Bc. Juraj Szitás

Diplomová práce

Fiscal multipliers through machine learning

Fiscal multipliers through machine learning
Anotace:
V tejto práci sú prezentované nové metódy pre odhad tzv. treatment efektov vďaka novým poznatkom z oblasti neparametrických odhadov, ktoré sú zbežne známe ako "strojové učenie". Tieto sú diskutované na začiatku práce, mimo krátkeho odklonu počas ktorého sú diskutované fiškálne multiplikátory, a bežné metódy ich odhadu. Následne je demonštrované ako sa tieto nové metódy strojového učenia dajú použiť …více
Abstract:
This work presents new methods for estimating treatment effects through recent breakthroughs in non-parametric methods commonly known as 'machine learning'. These are exposed in the first few chapters, barring a short discourse into the topic of fiscal multipliers, and common methods to estimate them. It is then shown how these new methods can be used for the estimation of fiscal multipliers, and estimated …více
 
 
Jazyk práce: angličtina
Datum vytvoření / odevzdání či podání práce: 24. 7. 2020

Obhajoba závěrečné práce

  • Obhajoba proběhla 10. 9. 2020
  • Vedoucí: Ing. Mgr. Vlastimil Reichel
  • Oponent: Ing. Jan Čapek, Ph.D.

Citační záznam

Plný text práce

Obsah online archivu závěrečné práce
Zveřejněno v Theses:
  • světu
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: Masarykova univerzita, Ekonomicko-správní fakulta

Masarykova univerzita

Ekonomicko-správní fakulta

Magisterský studijní program / obor:
Matematické a statistické metody v ekonomii / Matematické a statistické metody v ekonomii