Banque du Canada

Version intégrale >>
      

Publications et recherches

Recherches

Documents de travail

1999

Index des documents de travail | Index des rapports techniques
Titre Forecasting GDP Growth Using Artificial Neural Networks
Auteur(s) Greg Tkacz et Sarah Hu
Type de
document
Document de travail 99-3
Date de
publication
Janvier 1999
Langue Anglais
Résumé

Les variables financières et monétaires sont reconnues depuis longtemps comme des indicateurs fiables de l'activité économique future. Dans cette étude, les auteurs tentent de déterminer si le recours à des réseaux neuronaux permet d'améliorer les prévisions réalisées à l'aide de ces variables. Ils constatent qu'à l'horizon d'un trimestre, les réseaux neuronaux ne produisent pas de meilleures prévisions que les modèles linéaires traditionnels. À l'horizon de quatre trimestres toutefois, on observe une amélioration significative des prévisions sur le plan statistique. Les erreurs quadratiques moyennes de prévision des meilleurs modèles neuronaux sont inférieures de 15 à 19 % à celles des modèles linéaires. Cette précision accrue des prévisions pourrait indiquer la présence de relations non linéaires fondamentales entre les variables financières et la croissance de la production réelle à l'horizon d'un an.

Classification
de la Banque
Indicateurs monétaires et financiers; Méthodes économétriques et statistiques
JEL C45, E37, E44

Vous pouvez télécharger le document dans le(s) formats(s) suivant(s) :