use in data mining systems. The study discusses, analytically and numerically demonstrates the quality and interpretability of the obtained results. The SVM´s methodology is extended to predict the time series models.
Klasifikace
Druh
J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)
CEP obor
AH - Ekonomie
OECD FORD obor
—
Návaznosti výsledku
Projekt
<a href="/cs/project/GA402%2F05%2F2768" target="_blank" >GA402/05/2768: Pokročilé statistické a ekonometrické techniky pro modelování a predikci ekonomických časových řad</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2006
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název periodika
Bulletin of the Czech Econometric Society
ISSN
1212-074x
e-ISSN
—
Svazek periodika
13
Číslo periodika v rámci svazku
23
Stát vydavatele periodika
CZ - Česká republika
Počet stran výsledku
15
Strana od-do
21-34
Kód UT WoS článku
—
EID výsledku v databázi Scopus
—