失業率預測：機器學習和計量時間序列方法的比較

本計畫比較兩種失業率預測的時間序列方法：機器學習方法和計量時間序列。機器學習方法近年發展迅速，應用到時間序列的優異預測表現也常常在IEEE論文中看到。本文發現所謂機器學習的好預測，多半是因為採用單步預測或樣本內的跨期估計。這種方式幾近於曲線配適，如果以多步方法計算樣本外動態預測值時，就會發生高於統計時間序列的誤差。另外也發現，採用預測平均法時，計量時間序列的表現優於自動化機器學習。