Direkt zur Hauptnavigation springen Direkt zum Inhalt springen
info(at)avldigital.remove-this.de
Deutsch English
Letzte Suchanfragen

Ergebnisse für *

Zeige Ergebnisse 1 bis 10 von 10.

  1. Tracking activity in real time with Google Trends
    Autor*in: Woloszko, Nicolas
    Erschienen: 2020
    Verlag:  OECD, Paris, France

    This paper introduces the OECD Weekly Tracker of economic activity for 46 OECD and G20 countries using Google Trends search data. The Tracker performs well in pseudo-real time simulations including around the COVID-19 crisis. The underlying model... mehr

    Zugang:
    Verlag (lizenzpflichtig)
    Resolving-System (lizenzpflichtig)

    Standort:
    Hochschule Aalen, Bibliothek
    Signatur:
    E-Book OECD
    Fernleihe:
    keine Fernleihe

    Standort:
    Orient-Institut Beirut
    Signatur:
    Online
    Fernleihe:
    keine Fernleihe

    Standort:
    Staatsbibliothek zu Berlin - Preußischer Kulturbesitz, Haus Potsdamer Straße
    Fernleihe:
    keine Fernleihe

    Standort:
    Sächsische Landesbibliothek - Staats- und Universitätsbibliothek Dresden
    Fernleihe:
    keine Fernleihe

    Standort:
    Hochschule Emden/Leer, Hochschulbibliothek
    Fernleihe:
    keine Fernleihe

    Standort:
    Universitätsbibliothek Freiburg
    Fernleihe:
    keine Fernleihe

    Standort:
    Zeppelin Universität gGmbH, Bibliothek
    Fernleihe:
    keine Fernleihe

    Standort:
    Hochschule Furtwangen University. Informatik, Technik, Wirtschaft, Medien. Campus Furtwangen, Bibliothek
    Signatur:
    eBook OECD
    Fernleihe:
    keine Fernleihe

    Standort:
    Niedersächsische Staats- und Universitätsbibliothek Göttingen
    Fernleihe:
    keine Fernleihe

    Standort:
    Max-Planck-Institut für ethnologische Forschung, Bibliothek
    Fernleihe:
    keine Fernleihe

    Standort:
    Hochschule für Angewandte Wissenschaften Hamburg, Hochschulinformations- und Bibliotheksservice (HIBS), Fachbibliothek Technik, Wirtschaft, Informatik
    Fernleihe:
    keine Fernleihe

    Standort:
    Technische Informationsbibliothek (TIB) / Leibniz-Informationszentrum Technik und Naturwissenschaften und Universitätsbibliothek
    Fernleihe:
    keine Fernleihe

    Standort:
    Universitätsbibliothek Heidelberg
    Fernleihe:
    keine Ausleihe von Bänden, nur Papierkopien werden versandt

    Standort:
    Duale Hochschule Baden-Württemberg Heidenheim, Bibliothek
    Signatur:
    e-Book OECD
    Fernleihe:
    keine Fernleihe

    Standort:
    Bibliothek LIV HN Sontheim
    Signatur:
    OECD E-Book
    Fernleihe:
    keine Fernleihe
    Standort:
    Bibliothek LIV HN Sontheim
    Signatur:
    OECD E-Book
    Fernleihe:
    keine Fernleihe
    Standort:
    Bibliothek LIV HN Sontheim
    Signatur:
    OECD E-Book
    Fernleihe:
    keine Fernleihe

    Standort:
    Badische Landesbibliothek
    Fernleihe:
    keine Fernleihe

    Standort:
    Karlsruher Institut für Technologie, KIT-Bibliothek
    Fernleihe:
    keine Fernleihe
    Standort:
    Karlsruher Institut für Technologie, KIT-Bibliothek
    Fernleihe:
    keine Fernleihe
    Standort:
    Karlsruher Institut für Technologie, KIT-Bibliothek
    Fernleihe:
    keine Fernleihe

    Standort:
    ZBW - Leibniz-Informationszentrum Wirtschaft, Standort Kiel
    Signatur:
    LZ 152
    Fernleihe:
    keine Fernleihe

    Standort:
    Duale Hochschule Baden-Württemberg Lörrach, Zentralbibliothek
    Signatur:
    eBook OECD
    Fernleihe:
    keine Fernleihe

    Standort:
    Leuphana Universität Lüneburg, Medien- und Informationszentrum, Universitätsbibliothek
    Fernleihe:
    keine Fernleihe

    Standort:
    Otto-von-Guericke-Universität, Universitätsbibliothek, Medizinische Zentralbibliothek
    Signatur:
    ebook OECD
    Fernleihe:
    keine Fernleihe

    Standort:
    Duale Hochschule Baden-Württemberg Mannheim, Bibliothek
    Signatur:
    E-Book OECD
    Fernleihe:
    keine Fernleihe

    Standort:
    Duale Hochschule Baden-Württemberg Mosbach, Bibliothek
    Signatur:
    e-Book OECD
    Fernleihe:
    keine Fernleihe

    Standort:
    Hochschule für Wirtschaft und Umwelt Nürtingen-Geislingen, Bibliothek Nürtingen
    Signatur:
    eBook OECD
    Fernleihe:
    keine Fernleihe

    Standort:
    Hochschule Offenburg, University of Applied Sciences, Bibliothek Campus Offenburg
    Signatur:
    E-Ressource OECD
    Fernleihe:
    keine Ausleihe von Bänden, der Endnutzer erhält eine elektronische Kopie

    Standort:
    Bibliotheks-und Informationssystem der Carl von Ossietzky Universität Oldenburg (BIS)
    Fernleihe:
    keine Fernleihe

    Standort:
    Jade Hochschule Wilhelmshaven/Oldenburg/Elsfleth, Campus Oldenburg, Bibliothek
    Fernleihe:
    keine Fernleihe
    Standort:
    Jade Hochschule Wilhelmshaven/Oldenburg/Elsfleth, Campus Elsfleth, Bibliothek
    Fernleihe:
    keine Fernleihe

    Standort:
    Hochschule Osnabrück, Bibliothek Campus Westerberg
    Fernleihe:
    keine Fernleihe

    Standort:
    Hochschulbibliothek Pforzheim, Bereichsbibliothek Technik und Wirtschaft
    Signatur:
    eBook OECD
    Fernleihe:
    keine Fernleihe

    Standort:
    Universität Potsdam, Universitätsbibliothek
    Fernleihe:
    keine Fernleihe

    Standort:
    Duale Hochschule Baden-Württemberg Ravensburg, Bibliothek
    Signatur:
    E-Book OECD
    Fernleihe:
    keine Fernleihe

    Standort:
    Hochschulbibliothek Reutlingen (Lernzentrum)
    Signatur:
    eBook
    Fernleihe:
    keine Fernleihe

    Standort:
    Universitätsbibliothek Rostock
    Fernleihe:
    keine Fernleihe

    Standort:
    Hochschule für Technik und Wirtschaft des Saarlandes, Bibliothek / Bereich Goebenstraße
    Fernleihe:
    keine Fernleihe

    Standort:
    Duale Hochschule Baden-Württemberg Stuttgart, Bibliothek
    Signatur:
    eBook OECD
    Fernleihe:
    keine Fernleihe

    Standort:
    Universitätsbibliothek Stuttgart
    Fernleihe:
    keine Fernleihe

    Standort:
    Universitätsbibliothek der Eberhard Karls Universität
    Fernleihe:
    keine Fernleihe

    Standort:
    Universitätsbibliothek Vechta
    Fernleihe:
    keine Fernleihe

    Standort:
    Duale Hochschule Baden-Württemberg Villingen-Schwenningen, Bibliothek
    Signatur:
    E-Book OECD
    Fernleihe:
    keine Fernleihe

    Standort:
    Jade Hochschule Wilhelmshaven/Oldenburg/Elsfleth, Campus Wilhelmshaven, Bibliothek
    Fernleihe:
    keine Fernleihe

     

    This paper introduces the OECD Weekly Tracker of economic activity for 46 OECD and G20 countries using Google Trends search data. The Tracker performs well in pseudo-real time simulations including around the COVID-19 crisis. The underlying model adds to the previous Google Trends literature in two respects: (1) the data are adjusted for common long-term bias and (2) the data include variables based on both Google Search categories and topics (the latter being a collection of related keywords), thus further exploiting the potential of Google Trends. The paper highlights the predictive power of specific topics, including "bankruptcies", "economic crisis", "investment", "luggage" and "mortgage". Calibration is performed using a neural network that captures non-linear patterns, which are shown to be consistent with economic intuition using machine learning interpretability tools ("Shapley values"). The tracker sheds light on the recent downturn and the dynamics of the rebound, and provides evidence about lasting shifts in consumption patterns.

     
    Export in Literaturverwaltung   RIS-Format
      BibTeX-Format
    Quelle: Staatsbibliothek zu Berlin
    Sprache: Englisch
    Medientyp: Buch (Monographie)
    Format: Online
    Weitere Identifier:
    Schriftenreihe: OECD Economics Department working papers ; no. 1634
    Schlagworte: nowcasting; Google Trends; high-frequency; machine learning; neural network; interpretability; COVID-19; Economics
    Umfang: 1 Online-Ressource (circa 55 Seiten), Illustrationen
  2. A machine learning approach to volatility forecasting
    Autor*in: Christensen, Kim; Siggaard, Mathias Voldum; Veliyev, Bezirgen
    Erschienen: [2021]
    Verlag:  Department of Economics and Business Economics, Aarhus University, Aarhus, Denmark

    Zugang:
    Verlag (kostenfrei)
    Verlag (kostenfrei)
    Verlag (kostenfrei)

    Standort:
    ZBW - Leibniz-Informationszentrum Wirtschaft, Standort Kiel
    Signatur:
    VS 564
    Fernleihe:
    keine Fernleihe
    Export in Literaturverwaltung   RIS-Format
      BibTeX-Format
    Quelle: Verbundkataloge
    Sprache: Englisch
    Medientyp: Buch (Monographie)
    Format: Online
    Schriftenreihe: CREATES research paper ; 2021, 03
    Schlagworte: Gradient boosting; high-frequency data; machine learning; neural network; random forest; realized variance; regularization; volatility forecasting
    Umfang: 1 Online-Ressource (circa 49 Seiten), Illustrationen
  3. Trade sentiment and the stock market
    new evidence based on big data textual analysis of Chinese media
    Autor*in: Amstad, Marlene; Gambacorta, Leonardo; He, Chao; Xia, Fan Dora
    Erschienen: 2021
    Verlag:  Bank for International Settlements, Monetary and Economic Department, [Basel]

    Zugang:
    Verlag (kostenfrei)
    Verlag (kostenfrei)
    Verlag (kostenfrei)

    Standort:
    ZBW - Leibniz-Informationszentrum Wirtschaft, Standort Kiel
    Signatur:
    VS 546
    Fernleihe:
    keine Fernleihe
    Export in Literaturverwaltung   RIS-Format
      BibTeX-Format
    Quelle: Verbundkataloge
    Sprache: Englisch
    Medientyp: Buch (Monographie)
    Format: Online
    Schriftenreihe: BIS working papers ; no 917 (January 2021)
    Schlagworte: Stock returns; trade; sentiment; big data; neural network; machine learning
    Umfang: 1 Online-Ressource (circa 48 Seiten), Illustrationen
  4. Macroeconomic forecasting using factor models and machine learning
    an application to Japan
    Autor*in: Maehashi, Kohei; Shintani, Mototsugu
    Erschienen: March 2020
    Verlag:  [CIRJE, Faculty of Economics, University of Tokyo], [Tokyo]

    Zugang:
    Verlag (kostenfrei)
    Verlag (kostenfrei)

    Standort:
    ZBW - Leibniz-Informationszentrum Wirtschaft, Standort Kiel
    Signatur:
    VS 358
    Fernleihe:
    keine Fernleihe
    Export in Literaturverwaltung   RIS-Format
      BibTeX-Format
    Quelle: Verbundkataloge
    Sprache: Englisch
    Medientyp: Buch (Monographie)
    Format: Online
    Schriftenreihe: Array ; CIRJE-F-1146
    Schlagworte: forecast; big data; factor model; machine learning; lasso; ridge; elastic net; regression tree; bagging; random forests; boosting; neural network; composite forecast; Bayesian model averaging
    Umfang: 1 Online-Ressource (circa 47 Seiten), Illustrationen
  5. Segmentation of the housing market with internet data
    evidence from Denmark
    Autor*in: Adolfsen, Jakob Feveile; Mønsted, Bjarke Mørch; Bay Schmith, Adrian Michael; Tang-Andersen Martinello, Alessandro; Gudiksen, Simon; Sonberg, Kasper Fredløv
    Erschienen: [2022]
    Verlag:  Danmarks Nationalbank, Copenhagen

    In this paper, we introduce a novel tool for housing market analysis developed on the basis of online listings data from the largest real estate listing site in Denmark. The tool uses a combination of machine learning techniques to provide a... mehr

    Zugang:
    Verlag (kostenfrei)
    Verlag (kostenfrei)

    Standort:
    ZBW - Leibniz-Informationszentrum Wirtschaft, Standort Kiel
    Signatur:
    DS 135
    Fernleihe:
    keine Fernleihe

     

    In this paper, we introduce a novel tool for housing market analysis developed on the basis of online listings data from the largest real estate listing site in Denmark. The tool uses a combination of machine learning techniques to provide a datadriven segmentation of the housing market into meaningful submarkets that differ from administrative classifications. We demonstrate how the tool can support monitoring and research of underlying housing market developments in Denmark.

     
    Export in Literaturverwaltung   RIS-Format
      BibTeX-Format
    Quelle: Verbundkataloge
    Sprache: Englisch
    Medientyp: Buch (Monographie)
    Format: Online
    Schriftenreihe: Working paper / Danmarks Nationalbank ; nr. 188 (11 August 2022)
    Schlagworte: Housing market; internet data; neural network
    Umfang: 1 Online-Ressource (circa 28 Seiten), Illustrationen
  6. Tracking activity in real time with Google Trends
    Autor*in: Woloszko, Nicolas
    Erschienen: 2020
    Verlag:  OECD, Paris, France

    This paper introduces the OECD Weekly Tracker of economic activity for 46 OECD and G20 countries using Google Trends search data. The Tracker performs well in pseudo-real time simulations including around the COVID-19 crisis. The underlying model... mehr

    Zugang:
    Verlag (lizenzpflichtig)
    Resolving-System (lizenzpflichtig)

    Standort:
    Staatsbibliothek zu Berlin - Preußischer Kulturbesitz, Haus Unter den Linden
    Fernleihe:
    uneingeschränkte Fernleihe, Kopie und Ausleihe

    Standort:
    Universität Potsdam, Universitätsbibliothek
    Fernleihe:
    uneingeschränkte Fernleihe, Kopie und Ausleihe

     

    This paper introduces the OECD Weekly Tracker of economic activity for 46 OECD and G20 countries using Google Trends search data. The Tracker performs well in pseudo-real time simulations including around the COVID-19 crisis. The underlying model adds to the previous Google Trends literature in two respects: (1) the data are adjusted for common long-term bias and (2) the data include variables based on both Google Search categories and topics (the latter being a collection of related keywords), thus further exploiting the potential of Google Trends. The paper highlights the predictive power of specific topics, including "bankruptcies", "economic crisis", "investment", "luggage" and "mortgage". Calibration is performed using a neural network that captures non-linear patterns, which are shown to be consistent with economic intuition using machine learning interpretability tools ("Shapley values"). The tracker sheds light on the recent downturn and the dynamics of the rebound, and provides evidence about lasting shifts in consumption patterns.

     
    Export in Literaturverwaltung   RIS-Format
      BibTeX-Format
    Quelle: Staatsbibliothek zu Berlin
    Sprache: Englisch
    Medientyp: Buch (Monographie)
    Format: Online
    Weitere Identifier:
    Schriftenreihe: OECD Economics Department working papers ; no. 1634
    Schlagworte: nowcasting; Google Trends; high-frequency; machine learning; neural network; interpretability; COVID-19; Economics
    Umfang: 1 Online-Ressource (circa 55 Seiten), Illustrationen
  7. Early warning system for currency crises using long short-term memory and gated recurrent unit neural networks
    Autor*in: Barthélémy, Sylvain; Rondeau, Fabien; Gautier, Virginie
    Erschienen: [2023]
    Verlag:  [Centre de recherche en économie et management], [Rennes]

    Zugang:
    Verlag (kostenfrei)
    Verlag (kostenfrei)

    Standort:
    ZBW - Leibniz-Informationszentrum Wirtschaft, Standort Kiel
    Signatur:
    VS 613
    Fernleihe:
    keine Fernleihe
    Export in Literaturverwaltung   RIS-Format
      BibTeX-Format
    Quelle: Verbundkataloge
    Sprache: Englisch
    Medientyp: Buch (Monographie)
    Format: Online
    Schriftenreihe: Working paper / Centre de recherche en économie et management, UMR 6211 ; WP 2023, 05 (avril 2023)
    Schlagworte: currency crises; early warning system; neural network; long short-term memory; gated recurrent unit
    Umfang: 1 Online-Ressource (circa 43 Seiten), Illustrationen
  8. A deep learning approach to estimation of the Phillips curve in South Africa
    Autor*in: Du Rand, Gideon; Hollander, Hylton; Van Lill, Dawie
    Erschienen: June 2023
    Verlag:  United Nations University World Institute for Development Economics Research, Helsinki, Finland

    In this study, we provide a comprehensive estimation of the contemporary Phillips curve relationship in the South African economy using a novel deep learning technique. Our approach incorporates multiple measures of economic slack/tightness and... mehr

    Zugang:
    Verlag (kostenfrei)
    Resolving-System (kostenfrei)
    Resolving-System (kostenfrei)

    Standort:
    ZBW - Leibniz-Informationszentrum Wirtschaft, Standort Kiel
    Signatur:
    DS 248
    Fernleihe:
    keine Fernleihe

     

    In this study, we provide a comprehensive estimation of the contemporary Phillips curve relationship in the South African economy using a novel deep learning technique. Our approach incorporates multiple measures of economic slack/tightness and inflation expectations, contributing to the debate on the relevance of the Phillips curve in South Africa, where previous findings have been inconclusive. Our analysis reveals that long-run inflation expectations are the primary driver of inflation, with these expectations anchored around 5% historically but declining since the financial crisis. This trend suggests that the South African Reserve Bank's (SARB) monetary policy implementation has become increasingly credible in addressing high inflation and price instability. We also find that short-run expectations and real economic activity play a substantial role in explaining deviations from the long-run trend, supporting the existence of a quantifiable Phillips curve relationship in the South African economy. The deep learning methodology employed in this paper offers several advantages for policymakers. It accommodates the complex interplay of various factors influencing inflation, providing a more accurate representation of the Phillips curve relationship. The model's interpretable nature allows policymakers to discern the key drivers of inflation, facilitating more targeted and effective monetary policy interventions. Our findings can help inform strategies to combat persistently high inflation rates in South Africa, supporting the SARB's ongoing efforts to achieve price stability and sustainable economic growth.

     
    Export in Literaturverwaltung   RIS-Format
      BibTeX-Format
    Quelle: Verbundkataloge
    Sprache: Englisch
    Medientyp: Ebook
    Format: Online
    ISBN: 9789292673871
    Weitere Identifier:
    hdl: 10419/283775
    Schriftenreihe: WIDER working paper ; 2023, 79
    Schlagworte: Phillips curve; inflation; inflation expectations; output gap; monetary policy; neural network
    Umfang: 1 Online-Ressource (circa 14 Seiten), Illustrationen
  9. Forecasting economic activity using a neural network in uncertain times
    Monte Carlo evidence and application to the German GDP
    Autor*in: Holtemöller, Oliver; Kozyrev, Boris
    Erschienen: March 2024
    Verlag:  Halle Institute for Economic Research (IWH) - Member of the Leibniz Association, Halle (Saale), Germany

    In this study, we analyzed the forecasting and nowcasting performance of a generalized regression neural network (GRNN). We provide evidence from Monte Carlo simulations for the relative forecast performance of GRNN depending on the data-generating... mehr

    Zugang:
    Array (kostenfrei)
    Verlag (kostenfrei)
    Resolving-System (kostenfrei)

    Standort:
    Universitäts- und Landesbibliothek Sachsen-Anhalt / Zentrale
    Signatur:
    eBook
    Fernleihe:
    keine Fernleihe

    Standort:
    ZBW - Leibniz-Informationszentrum Wirtschaft, Standort Kiel
    Signatur:
    DS 13
    Fernleihe:
    keine Fernleihe

     

    In this study, we analyzed the forecasting and nowcasting performance of a generalized regression neural network (GRNN). We provide evidence from Monte Carlo simulations for the relative forecast performance of GRNN depending on the data-generating process. We show that GRNN outperforms an autoregressive benchmark model in many practically relevant cases. Then, we applied GRNN to forecast quarterly German GDP growth by extending univariate GRNN to multivariate and mixed-frequency settings. We could distinguish between "normal" times and situations where the time-series behavior is very different from "normal" times such as during the COVID-19 recession and recovery. GRNN was superior in terms of root mean forecast errors compared to an autoregressive model and to more sophisticated approaches such as dynamic factor models if applied appropriately.

     
    Export in Literaturverwaltung   RIS-Format
      BibTeX-Format
    Quelle: Verbundkataloge
    Sprache: Englisch
    Medientyp: Buch (Monographie)
    Format: Online
    Weitere Identifier:
    hdl: 10419/287749
    Schriftenreihe: IWH discussion papers ; 2024, no. 6 (March 2024)
    Schlagworte: forecasting; neural network; nowcasting; time series models
    Umfang: 1 Online-Ressource (III, 28 Seiten, 1,07 MB), Diagramme
    Bemerkung(en):

    Literaturverzeichnis: Seite 24-26
  10. Estructura temporal de tasas de interés y actividad económica en Venezuela
    un enfoque de redes neuronales
    Autor*in: Hidalgo Borrero, Sarah
    Erschienen: 2011
    Verlag:  Gerencia de Comunicaciones Institucionales, BCV, Caracas

    Standort:
    ZBW - Leibniz-Informationszentrum Wirtschaft, Standort Kiel
    Fernleihe:
    keine Fernleihe
    Export in Literaturverwaltung   RIS-Format
      BibTeX-Format
    Hinweise zum Inhalt
    Quelle: Verbundkataloge
    Sprache: Spanisch
    Medientyp: Buch (Monographie)
    Format: Online
    Schriftenreihe: Serie Documentos de trabajo / BCV, Banco Central de Venezuela ; 124
    Colección Economía y finanzas
    Schlagworte: Zinsstruktur; Wirtschaftslage; Neuronale Netze; Venezuela; term structure of interest rates; yield curve; economic activity; neural network
    Umfang: Online-Ressource, graph. Darst.
    Bemerkung(en):

    Zsfassungen in engl. und span. Sprache