Predviđa li CROBEXturist dionički indeks promjene na hrvatskom turističkom tržištu?
Notice bibliographique
Résumé
Analizom povezanosti CROBEXturist indeksa i broja dolazaka turista ispituje se potencijal financijskih tržišta za predviđanje turističke sezone u Hrvatskoj. Sukladno tome, glavni istraživački cilj je utvrditi je li CROBEXturist značajan prediktor turističke sezone u Hrvatskoj u narednom razdoblju od najviše godine dana. Empirijsko istraživanje provedeno je analizom odnosa između mjesečnog broja dolazaka turista i mjesečnih srednjih vrijednosti CROBEXturist indeksa u razdoblju od siječnja 2014. do studenog 2024. godine. Grangerovim testom uzročnosti utvrđeno je da promjene u CROBEXturist indeksu statistički značajno predviđaju turističke dolaske s vremenskim pomacima od 5, 10 i 11 mjeseci što ukazuje na srednjoročnu i dugoročnu prediktivnu moć ovog indeksa. Procijenjeni su različiti ARIMAX, SARIMA i SARIMAX modeli od kojih se, uzimajući u obzir najmanju prognostičku pogrešku, najreprezentativnijim pokazao SARIMAX model s pomakom od pet mjeseci kao egzogenom varijablom. Empirijska potvrda prediktivne moći CROBEXturist indeksa ključni je znanstveni doprinos rada i omogućuje razumijevanje povezanosti financijskih tržišta i realnog sektora u Hrvatskoj. Istraživanjem je potvrđeno da investitori vrlo dobro predviđaju turistička kretanja te da je tržište kapitala pouzdan izvor signala za turističke tvrtke o nadolazećim trendovima na turističkom tržištu.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».