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

Ergebnisse für *

Zeige Ergebnisse 1 bis 7 von 7.

  1. The more the merrier?
    a machine learning algorithm for optimal pooling of panel data
    Autor*in: Bolhuis, Marijn A.; Rayner, Brett
    Erschienen: 2020
    Verlag:  International Monetary Fund, [Washington, DC]

    We leverage insights from machine learning to optimize the tradeoff between bias and variance when estimating economic models using pooled datasets. Specifically, we develop a simple algorithm that estimates the similarity of economic structures... mehr

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

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

     

    We leverage insights from machine learning to optimize the tradeoff between bias and variance when estimating economic models using pooled datasets. Specifically, we develop a simple algorithm that estimates the similarity of economic structures across countries and selects the optimal pool of countries to maximize out-of-sample prediction accuracy of a model. We apply the new alogrithm by nowcasting output growth with a panel of 102 countries and are able to significantly improve forecast accuracy relative to alternative pools. The algortihm improves nowcast performance for advanced economies, as well as emerging market and developing economies, suggesting that machine learning techniques using pooled data could be an important macro tool for many countries

     
    Export in Literaturverwaltung   RIS-Format
      BibTeX-Format
    Quelle: Staatsbibliothek zu Berlin
    Sprache: Englisch
    Medientyp: Ebook
    Format: Online
    ISBN: 9781513529974
    Weitere Identifier:
    Schriftenreihe: IMF working paper ; WP/20, 44
    Schlagworte: Algorithm; Country; GDP Growth; Machine Learning; WP
    Umfang: 1 Online-Ressource (circa 22 Seiten), Illustrationen
  2. Deus ex machina?
    a framework for macro forecasting with machine learning
    Autor*in: Bolhuis, Marijn A.; Rayner, Brett
    Erschienen: 2020
    Verlag:  International Monetary Fund, [Washington, DC]

    We develop a framework to nowcast (and forecast) economic variables with machine learning techniques. We explain how machine learning methods can address common shortcomings of traditional OLS-based models and use several machine learning models to... mehr

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

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

     

    We develop a framework to nowcast (and forecast) economic variables with machine learning techniques. We explain how machine learning methods can address common shortcomings of traditional OLS-based models and use several machine learning models to predict real output growth with lower forecast errors than traditional models. By combining multiple machine learning models into ensembles, we lower forecast errors even further. We also identify measures of variable importance to help improve the transparency of machine learning-based forecasts. Applying the framework to Turkey reduces forecast errors by at least 30 percent relative to traditional models. The framework also better predicts economic volatility, suggesting that machine learning techniques could be an important part of the macro forecasting toolkit of many countries

     
    Export in Literaturverwaltung   RIS-Format
      BibTeX-Format
    Quelle: Staatsbibliothek zu Berlin
    Sprache: Englisch
    Medientyp: Ebook
    Format: Online
    ISBN: 9781513531724
    Weitere Identifier:
    Schriftenreihe: IMF working paper ; WP/20, 45
    Schlagworte: ML Method; ML Model; RF Algorithm; SVM Regression; WP
    Umfang: 1 Online-Ressource (circa 26 Seiten), Illustrationen
  3. Revenue mobilization for a resilient and inclusive recovery in the Middle East and Central Asia
    Autor*in: Benmohamed, Imen; Harb, Mahmoud; Muthoora, Priscilla; Reyes, Nathalie; Zhu, Ling; Koukpaizan, Vincent de Paul; Vellutini, Charles
    Erschienen: 2022 JUL
    Verlag:  International Monetary Fund, Publication Services, Washington, DC, U.S.A.

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

    Standort:
    Staatsbibliothek zu Berlin - Preußischer Kulturbesitz, Haus Unter den Linden
    Fernleihe:
    uneingeschränkte Fernleihe, Kopie und Ausleihe
    Export in Literaturverwaltung   RIS-Format
      BibTeX-Format
  4. The more the merrier?
    a machine learning algorithm for optimal pooling of panel data
    Autor*in: Bolhuis, Marijn A.; Rayner, Brett
    Erschienen: 2020
    Verlag:  International Monetary Fund, [Washington, DC]

    We leverage insights from machine learning to optimize the tradeoff between bias and variance when estimating economic models using pooled datasets. Specifically, we develop a simple algorithm that estimates the similarity of economic structures... mehr

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

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

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

    Standort:
    Universitätsbibliothek Braunschweig
    Fernleihe:
    keine Fernleihe

    Standort:
    Staats- und Universitätsbibliothek Bremen
    Fernleihe:
    keine Fernleihe

    Standort:
    Universitätsbibliothek Erfurt / Forschungsbibliothek Gotha, Universitätsbibliothek Erfurt
    Fernleihe:
    keine Fernleihe

    Standort:
    Bibliothek der Pädagogischen Hochschule Freiburg/Breisgau
    Fernleihe:
    keine Fernleihe

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

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

    Standort:
    Helmut-Schmidt-Universität, Universität der Bundeswehr Hamburg, Universitätsbibliothek
    Fernleihe:
    keine Fernleihe

    Standort:
    Technische Universität Hamburg, Universitätsbibliothek
    Fernleihe:
    keine Fernleihe

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

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

    Standort:
    Thüringer Universitäts- und Landesbibliothek
    Fernleihe:
    keine Fernleihe

    Standort:
    Fachhochschule Kiel, Zentralbibliothek
    Fernleihe:
    keine Fernleihe

    Standort:
    ZBW - Leibniz-Informationszentrum Wirtschaft, Standort Kiel
    Signatur:
    VS 301
    Fernleihe:
    keine Fernleihe

    Standort:
    Universitätsbibliothek Leipzig
    Fernleihe:
    keine Fernleihe

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

    Standort:
    Duale Hochschule Baden-Württemberg Mosbach, Bibliothek
    Signatur:
    E-Book Nationallizenz IMF
    Fernleihe:
    keine Fernleihe

    Standort:
    Hochschule Offenburg, University of Applied Sciences, Bibliothek Campus Offenburg
    Signatur:
    E-Book International Monetary Fund
    Fernleihe:
    keine Fernleihe

    Standort:
    Hochschulbibliothek Pforzheim, Bereichsbibliothek Technik und Wirtschaft
    Signatur:
    e-Book International Monetary Fund eLibrary
    Fernleihe:
    keine Ausleihe von Bänden, nur Papierkopien werden versandt

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

    Standort:
    Hochschule Albstadt-Sigmaringen, Bibliothek Sigmaringen
    Fernleihe:
    keine Ausleihe von Bänden, nur Papierkopien werden versandt

    Standort:
    Duale Hochschule Baden-Württemberg Villingen-Schwenningen, Bibliothek
    Signatur:
    E_Book IMF
    Fernleihe:
    keine Fernleihe

     

    We leverage insights from machine learning to optimize the tradeoff between bias and variance when estimating economic models using pooled datasets. Specifically, we develop a simple algorithm that estimates the similarity of economic structures across countries and selects the optimal pool of countries to maximize out-of-sample prediction accuracy of a model. We apply the new alogrithm by nowcasting output growth with a panel of 102 countries and are able to significantly improve forecast accuracy relative to alternative pools. The algortihm improves nowcast performance for advanced economies, as well as emerging market and developing economies, suggesting that machine learning techniques using pooled data could be an important macro tool for many countries

     
    Export in Literaturverwaltung   RIS-Format
      BibTeX-Format
  5. Deus ex machina?
    a framework for macro forecasting with machine learning
    Autor*in: Bolhuis, Marijn A.; Rayner, Brett
    Erschienen: 2020
    Verlag:  International Monetary Fund, [Washington, DC]

    We develop a framework to nowcast (and forecast) economic variables with machine learning techniques. We explain how machine learning methods can address common shortcomings of traditional OLS-based models and use several machine learning models to... mehr

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

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

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

    Standort:
    Universitätsbibliothek Braunschweig
    Fernleihe:
    keine Fernleihe

    Standort:
    Staats- und Universitätsbibliothek Bremen
    Fernleihe:
    keine Fernleihe

    Standort:
    Universitätsbibliothek Erfurt / Forschungsbibliothek Gotha, Universitätsbibliothek Erfurt
    Fernleihe:
    keine Fernleihe

    Standort:
    Bibliothek der Pädagogischen Hochschule Freiburg/Breisgau
    Fernleihe:
    keine Fernleihe

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

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

    Standort:
    Helmut-Schmidt-Universität, Universität der Bundeswehr Hamburg, Universitätsbibliothek
    Fernleihe:
    keine Fernleihe

    Standort:
    Technische Universität Hamburg, Universitätsbibliothek
    Fernleihe:
    keine Fernleihe

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

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

    Standort:
    Thüringer Universitäts- und Landesbibliothek
    Fernleihe:
    keine Fernleihe

    Standort:
    Fachhochschule Kiel, Zentralbibliothek
    Fernleihe:
    keine Fernleihe

    Standort:
    ZBW - Leibniz-Informationszentrum Wirtschaft, Standort Kiel
    Signatur:
    VS 301
    Fernleihe:
    keine Fernleihe

    Standort:
    Universitätsbibliothek Leipzig
    Fernleihe:
    keine Fernleihe

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

    Standort:
    Duale Hochschule Baden-Württemberg Mosbach, Bibliothek
    Signatur:
    E-Book Nationallizenz IMF
    Fernleihe:
    keine Fernleihe

    Standort:
    Hochschule Offenburg, University of Applied Sciences, Bibliothek Campus Offenburg
    Signatur:
    E-Book International Monetary Fund
    Fernleihe:
    keine Fernleihe

    Standort:
    Hochschulbibliothek Pforzheim, Bereichsbibliothek Technik und Wirtschaft
    Signatur:
    e-Book International Monetary Fund eLibrary
    Fernleihe:
    keine Ausleihe von Bänden, nur Papierkopien werden versandt

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

    Standort:
    Hochschule Albstadt-Sigmaringen, Bibliothek Sigmaringen
    Fernleihe:
    keine Ausleihe von Bänden, nur Papierkopien werden versandt

    Standort:
    Duale Hochschule Baden-Württemberg Villingen-Schwenningen, Bibliothek
    Signatur:
    E_Book IMF
    Fernleihe:
    keine Fernleihe

     

    We develop a framework to nowcast (and forecast) economic variables with machine learning techniques. We explain how machine learning methods can address common shortcomings of traditional OLS-based models and use several machine learning models to predict real output growth with lower forecast errors than traditional models. By combining multiple machine learning models into ensembles, we lower forecast errors even further. We also identify measures of variable importance to help improve the transparency of machine learning-based forecasts. Applying the framework to Turkey reduces forecast errors by at least 30 percent relative to traditional models. The framework also better predicts economic volatility, suggesting that machine learning techniques could be an important part of the macro forecasting toolkit of many countries

     
    Export in Literaturverwaltung   RIS-Format
      BibTeX-Format
  6. Revenue mobilization for a resilient and inclusive recovery in the Middle East and Central Asia
    Autor*in: Benmohamed, Imen; Harb, Mahmoud; Muthoora, Priscilla; Reyes, Nathalie; Zhu, Ling; Koukpaizan, Vincent de Paul; Vellutini, Charles
    Erschienen: 2022 JUL
    Verlag:  International Monetary Fund, Publication Services, Washington, DC, U.S.A.

    Domestic revenue mobilization has been a longstanding challenge for countries in the Middle East and Central Asia. Insufficient revenue has often constrained priority social and infrastructure spending, reducing countries' ability to reach the... mehr

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

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

    Standort:
    Fachinformationsverbund Internationale Beziehungen und Länderkunde
    Fernleihe:
    keine Fernleihe

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

    Standort:
    Universitätsbibliothek Braunschweig
    Fernleihe:
    keine Fernleihe

    Standort:
    Staats- und Universitätsbibliothek Bremen
    Fernleihe:
    keine Fernleihe

    Standort:
    Universitätsbibliothek Erfurt / Forschungsbibliothek Gotha, Universitätsbibliothek Erfurt
    Fernleihe:
    keine Fernleihe

    Standort:
    Bibliothek der Pädagogischen Hochschule Freiburg/Breisgau
    Fernleihe:
    keine Fernleihe

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

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

    Standort:
    German Institute for Global and Area Studies, Bibliothek
    Fernleihe:
    uneingeschränkte Fernleihe, Kopie und Ausleihe

    Standort:
    Helmut-Schmidt-Universität, Universität der Bundeswehr Hamburg, Universitätsbibliothek
    Fernleihe:
    keine Fernleihe

    Standort:
    Technische Universität Hamburg, Universitätsbibliothek
    Fernleihe:
    keine Fernleihe

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

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

    Standort:
    Thüringer Universitäts- und Landesbibliothek
    Fernleihe:
    keine Fernleihe

    Standort:
    Fachhochschule Kiel, Zentralbibliothek
    Fernleihe:
    keine Fernleihe

    Standort:
    ZBW - Leibniz-Informationszentrum Wirtschaft, Standort Kiel
    Signatur:
    VS 297
    Fernleihe:
    keine Fernleihe

    Standort:
    Universitätsbibliothek Leipzig
    Fernleihe:
    keine Fernleihe

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

    Standort:
    Duale Hochschule Baden-Württemberg Mosbach, Bibliothek
    Signatur:
    E-Book Nationallizenz IMF
    Fernleihe:
    keine Fernleihe

    Standort:
    Hochschule Offenburg, University of Applied Sciences, Bibliothek Campus Offenburg
    Signatur:
    E-Book International Monetary Fund
    Fernleihe:
    keine Fernleihe

    Standort:
    Hochschulbibliothek Pforzheim, Bereichsbibliothek Technik und Wirtschaft
    Signatur:
    e-Book International Monetary Fund eLibrary
    Fernleihe:
    keine Ausleihe von Bänden, nur Papierkopien werden versandt

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

    Standort:
    Hochschule Albstadt-Sigmaringen, Bibliothek Sigmaringen
    Fernleihe:
    keine Ausleihe von Bänden, nur Papierkopien werden versandt

    Standort:
    Duale Hochschule Baden-Württemberg Villingen-Schwenningen, Bibliothek
    Signatur:
    E_Book IMF
    Fernleihe:
    keine Fernleihe

     

    Domestic revenue mobilization has been a longstanding challenge for countries in the Middle East and Central Asia. Insufficient revenue has often constrained priority social and infrastructure spending, reducing countries' ability to reach the Sustainable Development Goals, improve growth prospects, and address climate related challenges. Moreover, revenue shortfalls have often been compensated by large and sustained debt accumulation, raising vulnerabilities in some countries, and limiting fiscal space to address future shocks. The COVID-19 pandemic and the war in Ukraine have compounded challenges to sustainable public finances, underscoring the need for revenue mobilization efforts. The recent global crises have also exacerbated existing societal inequalities and highlighted the importance of raising revenues in an efficient and equitable manner. This paper examines the scope for additional tax revenue mobilization and discusses policies to gradually raise tax revenue while supporting resilient growth and inclusion in the Middle East and Central Asia. The paper's main findings are that excluding hydrocarbon revenues, the region's average tax intake lags those of other regions; the region's fragile and conflict-affected states (FCS) face particular challenges in mobilizing tax revenue; In general, there is considerable scope to raise additional tax revenue; countries have made efforts to raise tax collection, but challenges remain; tax policy design, notably low tax rates and pervasive tax exemptions, is an important factor driving tax revenue shortfalls; weak tax compliance, reflecting both structural features and challenges in revenue administration, also plays a role; and personal income tax systems in the region vary in their progressivity-the extent to which the average tax rate increases with income-and in their ability to redistribute income. These findings provide insights for policy action to raise revenue while supporting resilient growth and inclusion. The paper's analysis points to these priorities for the region to improve both efficiency and equity of tax systems: improving tax policy design to broaden the tax base and increase progressivity and redistributive capacity; strengthening revenue administration to improve compliance; and implementing structural reforms to incentivize tax compliance, formalization, and economic diversification

     
    Export in Literaturverwaltung   RIS-Format
      BibTeX-Format
    Quelle: Staatsbibliothek zu Berlin
    Beteiligt: Benninger, Thomas (MitwirkendeR); Hebous, Shafik (MitwirkendeR); Okello, Andrew (MitwirkendeR); Sanya, Bernard (MitwirkendeR); Marahel, Alireza (MitwirkendeR); Verdier, Geneviève (HerausgeberIn); Rayner, Brett (HerausgeberIn)
    Sprache: Englisch
    Medientyp: Ebook
    Format: Online
    ISBN: 9798400211669; 9798400211713
    Weitere Identifier:
    Schriftenreihe: Departmental paper / International Monetary Fund ; DP/2022, 013
    Schlagworte: Steuereinnahmen; Steuerpolitik; Steuersystem; Reformpolitik; Effektivität; Sozioökonomischer Wandel; Internationaler Vergleich; Revenue mobilization; revenue gaps; tax compliance; compliance gaps; tax policy; tax revenue gap; estimated tax; Gini coefficient; revenue challenge; tax revenue shortfall; systems in the region; tax Effort; tax ratio; Tax collection; Middle East and Central Asia; Global; Central Asia and the Caucasus; Middle East; Personal income tax; Tax administration core functions; Corporate income tax; Taxation; Personal Finance -Taxation; Corporate Taxation; Macroeconomics; Equity, Justice, Inequality, and Other Normative Criteria and Measurement; Fiscal Policy; International Relations and International Political Economy: Other; Taxation, Subsidies, and Revenue: General; Taxation and Subsidies: Incidence; Personal Income and Other Nonbusiness Taxes and Subsidies; Business Taxes and Subsidies; Tax Evasion and Avoidance; Aggregate Factor Income Distribution; Political economy; International institutions; Public finance & taxation; Corporate & business tax; Macroeconomics; Political economy; International organization; Revenue administration; Taxes; International Economics; Public Policy; Public Finance; Tax return filing compliance; Taxpayer compliance; Taxation; Law and legislation; Revenue; Tax administration and procedure; Income tax; Corporations; Taxation; Fiscal policy
    Umfang: 1 Online-Ressource (circa 65 Seiten), Illustrationen
  7. Grants, remittances, and the equilibrium real exchange rate in Sub-Saharan African countries
    Autor*in: Mongardini, Joannes; Rayner, Brett
    Erschienen: 2009
    Verlag:  Internat. Monetary Fund, Washington, DC

    Standort:
    ZBW - Leibniz-Informationszentrum Wirtschaft, Standort Kiel
    Signatur:
    W 128 (09.75)
    Fernleihe:
    uneingeschränkte Fernleihe, Kopie und Ausleihe

    Standort:
    ifo Institut für Wirtschaftsforschung an der Universität München, Bibliothek
    Fernleihe:
    keine Fernleihe
    Export in Literaturverwaltung   RIS-Format
      BibTeX-Format
    Quelle: Verbundkataloge
    Sprache: Englisch
    Medientyp: Buch (Monographie)
    Format: Druck
    Schriftenreihe: IMF working paper ; 09/75
    Schlagworte: Entwicklungshilfe; Rücküberweisungen; Kaufkraftparität; Subsahara-Afrika
    Umfang: 27 S., graph. Darst.
    Bemerkung(en):

    Literaturverz. S. 17 - 19