Opis projektu:
Celem głównym projektu jest ocena przydatności metody BACE (Bayesian Averaging of Classical Estimates) do budowy modelu prognostycznego powstałego z modelu GUM (General Unrestricted Model) specyfikowanego według procedury modelowania zgodnego. Podzbiór modeli wyprowadzonych z GUM posłuży do uśredniania ocen parametrów w ramach procedury BACE, a efektywność tego podejścia zostanie skonfrontowana z koncepcją modelowania zgodnego oraz z procedurą Autometrics.
W ramach projektu zostanie opracowany algorytm metody BACE dla modeli zgodnych oraz jego implementacja w formie pakietu dla oprogramowania typu open source gretl, umożliwiającego zautomatyzowaną budowę modeli przyczynowo-skutkowych i prognozowanie procesów ekonomicznych. Wyniki prognozowania uzyskane z zastosowaniem tej metody zostaną porównane z prognozami otrzymanymi na podstawie redukcji specyfikacji wyjściowej GUM oraz z wynikami programu Autometrics, z wykorzystaniem standardowych miar i testów trafności prognoz.
Rezultatem projektu będzie opracowanie teoretycznej i numerycznej metodologii uśredniania ocen parametrów w modelowaniu zgodnym, umożliwiającej generowanie prognoz z wykorzystaniem wielu alternatywnych modeli empirycznych. Projekt wniesie znaczący wkład do rozwoju prognozowania ekonometrycznego, a jego efektem będzie innowacyjna, automatyczna procedura BACE dostępna w programie gretl jako pakiet o otwartym kodzie źródłowym.
Finansowanie projektu:
Kierownik projektu: dr hab. Marcin Błażejowski
Kwota dofinansowania: 99 940,00 zł
Instytucja finansująca: Narodowe Centrum Nauki
Program: OPUS 21