Nowcasting with short data using a mixed-frequency VAR approach
Loading...
Date
2025
Authors
Zhuravlova, Anastasiia
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
This thesis focuses on the problem of short-term economic forecasting with very limited data because of russia’s invasion of Ukraine. The invasion has created a gap in the release of statistical data, making traditional forecasting models less efficient, particularly in the regional forecasting scope. The study uses RMSE, CRPS, and SMAPE metrics to evaluate the forecast’s accuracy while measuring accuracy against traditional approaches. The results show that strong nowcasting models can be developed even with sparse data. This work contributes to the literature on economic monitoring during crises and provides a framework for real-time forecasting in post-conflict reconstruction.
Description
Ця робота присвячена проблемi короткострокового економiчного прогнозування за умов обмеженого обсягу даних через вторгнення росiї в Україну. Через вiйну виникла перерва в оприлюдненнi статистичних показникiв, що ускладнило використання традицiйних моделей прогнозування, особливо у регiональному контекстi. У дослiдженнi здiйснюється оцiнка точностi прогнозiв за допомогою метрик RMSE, CRPS та SMAPE, а також порiвняння результатiв iз традицiйними методами. Результати показують, що ефективнi моделi nowcasting можна розробити навiть при нестачi даних. Це дослiдження робить вагомий внесок у лiтературу з монiторингу економiки пiд час криз та створює основу для оперативного прогнозування в умовах пiсляконфлiктного вiдновлення.
Keywords
forecasting models, economic monitoring during crises, metrics, моделі прогнозування, монiторинг економiки пiд час криз, метрики, master's thesis