Kuidas valisid oma magistritöö teema?

Ühelt poolt on mind alati huvitanud prognooside koostamine ja olen sellega ka varasemalt oma töös kokku puutunud. Uurimisobjekti valik tulenes otseselt tänasest majandusolukorrast ning Eesti inflatsiooni ei ole kuigipalju uuritud. Pealegi on inflatsiooni prognoosimisel olulisel kohal just kiirhinnangu koostamine, mis on prognoosi alguspunktiks. Lisaks võimaldab see hinnata, kas erandliku vaatluse puhul on tegemist lühiajalise mõjuga muutuse või pöördepunktiga. Samuti innustas mind väljakutse, sest inflatsiooni prognoosimine on keeruline. 

Milliseid andmeid Sa kasutasid? Kust Sa andmed said?

Minu eesmärk oli kasutada ainult avalikke andmeid, kuna tahtsin näha, kui hästi on võimalik kiirhinnangu koostamine n-ö tavainimese vaatenurgast. Kasutasin kuise sagedusega avaldatud andmeid erinevatest andmebaasidest: Statistikaamet, Eurostati, Euroopa Komisjon ja Eesti Pank. Andmete puhul on vajalik arvestada ka sellega, et vaadeldava perioodi kohta oleksid andmed olemas. On palju erinevaid andmeid, mida on hakatud uurima alles viimastel aastatel ja valimi mahu hoidmiseks ei saanud neid kasutada. Minu metoodika valik võimaldas valimisse valida 212 erinevat tegurit, mille olulisust prognoosimisel sai hinnata. 

Millist meetodit Sa kasutasid? Kuidas jõudsid sobiva meetodini?

Oma töös kasutasin põhiliselt lassoregressioone ja juhuslikku metsa, mis on masinõppe meetodid ja mida magistritöö õppekavas ei ole kaetud. (Märkus: 2022. aasta sügisel ja hiljem  sisseastunud tudengitele neid meetodeid siiski õpetatakse; Reela alustas õpinguid 2021. aastal.) Sellegipoolest on need senise kirjanduse põhjal parimad meetodid inflatsiooni kiirhinnangu koostamiseks. Uute meetodite selgeksõppimine ja programmis R rakendamine oli siiski väga lihtne, kuna vajalikud teadmised olid eelnevalt õppekava raames omandatud. 

Mis tulemusteni oma töös jõudsid? Mis on peamised järeldused?

Minu magistritöö tulemina oli parim meetod Eesti inflatsiooni prognoosimiseks juhuslik mets, mis annab tõesti väga täpseid tulemusi. Lisaks annab täpsemaid tulemusi tarbijahinnaindeksi kasutamine desagregeeritud kujul ehk 12 põhikaubagrupi lõikes mudelite loomine. Magistritöös töin välja ka olulised tegurid, mis aitavad prognoosida inflatsiooni. Kuigi ei saa otsest seost tõmmata teguri mõjule inflatsiooni vähendamisel, siis sellest hoolimata andis tulemuste võimaliku majandusliku sisu analüüs vihjeid, mis aitaksid inflatsiooni vähendada. 

Mida sa magistritöö kirjutamise käigus uut õppisid?

Suurim õppetund oli kindlasti uute meetodite selgeksõppimine ja rakendamine. Aga lisaks õppisin palju paremini tundma oma uurimisobjekti ehk Eesti inflatsiooni. 

Tagasivaatavalt kogu magistriprogrammile, milliseid saadud oskusi/teadmisi hindad kõige rohkem?

Kuna omandasin 2009. aastal bakalaureusekraadi matemaatikas, siis minu ülikooliõpingutest oli möödas väga pikk aeg ja analüüsimeetodid on paljuski muutunud. Seega suurim väärtus oli minu jaoks kindlasti just uute meetodite ja programmide õpe, mis lihtsustavad ja täiendavad minu tööd. Kuna töötasin ka eelnevalt mitmeid aastaid analüütikuna ja juhtival kohal vanemanalüütikuna, siis võin öelda, et õppekava jooksul omandatud teadmised võimaldasid muuta minu tööd efektiivsemaks ja oluliselt tõsta kvaliteeti. 

Kus ja kellena Sa praegu töötad ja kuhu on tulevikus plaanis liikuda?

Hetkel töötan Tallinna Strateegiakeskuse personaliteenistuses analüütikuna. Tulevikus tahaksin kindlasti end veelgi proovile panna prognooside koostamisel personali-, finants- või majandusvaldkonnas

Majandusanalüüsi õppekava kombineerib teoreetilised teadmised praktiliste analüütiliste oskustega. See on ainuke täiskoormusel tasuta õppimist võimaldav magistrikava Eestis, mis annab ühtaegu nii tugeva majandusteadusliku baasi kui andmeteaduse alased oskused. Õppekava vilistlased töötavad andme-, finants- ja ärianalüütikute, andmeteadlaste, modelleerijate ja ökonomistidena, ka konsultantide ja juhtidena. Tutvu õppekavaga: taltech.ee/majandusanaluus