ΠΥΞΙΔΑ Ιδρυματικό Αποθετήριο
και Ψηφιακή Βιβλιοθήκη
Συλλογές :

Τίτλος :Nowcasting inflation in Greece using machine learning with online prices
Εναλλακτικός τίτλος :Πρόβλεψη του πληθωρισμού στην Ελλάδα με χρήση μηχανικής μάθησης και διαδικτυακών τιμών
Δημιουργός :Κουρέτας, Άγγελος
Kouretas, Angelos
Συντελεστής :Papailias, Fotis (Επιβλέπων καθηγητής)
Topaloglou, Nikolaos (Εξεταστής)
Dendramis, Yiannis (Εξεταστής)
Athens University of Economics and Business, Department of International and European Economic Studies (Degree granting institution)
Τύπος :Text
Φυσική περιγραφή :70p.
Γλώσσα :en
Αναγνωριστικό :https://www.pyxida.aueb.gr/index.php?op=view_object&object_id=10430
Περίληψη :Έχει δειχθεί στις εργασίες πολλών ερευνητών ότι οι διαδικτυακές τιμές προϊόντων είναι καλοί προβλεπτικοί παράγοντες του πληθωρισμού. Πρώτος στόχος της διπλωματικής εργασίας είναι η δημιουργία μιας βάσης δεδομένων με τιμές προϊόντων από την Ελληνική αγορά. Τα προϊόντα που περιέχονται στη βάση δεδομένων πωλούνται αυτή τη στιγμή σε Ελληνικά supermarket. Ο δεύτερος στόχος είναι να χρησιμοποιηθούν αυτές οι διαδικτυακές τιμές για τη δημιουργία ενός οικονομικού δείκτη με την ιδιότητα προσέγγισης σε πραγματικό χρόνο του πληθωρισμού στην Ελλάδα. Η ιδιότητα του οικονομικού δείκτη να προσεγγίζει τον πληθωρισμό χρησιμοποιείται για τη δημιουργία δύο μεθόδων που τον προβλέπουν. Αυτές οι μέθοδοι δεν απαιτούν εκτίμηση ή εκπαίδευση, είναι καθαρά υπολογιστικές. Ο Συνολικός ΔΤΚ και ο ΔΤΚ Τροφίμων και Μη-Αλκοολούχων Ποτών είναι οι δύο μεταβλητές που προσεγγίζονται από τον δείκτη και αποτελούν τις μεταβλητές-στόχους στα πειράματα πρόβλεψης. Μοντέλα μιας μεταβλητής χρησιμοποιούνται ως μοντέλα αναφοράς για να διερευνηθεί εάν οι επεξηγηματικές μεταβλητές που συγκεντρώθηκαν, ο παραγόμενος οικονομικός δείκτης ή τα συστατικά του μπορούν να οδηγήσουν σε μεθόδους και μοντέλα που ξεπερνούν τις επιδόσεις των μοντέλων αναφοράς. Το ενδιαφέρον για την εξέλιξη του πληθωρισμού στην Ελλάδα αυξήθηκε το τελευταίο έτος. Η άνοδος του ΔΤΚ Τροφίμων ειδικότερα αποτελεί επαναλαμβανόμενο θέμα συζήτησης. Η κάλυψη από τα μέσα ενημέρωσης και ο πολιτικός σχολιασμός έχουν αυξηθεί σημαντικά. Η έρευνα για τη δημιουργία ενός συστήματος που προβλέπει τον πληθωρισμό με σχετική επιτυχία επικεντρώνεται σε ένα σημαντικό ζήτημα. Τα αποτελέσματα των πειραμάτων πρόβλεψης υποδεικνύουν τόσο για τις μεθόδους που βασίζονται στον οικονομικό δείκτη όσο και για τα στατιστικά μοντέλα και τα μοντέλα μηχανικής μάθησης ότι η δημιουργία αυτού του συστήματος είναι εφικτή. Και οι δύο προσεγγίσεις ξεπερνούν την ακρίβεια των μοντέλων αναφοράς για τις επιλεγμένες μετρικές. Στην περίπτωση των μοντέλων μηχανικής μάθησης υπάρχουν σαφείς ενδείξεις ότι καθώς η βάση δεδομένων αυξάνεται σε μέγεθος η απόδοσή τους θα κυριαρχήσει έναντι των άλλων μεθόδων.
It has been shown in the works of many researchers that online product prices are good predictors of inflation. The first aim of this thesis is to design a database of online product prices from the Greek market. The products contained in the database are currently sold in Greek supermarkets. The second aim is to use these online prices to create an economic index with the ability to track in real-time the inflation of Greece. The ability of the economic index to track inflation is utilized to create two methods that nowcast inflation. These methods do not require estimation or training and use a purely computational approach. The Total CPI and the Food & Non-Alcoholic Beverages CPI are the two variables tracked by the created economic index and the targets in the nowcasting experiments. Univariate models are used as benchmarks to investigate whether the explanatory variables that were gathered, the produced economic index or its subcomponents can result in methods and models that surpass the performances of the benchmarks. Interest for the development of inflation in Greece has risen over the last year. Especially the rise of the Food & Non-Alcoholic Beverages CPI has been a matter of recurring discussion. Media coverage and political commenting has increased substantially. Research towards creating a system that nowcasts inflation with relative success addresses a topic of great importance. The results of the nowcasting experiments indicate for both the economic index based methods and the statistical and machine learning based models that the creation of this system is achievable. Both approaches dominate over the benchmarks for the set metrics. For the case of the machine learning models there are clear indications that as the database expands in size their performance will dominate over the other methods.
Λέξη κλειδί :Πρόβλεψη
Μηχανική μάθηση
Δείκτης τιμών καταναλωτή
Διαδικτυακός δείκτης τιμών
Nowcasting
Machine learning (ML)
Consumer price index
Online prices index
Ημερομηνία έκδοσης :10-03-2023
Ημερομηνία κατάθεσης :19-04-2023
Ημερομηνία αποδοχής :19-04-2023
Άδεια χρήσης :

Αρχείο: Kouretas_2023.pdf

Τύπος: application/pdf