An alternative approach for estimating GDP growth rate: fuzzy prediction model
Title Alternative:Alternativní přístup k odhadu tempa růstu HDP: fuzzy predikční model
Loading...
Date
2019-01-01
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Technická univerzita v Liberci, Česká republika
Abstract
Nepřesnost předpovědí tempa růstu HDP je způsobena nedostatkem informací potřebných k odstranění nejistoty. Cílem příspěvku je v krátkém období předpovědět tempo růstu HDP fuzzy metodou; ta je vhodným nástrojem pro analýzu problémů zatížených nejistotou. Za tím účelem bude nejprve stručně diskutována vhodnost fuzzy přístupu v porovnání se statistickými metodami v nedeterministických případech. Základní principy teorie fuzzy množin jsou popsány a následně použity v predikci tempa růstu HDP v Řecku pro roky 2018 (ve srovnání s oficiální ekonometrickou prognózou) a 2020 (přínos příspěvku). Krátkodobá prognóza se opírá o vstupní složky předchozího čtyřletého vývoje tří makroekonomických ukazatelů (úrokové sazby, investic a nezaměstnanosti), které jsou základními vstupními parametry modelu. Výsledky fuzzy predikce neprokázaly významné odchylky od statistických předpovědí. Nicméně monotónní vývoj vstupních dat modelu nám umožnil demonstrovat jeden ze způsobů, jak mohou odborníci korigovat nedostatky fuzzy algoritmu.
Die Ungenauigkeit der BIP-Wachstumsprognosen ist auf den Mangel an Informationen zurückzuführen, die zur Beseitigung der Unsicherheit erforderlich sind. Das Ziel der Artikel ist die BIP-Wachstumsrate unter Verwendung der Fuzzy-Methode kurzfristig vorherzusagen; es ist ein geeignetes Instrument zur Analyse von mit Unsicherheit verbundenen Problemen. Hierzu wird zunächst kurz auf die Eignung des Fuzzy-Ansatzes im Vergleich zu statistischen Methoden in nicht deterministischen Fällen eingegangen. Die Grundprinzipien der Fuzzy- Mengen-Theorie werden beschrieben und anschließend in der Vorhersage der BIP- Wachstumsrate in Griechenland für 2018 und 2020 verwendet. Die kurzfristige Prognose basiert auf den Inputkomponenten der vorangegangenen vierjährigen Entwicklung von drei makroökonomischen Indikatoren, die grundlegenden Inputparameter des Modells darstellen. Die Ergebnisse der Fuzzy-Vorhersage zeigten keine signifikanten Abweichungen von den statistischen Prognosen. Die monotone Entwicklung der Eingabedaten des Modells hat es uns jedoch ermöglicht, einen Weg aufzuzeigen, wie Experten Unzulänglichkeiten von Fuzzy- Algorithmen korrigieren können.
The inaccuracy of the predictions of the future growth rate of output is due to the lack of information needed to eliminate uncertainty. The aim of the paper is to predict the growth rate of the output within a short time period using the fuzzy approach, which is an appropriate tool for analyzing problems burdened by uncertainty. First, we briefly compare the fuzzy approach with the statistical methods in the cases where predictors face a non-deterministic environment. The principles of the fuzzy set theory is described and then applied in the gross domestic product growth rate prediction of Greece for the years 2018 (compared to the reported econometric forecast) and 2020 (a new contribution to the paper). The forecasts lean on the input components of the previous four-year development of three macroeconomic indicators (long-term interest rates, investments and unemployment) published in the OECD.stat, which are the basal input parameters of the task. The fuzzy prediction results showed no significant deviations from the statistical predictions. Nevertheless, the model input data monotonic development enabled us to demonstrate one of the ways by means of which the experts can correct the deficiencies of the fuzzy algorithm. Herein identified deficiency is the missing information originating from the input data, which the fuzzy algorithm did not work with. The appropriate corrective measure of the fuzzy model has been chosen and applied.
Niedokładność prognoz wzrostu PKB wynika z braku informacji niezbędnych do usunięcia niepewności. Celem artykułu jest prognozowanie tempa wzrostu PKB w krótkim okresie przy użyciu metody fuzzy; jest odpowiednim narzędziem do analizy problemów związanych z niepewnością. W tym celu w skrócie zostanie omówiona przydatność podejścia rozmytego w porównaniu z metodami statystycznymi w przypadkach niedeterministycznych. Podstawowe zasady teorii zbiorów rozmytych zostały opisane, a następnie wykorzystane w prognozowaniu tempa wzrostu PKB w Grecji na 2018 r. i 2020 r. Prognoza krótkoterminowa opiera się na elementach wejściowych poprzedniego czteroletniego rozwoju trzech wskaźników makroekonomicznych, które są podstawowymi parametrami wejściowymi modelu. Wyniki prognozy rozmytej nie wykazały istotnych odchyleń od prognoz statystycznych. Jednak monotonne opracowanie danych wejściowych modelu pozwoliło nam zademonstrować jeden ze sposobów, w jaki eksperci mogą poprawić niedociągnięcia algorytmu rozmytego.
Die Ungenauigkeit der BIP-Wachstumsprognosen ist auf den Mangel an Informationen zurückzuführen, die zur Beseitigung der Unsicherheit erforderlich sind. Das Ziel der Artikel ist die BIP-Wachstumsrate unter Verwendung der Fuzzy-Methode kurzfristig vorherzusagen; es ist ein geeignetes Instrument zur Analyse von mit Unsicherheit verbundenen Problemen. Hierzu wird zunächst kurz auf die Eignung des Fuzzy-Ansatzes im Vergleich zu statistischen Methoden in nicht deterministischen Fällen eingegangen. Die Grundprinzipien der Fuzzy- Mengen-Theorie werden beschrieben und anschließend in der Vorhersage der BIP- Wachstumsrate in Griechenland für 2018 und 2020 verwendet. Die kurzfristige Prognose basiert auf den Inputkomponenten der vorangegangenen vierjährigen Entwicklung von drei makroökonomischen Indikatoren, die grundlegenden Inputparameter des Modells darstellen. Die Ergebnisse der Fuzzy-Vorhersage zeigten keine signifikanten Abweichungen von den statistischen Prognosen. Die monotone Entwicklung der Eingabedaten des Modells hat es uns jedoch ermöglicht, einen Weg aufzuzeigen, wie Experten Unzulänglichkeiten von Fuzzy- Algorithmen korrigieren können.
The inaccuracy of the predictions of the future growth rate of output is due to the lack of information needed to eliminate uncertainty. The aim of the paper is to predict the growth rate of the output within a short time period using the fuzzy approach, which is an appropriate tool for analyzing problems burdened by uncertainty. First, we briefly compare the fuzzy approach with the statistical methods in the cases where predictors face a non-deterministic environment. The principles of the fuzzy set theory is described and then applied in the gross domestic product growth rate prediction of Greece for the years 2018 (compared to the reported econometric forecast) and 2020 (a new contribution to the paper). The forecasts lean on the input components of the previous four-year development of three macroeconomic indicators (long-term interest rates, investments and unemployment) published in the OECD.stat, which are the basal input parameters of the task. The fuzzy prediction results showed no significant deviations from the statistical predictions. Nevertheless, the model input data monotonic development enabled us to demonstrate one of the ways by means of which the experts can correct the deficiencies of the fuzzy algorithm. Herein identified deficiency is the missing information originating from the input data, which the fuzzy algorithm did not work with. The appropriate corrective measure of the fuzzy model has been chosen and applied.
Niedokładność prognoz wzrostu PKB wynika z braku informacji niezbędnych do usunięcia niepewności. Celem artykułu jest prognozowanie tempa wzrostu PKB w krótkim okresie przy użyciu metody fuzzy; jest odpowiednim narzędziem do analizy problemów związanych z niepewnością. W tym celu w skrócie zostanie omówiona przydatność podejścia rozmytego w porównaniu z metodami statystycznymi w przypadkach niedeterministycznych. Podstawowe zasady teorii zbiorów rozmytych zostały opisane, a następnie wykorzystane w prognozowaniu tempa wzrostu PKB w Grecji na 2018 r. i 2020 r. Prognoza krótkoterminowa opiera się na elementach wejściowych poprzedniego czteroletniego rozwoju trzech wskaźników makroekonomicznych, które są podstawowymi parametrami wejściowymi modelu. Wyniki prognozy rozmytej nie wykazały istotnych odchyleń od prognoz statystycznych. Jednak monotonne opracowanie danych wejściowych modelu pozwoliło nam zademonstrować jeden ze sposobów, w jaki eksperci mogą poprawić niedociągnięcia algorytmu rozmytego.
Description
Subject(s)
short-term prediction, non-deterministic environment, fuzzy approach, expert knowledge
Citation
ISSN
1803-9782