Επιλογές αναζήτησης
Η ΕΚΤ Ενημέρωση Επεξηγήσεις Έρευνα & Εκδόσεις Στατιστικές Νομισματική πολιτική Το ευρώ Πληρωμές & Αγορές Θέσεις εργασίας
Προτάσεις
Εμφάνιση κατά
Δεν διατίθεται στα ελληνικά.

Paul McNelis

28 April 2004
WORKING PAPER SERIES - No. 352
Details
Abstract
This paper applies linear and neural network-based "thick" models for forecasting inflation based on Phillips-curve formulations in the USA, Japan and the euro area. Thick models represent "trimmed mean" forecasts from several neural network models. They outperform the best performing linear models for "real-time" and "bootstrap" forecasts for service indices for the euro area, and do well, sometimes better, for the more general consumer and producer price indices across a variety of countries.
JEL Code
C12 : Mathematical and Quantitative Methods→Econometric and Statistical Methods and Methodology: General→Hypothesis Testing: General
E31 : Macroeconomics and Monetary Economics→Prices, Business Fluctuations, and Cycles→Price Level, Inflation, Deflation

Ο δικτυακός μας τόπος χρησιμοποιεί cookies

Χρησιμοποιούμε λειτουργικά cookies για την αποθήκευση των προτιμήσεων των χρηστών και cookies ανάλυσης για τη βελτίωση των επιδόσεων του δικτυακού τόπου· τα cookies τρίτων μερών καθορίζονται από υπηρεσίες τρίτων που είναι ενσωματωμένες στον δικτυακό τόπο.

Έχετε την επιλογή να τα αποδεχτείτε ή να τα απορρίψετε. Για περισσότερες πληροφορίες ή για να επανεξετάσετε την προτίμησή σας για τα cookies και τα αρχεία καταγραφής διακομιστή που χρησιμοποιούμε, μπορείτε να κάνετε τα εξής:

Διαβάστε τη δήλωση προστασίας δεδομένων προσωπικού χαρακτήρα

Μάθετε περισσότερα για τον τρόπο χρήσης των cookies