Ennustajien tappiofunktiot ja BKT-ennusteiden rationaalisuus



Samankaltaiset tiedostot
Mat Tilastollisen analyysin perusteet, kevät 2007

Tilastollinen testaus. Vilkkumaa / Kuusinen 1

11. laskuharjoituskierros, vko 15, ratkaisut

Testejä suhdeasteikollisille muuttujille

ABHELSINKI UNIVERSITY OF TECHNOLOGY

χ = Mat Sovellettu todennäköisyyslasku 11. harjoitukset/ratkaisut

Harjoitus 7: NCSS - Tilastollinen analyysi

Identifiointiprosessi

Odotusarvoparien vertailu. Vilkkumaa / Kuusinen 1

Väliestimointi (jatkoa) Heliövaara 1

Sovellettu todennäköisyyslaskenta B

Tilastollisen analyysin perusteet Luento 8: Lineaarinen regressio, testejä ja luottamusvälejä

Sovellettu todennäköisyyslaskenta B

Tilastollisen analyysin perusteet Luento 2: Tilastolliset testit

Raporttiluonnoksesta annetut lausunnot

Yksisuuntainen varianssianalyysi (jatkoa) Kuusinen/Heliövaara 1

Johdatus tilastotieteeseen Testit suhdeasteikollisille muuttujille. TKK (c) Ilkka Mellin (2004) 1

Ilkka Mellin Tilastolliset menetelmät. Osa 3: Tilastolliset testit. Tilastollinen testaus. TKK (c) Ilkka Mellin (2007) 1

Testit järjestysasteikollisille muuttujille

Sovellettu todennäköisyyslaskenta B

Estimointi. Estimointi. Estimointi: Mitä opimme? 2/4. Estimointi: Mitä opimme? 1/4. Estimointi: Mitä opimme? 3/4. Estimointi: Mitä opimme?

Yksisuuntainen varianssianalyysi (jatkoa) Heliövaara 1

Testit laatueroasteikollisille muuttujille

Regressioanalyysi. Vilkkumaa / Kuusinen 1

ARTIKKELEITA. 1. Johdanto. 2. Regressiomalli ja ennustaminen. Mikael Linden VTT, kansantaloustieteen professori Joensuun yliopisto

Ilkka Mellin Tilastolliset menetelmät Osa 2: Otokset, otosjakaumat ja estimointi Estimointi

Estimointi populaation tuntemattoman parametrin arviointia otossuureen avulla Otossuure satunnaisotoksen avulla määritelty funktio

5.7 Uskottavuusfunktioon perustuvia testejä II

Johdatus tilastotieteeseen Estimointi. TKK (c) Ilkka Mellin (2005) 1

TA7, Ekonometrian johdantokurssi HARJOITUS 4 1 RATKAISUEHDOTUKSET

Estimointi. Vilkkumaa / Kuusinen 1

Harjoitus 7 : Aikasarja-analyysi (Palautus )

MTTTA1 Tilastomenetelmien perusteet 5 op Luento , osa 1. 1 Kokonaisuudet johon opintojakso kuuluu

Talouden näkymät. Pörssi-ilta Jyväskylä Kari Heimonen Jyväskylän yliopiston kauppakorkeakoulu

Taulukko 2. Ennustevirheet ennustajittain vuosina ; virheiden itseisarvojen keskiarvo / virheiden keskiarvo, %-yksikköä

Talousennusteiden osuvuus : valistuneita arvauksia

Jos nollahypoteesi pitää paikkansa on F-testisuuren jakautunut Fisherin F-jakauman mukaan

Johdatus tilastotieteeseen Testit suhdeasteikollisille muuttujille. TKK (c) Ilkka Mellin (2005) 1

Tilastollinen testaaminen tai Tilastollinen päättely. Geneettinen analyysi

MTTTA1 Tilastomenetelmien perusteet 5 op Luento Kokonaisuudet johon opintojakso kuuluu

Tilastollisen analyysin perusteet Luento 3: Epäparametriset tilastolliset testit

Johdatus tilastotieteeseen Testit laatueroasteikollisille muuttujille. TKK (c) Ilkka Mellin (2004) 1

Sovellettu todennäköisyyslaskenta B

r = n = 121 Tilastollista testausta varten määritetään aluksi hypoteesit.

Tilastotieteen kertaus. Kuusinen/Heliövaara 1

MTTTP5, luento Otossuureita ja niiden jakaumia (jatkuu)

Sovellettu todennäköisyyslaskenta B

Osa 2: Otokset, otosjakaumat ja estimointi

tilastotieteen kertaus

Tilastollinen aineisto Luottamusväli

Sovellettu todennäköisyyslaskenta B

Laskuharjoitus 9, tehtävä 6

edellyttää valintaa takaisinpanolla Aritmeettinen keskiarvo Jos, ½ Ò muodostavat satunnaisotoksen :n jakaumasta niin Otosvarianssi Ë ¾

Regressioanalyysi. Kuusinen/Heliövaara 1

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

Tilastollisen analyysin perusteet Luento 6: Korrelaatio ja riippuvuus tilastotieteessä

PALJON RINNAKKAISIA JUONIA

Lisätehtäviä ratkaisuineen luentomonisteen lukuun 6 liittyen., jos otoskeskiarvo on suurempi kuin 13,96. Mikä on testissä käytetty α:n arvo?

031021P Tilastomatematiikka (5 op) kertausta 2. vk:een

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi. Viikko 5

Harjoitusten 4 vastaukset

Tilastollisen analyysin perusteet Luento 1: Lokaatio ja hajonta

Yleistä tietoa kokeesta

Viikko 2: Ensimmäiset ennustajat Matti Kääriäinen

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

1. PÄÄTTELY YHDEN SELITTÄJÄN LINEAARISESTA REGRESSIOMALLISTA

Kertausluento. Tilastollinen päättely II - 2. kurssikoe

pitkittäisaineistoissa

805306A Johdatus monimuuttujamenetelmiin, 5 op

Estimointi. Otantajakauma

χ 2 -yhteensopivuustestissä käytetään χ 2 -testisuuretta χ = Mat Sovellettu todennäköisyyslasku A

Suomen kansantalouden suhdanneindeksi Markku Lanne ja Henri Nyberg

805324A (805679S) Aikasarja-analyysi Harjoitus 4 (2016)

Tilastollisia peruskäsitteitä ja Monte Carlo

Jos nyt on saatu havaintoarvot Ü ½ Ü Ò niin suurimman uskottavuuden

LASKENTATOIMEN OSAAMINEN vs. LIIKETALOUDELLINEN ENNUSTETARKKUUS

Finanssipolitiikan reaktiot talouskriisiin euromaissa

Tilastolliset menetelmät. Osa 3: Tilastolliset testit. Tilastollinen testaus KE (2014) 1

PTT:n pitkän aikavälin kasvuennuste

1. Tutkitaan tavallista kahden selittäjän regressiomallia

1. Tilastollinen malli??

Estimointi. Luottamusvälin laskeminen keskiarvolle α/2 α/2 0.1

Uusia oppikirjoja ekonometriseen työskentelyyn aikasarja-aineistoilla

Identifiointiprosessi

Harha mallin arvioinnissa

Dynaamiset regressiomallit

Parametrin estimointi ja bootstrap-otanta

MS-A0503 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

Tilastotieteen jatkokurssi syksy 2003 Välikoe

Mat Tilastollisen analyysin perusteet, kevät 2007

Mat Tilastollisen analyysin perusteet, kevät 2007

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

Geenikartoitusmenetelmät. Kytkentäanalyysin teoriaa. Suurimman uskottavuuden menetelmä ML (maximum likelihood) Uskottavuusfunktio: koko aineisto

Aki Taanila AIKASARJAENNUSTAMINEN

Normaalijakaumasta johdettuja jakaumia

pitkittäisaineistoissa

3.6 Su-estimaattorien asymptotiikka

Hallituksen esitys eduskunnalle valtion talousarvioksi vuodelle 2017 Eduskunnan valtiovarainvaliokunta

4. Tietokoneharjoitukset

Viikon 5 harjoituksissa käytämme samoja aikasarjoja kuin viikolla 4. Tiedosto Muuttuja Kuvaus Havaintoväli Aikasarjan pituus

Transkriptio:

Kansantaloudellinen aikakauskirja 105. vsk. 4/2009 Ennustajien tappiofunktiot ja BKT-ennusteiden rationaalisuus Markku Lanne Professori Helsingin yliopisto Suomen kansantaloutta koskevia ennusteita julkaistaan vuosittain valtava määrä, mutta niitä ei tietääkseni juuri ole systemaattisesti analysoitu. Esitetyt pohdinnat liittyvät ensisijaisesti ennusteiden harhattomuuteen (mm. Lehto 2009 ja Pehkonen 2002), joka on mielekäs mitta ennusteiden hyvyydelle vain oletettaessa, että ennustaja (ja ennusteiden käyttäjä) kokee yhtä suuren tappion riippumatta siitä, mihin suuntaan ennuste on virheellinen. Se, että jonkin ennustelaitoksen ennusteet ovat harhaisia eli systemaattisesti ylittävät tai alittavat ennustettavan muuttujan todellisen arvon, ei sinänsä ole kovin informatiivista, sillä harhaisuus voi johtua kahdesta eri syystä: joko ennustajan tappiofunktio todella on symmetrinen, mutta ennusteet eivät ole rationaalisia tai sitten tappiofunktio on epäsymmetrinen ja ennusteet ovat rationaalisia. Tietysti on myös mahdollista, että ennusteet eivät ole rationaalisia edes annetulla epäsymmetrisellä tappiofunktiolla. Ennusteiden käyttäjän kannalta olisi hyödyllistä tuntea kunkin ennustajan tappiofunktio, jolloin hän voisi eri ennusteiden joukosta valita omaa tappiofunktiotaan parhaiten vastaavan ennusteen tai ennusteiden yhdistelmän (ennusteiden yhdistämisestä yleisen tappiofunktion tapauksessa ks. esim. Elliott ja Timmermann 2004). Vaikka ennusteiden joukosta ei löytyisikään ennusteen käyttäjän kannalta optimaalista ennustetta, ainakin tappiofunktio sisältää ennustajan tavoitteita koskevaa informaatiota. Näin ollen ennustajien tappiofunktioiden tunteminen on tärkeä osa ennusteiden käyttäjien kuluttajansuojaa. Tarkastelen tässä lyhyessä artikkelissa esimerkinomaisesti reaalisen bruttokansantuotteen (BkT) kasvun ennusteita vuosilta 1982 2008. Tappiofunktion estimointi ja ennusteiden rationaalisuuden testaus perustuvat Elliottin, komunjerin ja Timmermannin (2005) esittämiin menetelmiin. Näyttää siltä, että kaikki tarkastelussa mukana olevat ennustajat (ETLA, PT, PTT ja Valtiovarainministeriö (VM)) pitävät tärkeänä välttää erityisesti sitä, että ennustettaisiin liian suurta talouskasvua. Valtiovarainministeriön tappiofunktio on lähinnä symmetristä, mutta joiltakin osin mainittu epäsymmetria on jopa tilastollisesti merkitsevää. kun 416

Markku Lanne tappiofunktion epäsymmetrisyys otetaan huomioon, saadaan kuitenkin tulos, että annetulla tappiofunktiollakaikkien ennusteet ovat rationaalisia. Tappiofunktion estimointi ja ennusteiden rationaalisuuden testaus Tekemällä sopivia oletuksia ennustajan tappiofunktio on mahdollista estimoida havaittujen ennustevirheiden aikasarjasta. keskeiset oletukset liittyvät ennusteiden muodostamisprosessiin ja tappiofunktion muotoon. Elliott et al. (2005) olettivat, että ennuste muodostetaan lineaarikombinaationa ennustajan informaatiojoukkoon kuuluvista muuttujista, ja esittivät, miten tappiofunktio voidaan tällöin identifioida, kun tunnetaan osa näistä muuttujista. Heidän tarkastelemansatappiofunktioiden joukko on laaja, ja rajoitun tässä ns. lin-lin-funktioon, joka mm. Grangerin ja Newboldin (1986, 126) mukaan hyvin approksimoi monenlaisia tappiofunktioita ja joka simulointikokeiden perusteella vaikuttaa toimivimmalta pienissä otoksissa (ks. Elliott et al. 2005, 1114 1115). Merkitsemällä Y t+1 :llä muuttujan Y periodin t+1 havaittua arvoa ja f t+1 :llä sen ennustetta, voidaan lin-lin-tappiofunktio kirjoittaa muodossa (1) L(α) = [α+ (1 2 α) I(Y t+1 f t+1 < 0)] Y t+1 f t+1. Tässä 0 < α < 1 ja I( ) on indikaattorifunktio, joka saa arvon yksi, kun ennustevirhe on negatiivinen. Jos α = 0,5, tappiofunktio on symmetrinen, kun taas α:n ollessa puolikasta pienempi negatiiviset ennustevirheet aiheuttavat suuremman tappion kuin itseisarvoltaan samansuuruiset positiiviset ennustevirheet. Ennustevirhe on määritelty niin, että se on negatiivinen, kun ennuste on toteutunutta arvoa suurempi, joten jos α <0,5, niin rationaaliset ennusteet voivat olla toteutuneeseen verrattuna systemaattisesti liian pieniä eli alaspäin harhaisia. Parametrin α ylittäessä arvon 0,5 rationaaliset ennusteet voivat vastaavasti olla ylöspäin harhaisia. Elliott et al. (2005) pyrkivät estimoimaan ennustevirheiden aikasarjan avulla sen tappiofunktion, joka on parhaiten sopusoinnussa ennusteiden rationaalisuuden kanssa. Ideana on, että ennustaja on tuottanut ennusteet minimoimalla tappiofunktiotaan, jolloin estimointi voidaan perustaa tämän minimointiongelman ensimmäisen kertaluvun ehtoihin. Identifiointi edellyttää, että näitä momenttiehtoja on vähintään yhtä monta kuin tappiofunktiossa on tuntemattomia parametreja; esim. em. lin-lin-tappiofunktion estimoimiseksi vaaditaan siis vähintään yksi momenttiehto. Jos momenttiehtojen määrä d on suurempi kuin vaadittava minimimäärä, rationaalisuutta voidaan testata Hansenin (1982) yli-identifioituvuusrajoitteiden J-testillä. Ortogonaalisuusehtoihin sisältyy ennustevirheiden lisäksi muuttujia, joita ennustaja on käyttänyt ennustetta laskiessaan. kuten Elliott et al. (2005) osoittivat, estimointi voidaan perustaa vain osaan näistä muuttujista; instrumenteiksi kelpaavat mitkä tahansa muuttujat, joita ennustajan voidaan argumentoida käyttäneen ennustetta laatiessaan. Menetelmän robustisuutta voidaan yksittäistapauksessa tarkastella vertailemalla eri instrumenttikombinaatioilla saatavia estimaatteja ja testituloksia. Elliott et al. (2005) osoittivat estimaattorinsa tarkentuvuuden ja asymptoottisen normaalisuuden (säännöllisyysehtojen vallitessa). Jälkimmäisestä seuraa, että lin-lin-tappiofunktion symmetrisyyttä eli nollahypoteesia α = 0,5 voidaan testata Waldin testillä tavalliseen tapaan. 417

KAK 4/2009 Ennusteen rationaalisuuden ja oletetun tappiofunktion yhteistestisuure puolestaan noudattaa χ 2 -jakaumaa vapausastein d-1 ja rationaalisuustestisuure oletettaessa symmetrinen tappiofunktio χ 2 -jakaumaa vapausastein d nollahypoteesin pätiessä. Tulokset Tarkastelen seuraavaksi neljän ennustajan, ETLA:n, PT:n, PTT:n ja VM:n ennusteita reaalisen BkT:n kasvulle vuosilta 1982 2008 (kaikkiaan 27 ennustetta). 1 käytettävät menetelmät edellyttävät edes kohtuullisen pitkää, yhtenäistä ennustesarjaa, joka on näiden ennustajien osalta helposti saatavissa. kyseessä ovat kuluvan vuoden ensimmäiset saman vuoden kasvun ennusteet, joita kaikki ennustajat eivät välttämättä ole julkaisseet samanaikaisesti. Lisäksi on huomattava, että kunkin ennustajan vuoden ensimmäisen ennusteen julkaisuajankohta on saattanut muuttua tarkasteluperiodin kuluessa. Toteutuneet BkT:n kasvuluvut ovat peräisin heinäkuun 2009 julkaisusta. kaikki tiedot on otettu ETLA:n tietokannasta. Tarkasteluperiodilla on ollut tavallisempaa ennustaa toteutuneeseen nähden liian pientä BkT:n kasvua: ETLA:n ja PT:n ennusteet ovat ylittäneet toteutuneen arvon vain 10 kertaa ja PTT:n ennuste 9kertaa; VM:llä negatiivisia ennustevirheitä on kaksi vähemmän kuin positiivisia. Nämä luvut viittaavat siihen, että ainakin kolmella ensiksi mainitulla ennustajalla saattaisi olla epäsymmetrinen tappiofunktio siten, että liian suuri ennuste tuottaa suuremman tappion kuin liian pieni. kuten myöhem- 1 Tarkastelin myös aineistoa, josta lamavuodet 1991 1993 oli jätetty pois, mutta tulokset ovat olennaisesti samat kuin koko periodilta saadut. min nähdään, joitakin näistä ennusteista voidaan pitää harhaisina, mutta näissä tapauksissa harha tosiaan selittyy epäsymmetrisellä tappiofunktiolla. Instrumentteina tappiofunktion estimoinnissa jarationaalisuuden testauksessa käytän neljää eri muuttujaryhmää: 1) vakio, 2) vakio ja edellisen vuoden ennustevirhe, 3) vakio ja edellisen vuoden toteutunut BkT:n kasvu sekä 4) vakio, edellisen vuoden ennustevirhe ja edellisen vuoden toteutunut BkT:n kasvu. koska lin-lin-tappiofunktio riippuu vain yhdestä tuntemattomasta parametrista (α), malli on yliidentifioitu kolmen viimemainitun instrumenttikombinaation tapauksessa. Potentiaalinen ongelma syntyy siitä, että käytetään BkT-lukujen viimeisintä julkaisua eikä reaaliaikaisia havaintoja, sillä revisoidut luvut eivät tietenkään olleet ennustajien käytössä ennustetta tehtäessä. Valitettavasti reaaliaikaista aineistoa ei ole helposti saatavilla. Todennäköisesti tämä ei kuitenkaan ole suuri ongelma, sillä estimointitulokset eivät juuri näytä riippuvan käytetyistä instrumenteista; erityisesti samanlaiset estimaatit saadaan käytettäessä instrumenttina pelkkää vakiota, johon ei liity revisio-ongelmaa. Tappiofunktion estimointitulokset on esitetty taulukossa 1. Symmetriaparametri α:n estimaatin lisäksi on raportoitu sen keskivirhe ja symmetriatestin (nollahypoteesina α = 0,5) p-arvo. kuten edellä jo todettiin, tulokset ovat robusteja käytettyjen instrumenttien suhteen. kaikki parametrin α estimaatit ovat pienempiä kuin 0,5, ts. kaikki ennustajat näyttäisivät kokevan suurempia kustannuksia liian suurista kuin liian pienistä kasvuennusteista. kaksisuuntaisessa testissä 5 %:n tasolla merkitseviä poikkeamia symmetriasta on kuitenkin vain PTT:n kohdalla; 10 %:n merkitsevyystasolla myös ETLA:n ennusteiden epäsymmetria on 418

Markku Lanne Taulukko 1. Lin-lin-tappiofunktion parametriestimaatit ja symmetriatestin tulokset BKT:n kasvun ennusteille ETLA PT PTT VM Inst = 1 α 0,360 0,360 0,320 0,440 keskivirhe 0,097 0,097 0,094 0,101 p-arvo 0,149 0,149 0,056 0,552 Inst = 2 α 0,342 0,358 0,289 0,436 keskivirhe 0,096 0,097 0,092 0,101 p-arvo 0,099 0,143 0,021 0,526 Inst = 3 α 0,357 0,355 0,295 0,430 keskivirhe 0,097 0,097 0,092 0,101 p-arvo 0,139 0,133 0,026 0,484 Inst = 4 α 0,332 0,355 0,289 0,428 keskivirhe 0,096 0,097 0,092 0,100 p-arvo 0,079 0,133 0,021 0,475 Instrumentteina on käytetty vakiota (Inst = 1), vakiota ja edellisen vuoden ennustevirhettä (Inst = 2), vakiota ja edellisen vuoden BkT:nkasvua (Inst =3)sekä vakiota, edellisen vuoden ennustevirhettä ja BkT:nkasvua (Inst = 4). Ilmoitettu p-arvo liittyy symmetriahypoteesiin α = 0,5. merkitsevää kahdessa tapauksessa. VM:n kohdalla tulokset tukevat selvimmin symmetriaa: α:n piste-estimaatit ovat selvästi lähempänä 0,5:ä kuin muilla ennustajilla, ja symmetrisyystestin p-arvot ovat huomattavan korkeita. Taulukon 2 yläosassa on esitetty J-testin tuloksia, jotka perustuvat oletukseen, että ennustajan tappiofunktio on symmetrinen. Tulokset vaihtelevat jonkin verran riippuen käytetyistä instrumenteista, mutta 5 %:n merkitsevyystasolla ennusteiden rationaalisuus (eli tässä harhattomuus) voidaan hylätä ETLA:n ennusteiden osalta kahdessa tapauksessa ja PTT:n ennusteiden osalta kaikissa tapauksissa. Jos siis oletettaisiin, että tappiofunktio on symmetrinen eli tutkittaisiin vain ennusteiden harhaisuutta, PTT:n ennusteita pidettäisiin tämän testin perusteella epärationaalisina. Taulukon alaosan testit sen sijaan liittyvät Taulukon 1 estimointeihin ja siis sallivat epäsymmetrisen tappiofunktion. Näiden tulosten mukaan kaikki ennusteet ovat rationaalisia. Ts. PTT:n ennusteissa havaittu harha näyttää selittyvän pikemminkin pyrkimyksellä välttää liian suuria kasvuennusteita kuin epärationaalisuudella. Lopuksi kuten mm. Huovari et al. (2009) toteavat, talousennusteilla on merkitystä pikemminkin keskustelun herättäjinä kuin lopullisina totuuksina. Tässä tehtävässä ennusteet toimisivat vielä paremmin, jos ennustelukujen lisäksi käytettävissä olisi tietoa ennusteiden tuottajien tavoitteista. Tässä artikkelissa olen lyhyesti tarkastellut BkT-ennusteisiin liittyviä tappiofunk- 419

KAK 4/2009 Taulukko 2. Lin-lin-tappiofunktion ja rationaalisuuden yhteistesti BKT:n kasvun ennusteille ETLA PT PTT VM Symmetrinen tappiofunktio Inst = 1 J 2,717 2,717 4,511 0,630 p-arvo 0,099 0,099 0,034 0,723 Inst = 2 J 6,064 3,417 9,417 2,431 p-arvo 0,049 0,181 0,009 0,297 Inst = 3 J 3,172 3,448 7,592 2,769 p-arvo 0,205 0,178 0,023 0,250 Inst = 4 J 8,051 0,357 9,722 2,771 p-arvo 0,045 0,312 0,021 0,428 Epäsymmetrinen tappiofunktio Inst = 2 J 2,238 0,522 2,428 1,705 p-arvo 0,135 0,470 0,119 0,192 Inst = 3 J 0,339 0,527 1,582 1,981 p-arvo 0,560 0,468 0,208 0,159 Inst = 4 J 3,418 0,616 2,579 1,975 p-arvo 0,181 0,735 0,276 0,373 ks. taulukon 1 alaviite. tioita, ja jo näiden tulosten valossa ennustajien välillä näyttää olevan eroja, joskin poikkeamia symmetriasta esiintyy vain yhteen suuntaan. Näitä tarkasteluja olisi mielenkiintoista laajentaa sekä useampiin ennustajiin että ennustettaviin muuttujiin. Suomalaisten ennusteaikasarjojen lyhyys voi kuitenkin jossain määrin rajoittaa tällaisia laajennuksia. koska ennusteiden käyttäjienkään tappiofunktiot tuskin ovat aina symmetrisiä, ei välttämättä ole mitään syytä pitää symmetriseen tappiofunktioon ennusteensa perustavaa ennustajaa minkäänlaisena ihanteena. kunhan eri ennustajien tappiofunktiot ovat tiedossa, kukin ennusteiden käyttäjä voi valita itselleen parhaiten sopivan ennusteen tai ennusteiden kombinaation. Tässä mielessä jää epäselväksi, mihin oikeastaan pyritään mm. Lehdon (2009) mainitsemilla ennustamiskilpailuilla, jotka suosivat symmetristä tappiofunktiota. Kirjallisuus Elliott, G., komunjer,i.jatimmermann, A. (2005), Estimation and testing of forecast rationality under flexible loss, Review of Economic Studies 72: 1107 1125. Elliott, G. ja Timmermann, A. (2004), Optimal forecast combinations under general loss functions and forecast error distributions, Journal of Econometrics 122: 47 79. 420

Markku Lanne Granger, C.W.J. ja Newbold, P. (1986), Forecasting economic time series, Academic Press, San diego. Hansen, L.P. (1982), Large sample properties of generalized method of moments estimators, Econometrica 50: 1029 1054. Huovari, J., Lahtinen, M., Mäki-Fränti, P. ja Volk, R. (2009), Talouskriisien ennustaminen vaikeaa, Kansantaloudellinen aikakauskirja 105: 331 334. Lehto, E. (2009), käsityksiä Suomen kansantalouden suhdanneherkkyydestä ja suhdanteiden ennustettavuudesta globaalissa taloudessa, Kansantaloudellinen aikakauskirja 105: 341 346. Pehkonen, J. (2002), Talousennusteiden osuvuus 1997 2001: valistuneita arvauksia, Kansantaloudellinen aikakauskirja 98: 115 136. 421