Zoekresultaten
Werkloosheidsramingen met machine learning: kan het nog beter?
PublicatieHet CPB gaat nieuwe tijdreeksmodellen gebruiken om de werkloosheidsramingen te ondersteunen. De onderzochte machinelearning-methoden voorspellen de werkloosheid beter dan het huidig ondersteunend model. Onze bevinding dat machine learning nuttig kan zijn om tijdreeksen te voorspellen, komt overeen met die van de economische literatuur. Machine learning kan de bestaande macro-economische modellen niet vervangen, maar kan wel helpen bij het verbeteren van de ramingen. →
Arbeidsparticipatie
PublicatieIn het afgelopen decennium heeft de arbeidsparticipatie zich anders ontwikkeld dan in de periode daarvoor. De participatie van ouderen laat een sterke toename zien. Het aantal vrouwen dat werkt stijgt, maar deze stijging vlakt af. En de participatie van jonge mannen daalt. In deze publicatie analyseren we deze patronen naar geslacht en leeftijd en onderzoeken we de mate waarin opleiding, migratieachtergrond en huishoudsamenstelling daarbij een rol spelen. Ook verkennen we mogelijke verklaringen voor deze patronen en de vraag in hoeverre het om structurele of conjuncturele ontwikkelingen gaat. →
Voorspellen van de werkloosheid. Kan het beter?
PublicatieDit document beschrijft verschillende routes om de CPB-kortetermijnramingen van de werkloosheid te ondersteunen. Op basis van recente wetenschappelijke literatuur is onderzocht of de werkloosheid nauwkeuriger geraamd kan worden met tijdreeksmodellen. Daarnaast besteden we aandacht aan de kwaliteit van voorspellingen in de buurt van omslagpunten. →