חיזוי רכיבי אינפלציה של מדד המחירים לצרכן עם רשת עצבית חוזרת ונשנית היררכית

10/03/2021 |  ברכאן אורן, בן שימול יונתן, כספי איתמר, האמר אלון, קניגשטיין נועם
תקציר:

בנייר זה אנו מציגים ארכיטקטורה היררכית המבוססת על מודל Recurrent Neural Network (RNN) ומשתמשים בה לשם חיזוי תתי סעיפים ספציפיים של מדד המחירים לצרכן. בעוד שרוב המחקרים הקיימים מתמקדים בחיזוי האינפלציה הכללית, מוסדות כלכליים ופיננסיים רבים מעוניינים לעיתים בחיזוי של תתי סעיפים של המדד. למטרה זו פיתחנו את המודל החדשני,  (HRNN) Hierarchical RNNשמשתמש במידע מרמות גבוהות יותר בהיררכיית מדד המחירים לצרכן כדי לשפר את התחזיות ברמות הנמוכות והרועשות יותר. מיישום המודל  על נתוני מדד המחירים בארה"ב, מתקבל שמודל ה-HRNN עולה משמעותית בביצועיו על מגוון של מודלים מקובלים לחיזוי אינפלציה. המתודולוגיה והתוצאות שלנו מספקות עבור קובעי מדיניות ושחקנים בשוק הפרטי כלי חיזוי נוספים עבור מחירים של תתי ענפיים ורכיבים ספציפיים של מדד המחירים לצרכן.


​​​​​​