Zur Hauptnavigation wechseln Zur Suche wechseln Zum Hauptinhalt wechseln

Erweiterte Regressionsmethoden für makroökonomische Indikatoren als erklärende Variablen

  • Hofmarcher, Paul (Forscher*in)
  • Hornik, Kurt (Forscher*in)
  • Malsiner Walli, Gertraud (Forscher*in)
  • Grün, Bettina (Projektleiter*in)

Projekt: Geförderte ForschungSonstige überwieg. aus öff. Hand

Projektdetails

Beschreibung

Dieses Projekt dient dem besseren Verständnis, welche Effekte makroökonomischen Indikatoren auf ökonomische Kennzahlen haben, und der verbesserten Vorhersage dieser Kennzahlen. Die Vorteile der Verwendung von erweiterten Regressionsmethoden werden untersucht. Schwerpunkt wird dabei auf penalisierte Regression und Bayesianischen Model Averaging gelegt, und diese Methoden werden verbessert und adaptiert, um sie an die speziellen Bedürfnisse der Anwendungen in Finance und Ökonomie anzupassen. Beispielsweise erfordert die Verwendung von Lag-Variablen als mögliche Prädiktoren, die Handhabung korrelierter Variablen sowie die Entwicklung geeigneter Methoden zur Bestimmung der Variablenwichtigkeit. Zusätzlich werden Methoden, die für lineare Regression entwickelt wurden, auf generalisierte lineare Modelle erweitert. Im Speziellen werden die ökonomischen Kennzahlen Wirtschaftswachstum und Firmenausfallsraten untersucht.
StatusAbgeschlossen
Tatsächliches Beginn-/Enddatum01.08.201231.08.2016

Wissenschaftszweige

  • 504 Soziologie
  • 305 Andere Humanmedizin, Gesundheitswissenschaften
  • 106 Biologie
  • 502 Wirtschaftswissenschaften
  • 105 Geowissenschaften
  • 102009 Computersimulation
  • 103 Physik, Astronomie
  • 502051 Wirtschaftsstatistik
  • 101 Mathematik
  • 101018 Statistik
  • 509 Andere Sozialwissenschaften
  • 502025 Ökonometrie
  • 504006 Demographie
  • 305907 Medizinische Statistik
  • 504004 Bevölkerungsstatistik
  • 105108 Geostatistik
  • 509013 Sozialstatistik
  • 102035 Data Science
  • 101029 Mathematische Statistik
  • 101026 Zeitreihenanalyse
  • 106007 Biostatistik
  • 101024 Wahrscheinlichkeitstheorie
  • 102037 Visualisierung
  • 504007 Empirische Sozialforschung
  • 101007 Finanzmathematik

JKU-Schwerpunkte

  • Sustainable Development: Responsible Technologies and Management
  • Digital Transformation
  • Semi-Parametric Regression Under Model Uncertainty in

    Hofmarcher, P. (Vortragende*r), Malsiner Walli, G. (Vortragende*r) & Grün, B. (Vortragende*r)

    23 Apr. 2018

    Aktivität: Vortrag oder PräsentationEingeladener VortragScience-to-science

  • Effect fusion using sparse finite mixtures

    Malsiner Walli, G. (Vortragende*r), Grün, B. (Vortragende*r), Pauger, D. (Vortragende*r) & Wagner, H. (Vortragende*r)

    19 Juli 2016

    Aktivität: Vortrag oder PräsentationVortrag nach Bewerbung und AuswahlScience-to-science

  • Effect fusion using sparse finite mixtures

    Malsiner Walli, G. (Vortragende*r), Wagner, H. (Vortragende*r), Pauger, D. (Vortragende*r) & Grün, B. (Vortragende*r)

    15 Juni 2016

    Aktivität: Vortrag oder PräsentationPosterpräsentationScience-to-science