Please use this identifier to cite or link to this item: https://hdl.handle.net/10419/178471 
Year of Publication: 
2013
Series/Report no.: 
Forschungsergebnisse der Wirtschaftsuniversität Wien No. 63
Publisher: 
Peter Lang International Academic Publishers, Frankfurt a. M.
Abstract: 
In dieser Arbeit wird die Eignung des Instrumentariums der neuronalen Netze, im Konkreten der autoregressiven Neuronale-Netz-Modelle (ARNN), zur Modellierung und Prognose von makroökonomischen Zeitreihen untersucht und mit jenen der autoregressiven (AR) und autoregressiven Moving-Average-Modelle (ARMA) verglichen. Als beispielhaftes Anwendungsgebiet werden die beiden monatlichen Zeitreihen der österreichischen Arbeitslosenrate und des österreichischen Industrieproduktionsindex herangezogen. Die Arbeit beinhaltet eine Reihe von Erweiterungen an den Methoden und Algorithmen im Zusammenhang mit der ARNN-Modellierung, die durch die besonderen Herausforderungen bei der Modellierung und Prognose von makroökonomischen Zeitreihen motiviert sind. Eine Evaluationsstudie zum Vergleich der Güte von Mehr-Schritt-Prognosen verschiedener Modellierungsstrategien wird durchgeführt.
Persistent Identifier of the first edition: 
ISBN: 
978-3-653-03344-1
Creative Commons License: 
cc-by Logo
Document Type: 
Book

Files in This Item:
File
Size





Items in EconStor are protected by copyright, with all rights reserved, unless otherwise indicated.