Εκτίμηση υποδειγμάτων δυναμικών κοινών παραγόντων με δεδομένα που παρουσιάζουν κενά ή διαφορετική συχνότητα παρατήρησης
Στη μελέτη στην οποία βασίζεται η παρούσα διπλωματική εργασία οι συγγραφείς, Banbura και Modugno (2014), εισάγουν μια καινούρια μεθοδολογία, τροποποιώντας τον αλγόριθμο μεγιστοποίησης προσδοκιών, για να εκτιμηθούν οι παράμετροι ενός δυναμικού υποδείγματος παραγόντων σε ένα σύνολο δεδομένων που περι...
| Κύριος συγγραφέας: | |
|---|---|
| Άλλοι συγγραφείς: | |
| Μορφή: | Thesis |
| Γλώσσα: | Greek |
| Έκδοση: |
2020
|
| Θέματα: | |
| Διαθέσιμο Online: | http://hdl.handle.net/10889/13029 |
| id |
nemertes-10889-13029 |
|---|---|
| record_format |
dspace |
| spelling |
nemertes-10889-130292022-09-05T04:59:31Z Εκτίμηση υποδειγμάτων δυναμικών κοινών παραγόντων με δεδομένα που παρουσιάζουν κενά ή διαφορετική συχνότητα παρατήρησης Estimation of common dynamic factor models with data presenting gaps or different observation's frequency Λουμπαρδέας, Παναγιώτης Βενέτης, Ιωάννης Κουνετάς, Κωνσταντίνος Τζαγκαράκης, Εμμανουήλ Loumpardeas, Panagiotis Υποδείγματα κοινών παραγόντων Εκτίμηση μέγιστης πιθανοφάνειας Εκτίμηση μεταβλητών στο παρόν Dynamic factor models Maximum likelihood estimation Nowcasting Στη μελέτη στην οποία βασίζεται η παρούσα διπλωματική εργασία οι συγγραφείς, Banbura και Modugno (2014), εισάγουν μια καινούρια μεθοδολογία, τροποποιώντας τον αλγόριθμο μεγιστοποίησης προσδοκιών, για να εκτιμηθούν οι παράμετροι ενός δυναμικού υποδείγματος παραγόντων σε ένα σύνολο δεδομένων που περιέχει αυθαίρετα μοτίβα ελλειπόντων δεδομένων. Το υπόδειγμα που εισάγουν επεκτείνεται και στην περίπτωση της σειριακής συσχέτισης του ιδιοσυγκρατικού στοιχείου. Επιπρόσθετα λύνεται και ένα πολύ σημαντικό εμπόδιο στην έρευνα τέτοιων στοιχείων, που είναι σύνολα δεικτών που χαρακτηρίζονται από καθυστερήσεις δημοσίευσης, διαφορετικές συχνότητες και μήκη δείγματος. Με αυτό το πλαίσιο ο ερευνητής είναι σε θέση να χειριστεί αποτελεσματικά και με αυτόματο τρόπο σύνολα δεδομένων τα οποία χαρακτηρίζονται από τις παραπάνω ιδιότητες. Αυτή η ικανότητα του αλγορίθμου ενδέχεται να είναι πολύ χρήσιμη, όταν αντικείμενο μελέτης είναι οικονομίες που είναι «νέες» για τις οποίες πολλοί δείκτες έχουν πρόσφατα συνταχθεί. In the study on which this dissertation is based, the authors Banbura and Modugno (2014) introduce a new methodology, modifying the expectation maximization algorithm to estimate the parameters of a dynamic factors model in a dataset that contains arbitrary patterns of missing data. The model, which is introduced in the paper, expands in the case of serial correlation of idiosyncratic component. In addition, one of the most important obstacles to the investigation of such elements that are sets of indicators characterized by publication delays, different frequencies and sample lengths. With this context the researcher is able to handle effectively and automatically datasets which are characterized by the above qualities. This ability of the algorithm may be useful when the subject of a study is economies that are ' new ' for which a lot of indicators have recently been drafted. 2020-01-16T21:19:58Z 2020-01-16T21:19:58Z 2019-10-01 Thesis http://hdl.handle.net/10889/13029 gr 0 An error occurred getting the license - uri. application/pdf |
| institution |
UPatras |
| collection |
Nemertes |
| language |
Greek |
| topic |
Υποδείγματα κοινών παραγόντων Εκτίμηση μέγιστης πιθανοφάνειας Εκτίμηση μεταβλητών στο παρόν Dynamic factor models Maximum likelihood estimation Nowcasting |
| spellingShingle |
Υποδείγματα κοινών παραγόντων Εκτίμηση μέγιστης πιθανοφάνειας Εκτίμηση μεταβλητών στο παρόν Dynamic factor models Maximum likelihood estimation Nowcasting Λουμπαρδέας, Παναγιώτης Εκτίμηση υποδειγμάτων δυναμικών κοινών παραγόντων με δεδομένα που παρουσιάζουν κενά ή διαφορετική συχνότητα παρατήρησης |
| description |
Στη μελέτη στην οποία βασίζεται η παρούσα διπλωματική εργασία οι συγγραφείς, Banbura και Modugno (2014), εισάγουν μια καινούρια μεθοδολογία, τροποποιώντας τον αλγόριθμο μεγιστοποίησης προσδοκιών, για να εκτιμηθούν οι παράμετροι ενός δυναμικού υποδείγματος παραγόντων σε ένα σύνολο δεδομένων που περιέχει αυθαίρετα μοτίβα ελλειπόντων δεδομένων. Το υπόδειγμα που εισάγουν επεκτείνεται και στην περίπτωση της σειριακής συσχέτισης του ιδιοσυγκρατικού στοιχείου. Επιπρόσθετα λύνεται και ένα πολύ σημαντικό εμπόδιο στην έρευνα τέτοιων στοιχείων, που είναι σύνολα δεικτών που χαρακτηρίζονται από καθυστερήσεις δημοσίευσης, διαφορετικές συχνότητες και μήκη δείγματος. Με αυτό το πλαίσιο ο ερευνητής είναι σε θέση να χειριστεί αποτελεσματικά και με αυτόματο τρόπο σύνολα δεδομένων τα οποία χαρακτηρίζονται από τις παραπάνω ιδιότητες. Αυτή η ικανότητα του αλγορίθμου ενδέχεται να είναι πολύ χρήσιμη, όταν αντικείμενο μελέτης είναι οικονομίες που είναι «νέες» για τις οποίες πολλοί δείκτες έχουν πρόσφατα συνταχθεί. |
| author2 |
Βενέτης, Ιωάννης |
| author_facet |
Βενέτης, Ιωάννης Λουμπαρδέας, Παναγιώτης |
| format |
Thesis |
| author |
Λουμπαρδέας, Παναγιώτης |
| author_sort |
Λουμπαρδέας, Παναγιώτης |
| title |
Εκτίμηση υποδειγμάτων δυναμικών κοινών παραγόντων με δεδομένα που παρουσιάζουν κενά ή διαφορετική συχνότητα παρατήρησης |
| title_short |
Εκτίμηση υποδειγμάτων δυναμικών κοινών παραγόντων με δεδομένα που παρουσιάζουν κενά ή διαφορετική συχνότητα παρατήρησης |
| title_full |
Εκτίμηση υποδειγμάτων δυναμικών κοινών παραγόντων με δεδομένα που παρουσιάζουν κενά ή διαφορετική συχνότητα παρατήρησης |
| title_fullStr |
Εκτίμηση υποδειγμάτων δυναμικών κοινών παραγόντων με δεδομένα που παρουσιάζουν κενά ή διαφορετική συχνότητα παρατήρησης |
| title_full_unstemmed |
Εκτίμηση υποδειγμάτων δυναμικών κοινών παραγόντων με δεδομένα που παρουσιάζουν κενά ή διαφορετική συχνότητα παρατήρησης |
| title_sort |
εκτίμηση υποδειγμάτων δυναμικών κοινών παραγόντων με δεδομένα που παρουσιάζουν κενά ή διαφορετική συχνότητα παρατήρησης |
| publishDate |
2020 |
| url |
http://hdl.handle.net/10889/13029 |
| work_keys_str_mv |
AT loumpardeaspanagiōtēs ektimēsēypodeigmatōndynamikōnkoinōnparagontōnmededomenapouparousiazounkenaēdiaphoretikēsychnotētaparatērēsēs AT loumpardeaspanagiōtēs estimationofcommondynamicfactormodelswithdatapresentinggapsordifferentobservationsfrequency |
| _version_ |
1771297133388890112 |
