Альтернативні методи прогнозування макроекономічних процесів

Дипломна робота: 143., 2 табл., 78 рис., 2 додатків та 26 джерел. Прогнозування має величезне значення для розрахунку цін на електроенергію, скільки потрібно виготовити її, очікувані прибутки від бізнесу, очікуване зростання ВВП країни тощо. Зачасту використовують математичні або статистичні моделі для прогнозу на ринку, однак вони не завжди працюють в такому разі використовують альтернативні моделі для прогнозування які дають кращі результати ніж математичні. Метою даної роботи стало дослідити альтернативні моделі для прогнозу макроекономічних та фінансових процесів які використовуються на ринку та дослідити їх якість на вибраних часових рядах, а саме: ВВП України, ВВП Польщі, курси акцій компаній Facebook та Netflix. Та використати ці моделі для моделювання та прогнозу заданих процесів. Щоб досягти поставленої мети необхідно розв’язати такі задачі: 1. Аналіз інформаційного ринку для отримання даних. 2. Аналіз статистичних моделей для прогнозування процесів 3. Аналіз методів перетворення часових рядів 4. Вибір альтернативних методів 5. Підготовка даних для застосування альтернативних методів 6. Моделювання альтернативних моделей на кожному з часових рядів 7. Порівняння роботи моделей з різними рядами 8. Аналіз ефективності створених моделей Об’єктом дослідження є історичні дані коливання ВВП та акцій, які потребують підготовки для подальшого застосування. Предметом дослідження є альтернативні методи прогнозування макроекономічних даних. 5 В даній роботі проведено дослідження застосування альтернативних моделей на обраних часових рядах, та приведено найважливіші регресори для кожної з моделей. В результаті дослідження були отримані результати що на підготовлених даних найращі результати дала лінійна та Баєсівська регресії. В подальшому можна розвивати працю для дослідження інших моделей. Thesis: 143., 2 tables., 78 fig., 2 appendices. and 26 sources. Forecasting is of great importance for calculating electricity prices, how much to produce, expected business profits, expected GDP growth, and so on. Often use mathematical or statistical models for forecasting in the market, but they do not always work in this case use alternative models for forecasting that give better results than mathematical. The aim of this work was to investigate alternative models for forecasting macroeconomic and financial processes used in the market and to investigate their quality on selected time series, namely: GDP of Ukraine, GDP of Poland, stock prices of Facebook and Netflix. And use these models to model and predict given processes. To achieve this goal you need to solve the following tasks: 1. Analysis of the information market to obtain data. 2. Analysis of statistical models for process forecasting 3. Analysis of methods for converting time series 4. Choice of alternative methods 5. Preparation of data for the application of alternative methods 6. Modeling of alternative models on each of the time series 7. Comparison of models with different series 8. Analysis of the effectiveness of the created models The object of the study is historical data on GDP fluctuations and stocks that need to be prepared for further application. The subject of the study is alternative methods of forecasting macroeconomic data. In this paper, a study of the application of alternative models on selected time series, and the most important regressors for each of the models. 7 As a result of the study, the results were obtained that on the prepared data the best results were given by linear and Bayesian regressions. In the future, you can develop work to study other models.