Machine Learning in the Growth-at-Risk Context. A Comparison of Predictors
Lingua: inglese
Editore: GRIN Verlag Sep 2022, 2022
- Brossura
- Nuovo
Da: BuchWeltWeit Ludwig Meier e.K., Bergisch Gladbach, GermaniaBuchWeltWeit Ludwig Meier e.K.
Venditore AbeBooks dal 11 gennaio 2012
Condizione: Nuovo
EUR 47,95
Quantità: 2 disponibili
Aggiungi al carrelloDescrizione dell’articolo da parte del venditore
This item is printed on demand - it takes 3-4 days longer - Neuware -Master's Thesis from the year 2022 in the subject Economics - Other, grade: 1,3, University of Frankfurt (Main), language: English, abstract: The Global Financial Crisis, starting in 2007, served as a reminder of the serious impact that imbalances originating in financial markets can have on economic growth. The aftermath of this economic shock with the ensuing recession continues to concern policymakers to this day. The subsequent period characterized by subdued growth and few but severe recessions gave rise to the importance of linkages between economic policy and risk management. The connection between this idea and the relevance of financial variables for analyzing growth risks is established by Adrian et al. (2019). They employ quantile regressions to examine the conditional distribution of future GDP growth and find that its left tail is exposed to substantially more volatility over time than the right tail. Moreover, they find that financial conditions for the US measured by the National Financial Conditions Index (NFCI) can serve as a relevant predictor of downside risk to conditional future economic growth. This thesis examines some machine-learning based variable selection methods that have been largely unexplored in the GaR context. The focus is on generating higher predictive power compared to the model by Adrian et al. (2019) rather than on analyzing economic relationships. The approaches described here are easy to apply and can help to automate the selection of variables for GaR estimation instead of having to manually choose relevant indicators. In detail, the LASSO method is used in the quantile regression context (Belloni and Chernozhukov 2011; Li and Zhu 2008), as well as the Adaptive (Wu and Liu 2009) and Relaxed LASSO (Meinshausen 2007), two of its modifications. In addition, the Elastic Net method is investigated as a compromise between Ridge and LASSO regression. To test the performance of these models, a backtesting exercise is conducted based on US data ranging from 1986 to 2019. The out-of-sample analysis is performed under the expanding and rolling window approach. For evaluation of the models, some of the backtesting tools used by Brownlees and Souza (2019) to perform a similar analysis for volatility models in the GaR context are utilized. In this regard, the following research question is formulated: Can the machine learning-based models improve the predictive power measured by the introduced backtesting tools for the investigated period compared to the quantile regression base model 112 pp. Englisch. …
Codice articolo 9783346724434
- Titolo
- Machine Learning in the Growth-at-Risk Context. A Comparison of Predictors
- Autore
- Franz Lennart Wunderlich
- Editore
- GRIN Verlag Sep 2022
- Anno di pubblicazione
- 2022
- Condizione
- Neu
- Rilegatura
- Taschenbuch
- Lingua
- inglese
- ISBN 10
- 3346724433
- ISBN 13
- 9783346724434
- Peso dell'articolo
- 174 grammi
- Dimensioni
- 210x148x9 mm
"Riassunto" può appartenere a un’altra edizione di questo titolo.
Dalla quarta di copertina
"Descrizione articolo" può appartenere a un’altra edizione di questo titolo.
BuchWeltWeit Ludwig Meier e.K.
Bergisch Gladbach, Germania
Venditore AbeBooks dal 11 gennaio 2012
Tariffe di spedizione da Germania a U.S.A.
| Articolo | Da 5 a 15 giorni lavorativi | Da 5 a 15 giorni lavorativi |
|---|---|---|
| Primo articolo | EUR 23,00 | EUR 23,00 |
Metodi di pagamento
- Assegno
- Bonifico bancario
- PayPal
Informazioni sull’azienda del venditore
BuchWeltWeit Ludwig Meier e.K.
Germania
Condizioni di vendita
BuchWeltWeit Inh. Ludwig Meier e.K.
Inhaber: Ludwig Meier
De-Gasperi-Str. 8
51469 Bergisch Gladbach
Deutschland
Tel.: +49(0)22028659300
Fax: +49(0)22028659301
E-Mail: info@buchweltweit.de
Registergericht: Amtsgericht Köln
Registernummer: HRA 28253
Umsatzsteuer-Identifikationsnummer: DE815259907
Wir sind zur Teilnahme an einem Streitbeilegungsverfahren vor einer Verbraucherschlichtungsstelle weder verpflichtet noch bereit.
Diritto di recesso
Se sei un consumatore puoi recedere dal contratto in conformità con quanto segue. Per Consumatore si intende qualsiasi persona fisica che agisce per scopi estranei alla propria attività commerciale, imprenditoriale, artigianale o professionale.
Informazioni sul diritto di recesso
Diritto legale di recesso
Hai il diritto di recedere dal presente contratto entro 14 giorni senza fornire alcuna motivazione.
Il periodo di recesso scade dopo 14 giorni dal giorno in cui tu o una terza parte, diversa dal vettore e da te indicata, acquisisce il possesso fisico dell'ultimo bene o dell'ultimo lotto o pezzo.
Per esercitare il diritto di recesso, compila e invia elettronicamente una dichiarazione esplicita sul nostro sito Web, alla voce “I miei acquisti” nella sezione “Mio account”. Ti comunicheremo senza indugio una conferma di ricezione di tale recesso su un supporto durevole (ad es. via e-mail).
Per rispettare il termine di recesso, è sufficiente inviare la comunicazione relativa all'esercizio del diritto di recesso prima della scadenza del periodo di recesso stesso.
Effetti del recesso
In caso di recesso dal presente contratto, ti rimborseremo tutti i pagamenti ricevuti, compresi i costi di spedizione (ad eccezione dei costi supplementari derivanti dalla tua eventuale scelta di un tipo di spedizione diverso dal tipo meno costoso di consegna standard da noi offerto).
Potremo effettuare una detrazione dal rimborso per la perdita di valore dei beni forniti, qualora tale perdita sia il risultato di una manipolazione non necessaria da parte tua.
Eseguiremo il rimborso senza indebito ritardo e non oltre 14 giorni dal giorno in cui saremo informati della tua decisione di recedere dal presente contratto.
Il rimborso sarà effettuato utilizzando lo stesso mezzo di pagamento da te usato per la transazione iniziale, salvo che tu non abbia espressamente concordato altrimenti; in ogni caso, non dovrai sostenere alcun costo quale conseguenza di tale rimborso.
Possiamo trattenere il rimborso finché non avremo ricevuto i beni oppure finché non avrai fornito la prova di averli rispediti, a seconda di quale condizione si verifichi per prima.
Dovrai rispedire i beni o consegnarli a BuchWeltWeit Ludwig Meier e.K., Bergisch Gladbach, Germany, senza indebito ritardo e, in ogni caso, entro 14 giorni dal giorno in cui ci hai comunicato la tua volontà di recedere dal presente contratto. Il termine è rispettato se rispedisci i beni prima della scadenza del periodo di 14 giorni. I costi diretti della restituzione dei beni saranno a tuo carico. Sei responsabile solo della diminuzione del valore dei beni risultante da una manipolazione diversa da quella necessaria per stabilire la natura, le caratteristiche e il funzionamento dei beni stessi.
Eccezioni al diritto di recesso
Il diritto di recesso non si applica a:
- La fornitura di giornali, periodici o riviste ad eccezione dei contratti di abbonamento; e
- La fornitura di contenuto digitale non fornito su un supporto materiale (ad es. su un CD o DVD), se al momento dell'invio dell'ordine hai accettato l'inizio dell'esecuzione e hai riconosciuto che non avresti potuto recedere una volta iniziata l'esecuzione.
Condizioni di spedizione
Der Versand ins Ausland findet IMMER mit DHL statt. Auch nach Österreich verschicken wir nur mit DHL! Daher Standardversand == Luftpost!