近期意大利GDP增长预测:因子MIDAS方法
作者
摘要
建议引用
从出版商下载全文
IDEAS上列出的参考文献
罗伯特·马里亚诺(Roberto S.Mariano)和村泽康图(Yasutomo Murasawa),2003年。 " 基于月度和季度序列的新商业周期重合指数 ," 应用计量经济学杂志 ,John Wiley&Sons,Ltd.,第18卷(4),第427-443页。 Eric Ghysels、Arthur Sinko和Rossen Valkanov,2007年。 " MIDAS回归:进一步结果和新方向 ," 计量经济评论 ,《泰勒·弗朗西斯期刊》,第26卷(1),第53-90页。 Maximo Camacho和Gabriel Perez-Quiros,2010年。 " 引入欧洲标准:欧元区增长的短期指标 ," 应用计量经济学杂志 ,John Wiley&Sons,Ltd.,第25卷(4),第663-694页。 Maximo Camacho和Gabriel Perez-Quiros,2008年。 " 引入EURO-STING:欧元区增长的短期指标 ," 工作文件 西班牙银行0807。 Pérez-Quirޥs,Gabriel&Camacho,M \1957]ximo,2009年。 " 引入欧洲STING:欧元区增长的短期指标 ," CEPR讨论文件 7343,C.E.P.R.讨论文件。
法比奥·莫内塔,2005年。 " 收益率差能预测欧元区的衰退吗? ," 国际金融 Wiley Blackwell,第8卷(2),第263-301页,8月。 拉斐拉·贾科米尼(Raffaella Giacomini)和哈尔伯特·怀特(Halbert White),2006年。 " 条件预测能力测试 ," 计量经济学 《计量经济学协会》,第74卷(6),第1545-1578页,11月。 拉斐拉·贾科米尼(Raffaella Giacomini)和哈尔伯特·怀特(Halbert White),2003年。 " 条件预测能力测试 ," 波士顿学院经济学工作论文 572,波士顿学院经济系。 Giacomini,Raffaella&White,Halbert,2003年。 " 条件预测能力测试 ," 加州大学圣地亚哥分校,经济学工作论文系列 qt5jk0j5jh,加州大学圣地亚哥分校经济系。 拉斐拉·贾科米尼(Raffaella Giacomini)和哈尔伯特·怀特(Halbert White),2003年。 " 条件预测能力测试 ," 计量经济学 0308001,德国慕尼黑大学图书馆。
Hendry,David F&Mizon,Grayham E,1978年。 " 序列相关性是一种方便的简化,而不是一种麻烦——评英国央行对货币需求的研究 ," 经济杂志 《皇家经济学会》,第88卷(351),第549-563页,9月。 Menzie D.Chinn&Baptiste Meunier&Sebastian Stumpner,2023年。 " 用机器学习预测世界贸易:一种三步方法 ," NBER工作文件 31419,国家经济研究局。 Chinn Menzie&Meunier Baptiste&Stumpner Sebastian,2023年。 " 用机器学习预测世界贸易:一种三步方法 ," 工作文件 917,法国银行。 Chinn,Menzie D.&Meunier,Baptiste&Stumpner,Sebastian,2023年。 " 用机器学习预测世界贸易:一种三步方法 ," 工作文件系列 2836,欧洲中央银行。
Andrea Silvestrini和David Veredas,2008年。 " 单变量和多变量时间序列模型的时间聚合:一项调查 ," 经济调查杂志 Wiley Blackwell,第22卷(3),第458-497页,7月。 Andrea Silvestrini和David Veredas,2008年。 " 单变量和多变量时间序列模型的时间聚集:一项调查 ," ULB机构知识库 2013/136205,ULB——布鲁塞尔自由大学。 Andrea Silvestrini和David Veredas,2008年。 " 单变量和多变量时间序列模型的时间聚合:一项调查 ," Temi di discussione(经济工作文件) 685,意大利银行,经济研究和国际关系部。 SILVESTRINI,Andrea&VEREDAS,David,2009年。 " 单变量和多变量时间序列模型的时间聚合:一项调查 ," 利达重印核心 2013年,卢旺天主教大学,运筹学和计量经济学中心(CORE)。
Cimadomo、Jacopo&Giannone、Domenico&Lenza、Michele&Monti、Francesca&Sokol、Andrej,2022年。 " 使用大贝叶斯向量自回归的现代广播 ," 计量经济学杂志 爱思唯尔,第231(2)卷,第500-519页。 Cimadomo、Jacopo&Giannone、Domenico&Lenza、Michele&Monti、Francesca&Sokol、Andrej,2020年。 " 使用大贝叶斯向量自回归的现代广播 ," 工作文件系列 2453,欧洲中央银行。 Lenza,Michele&Cimadomo,Jacopo&Giannone,Domenico&Monti,Francesca&Sokol,Andrej,2021年。 " 使用大贝叶斯向量自回归的现代广播 ," CEPR讨论文件 15854,C.E.P.R.讨论文件。
埃里克·盖泽尔(Eric Ghysels)和乔纳森·赖特(Jonathan H.Wright),2009年。 " 预测专业预测员 ," 商业与经济统计杂志 ,美国统计协会,第27卷(4),第504-516页。 Andrii Babii和Eric Ghysels以及Jonas Striaukas,2022年。 " 机器学习时间序列回归及其在现代广播中的应用 ," 商业与经济统计杂志 《泰勒与弗朗西斯杂志》,第40卷(3),第1094-1106页,6月。 Andrii Babii和Eric Ghysels以及Jonas Striaukas,2020年。 " 机器学习时间序列回归及其在现代广播中的应用 ," 论文 2005.14057,arXiv.org,2020年12月修订。 Andrii Babii和Ghysels,Eric和Striaukas,Jonas,2021年。 " 机器学习时间序列回归及其在现代广播中的应用 ," LIDAM重印LFIN 2021010年,卢万金融大学(LFIN)。 Andrii Babii和Ghysels,Eric和Striaukas,Jonas,2021年。 " 机器学习时间序列回归及其在现代广播中的应用 ," LIDAM讨论文件LFIN 2021004年,卢万金融大学(LFIN)。
Bulligan,Guido&Marcellino,Massimiliano&Venditti,Fabrizio,2015年。 " 用有针对性的预测因子预测经济活动 ," 国际预测杂志 爱思唯尔,第31卷(1),第188-206页。 Brandyn Bok&Daniele Caratelli&Domenico Giannone&Argia M.Sbordone&Andrea Tambalotti,2018年。 " 利用大数据进行宏观经济预测 ," 经济学年鉴 《年度评论》,第10卷(1),第615-643页,8月。 Brandyn Bok&Daniele Caratelli&Domenico Giannone&Argia M.Sbordone&Andrea Tambalotti,2017年。 " 利用大数据进行宏观经济预测 ," 工作人员报告 830,纽约联邦储备银行。 Giannone,Domenico&Tambalotti,Andrea&Sbordone,Argia&Bok,Brandyn&Caratelli,Daniele,2018年。 " 利用大数据进行宏观经济预测 ," CEPR讨论文件 12589,C.E.P.R.讨论文件。
伯南克,本·S·和波文,琼,2003年。 " 数据丰富环境中的货币政策 ," 货币经济学杂志 爱思唯尔,第50卷(3),第525-546页,4月。 Ben S.Bernanke和Jean Boivin,2001年。 " 数据丰富环境下的货币政策 ," NBER工作文件 8379,国家经济研究局。
Simon Gilchrist和Egon Zakrajsek,2012年。 " 信贷利差和商业周期波动 ," 美国经济评论 ,美国经济协会,第102(4)卷,1692-1720页,6月。 Simon Gilchrist和Egon Zakrajšek,2011年。 " 信贷利差和商业周期波动 ," NBER工作文件 17021,美国国家经济研究局。
菲利波·阿尔蒂西莫(Filippo Altissimo)、里卡多·克里斯塔多罗(Riccardo Cristadoro)、马里奥·福尔尼(Mario Forni)、马可·里皮(Marco Lippi)和乔瓦尼·维罗内塞(Giovanni Veronese),2010年。 " 新欧洲货币:实时跟踪经济增长 ," 经济学与统计学综述 麻省理工学院出版社,第92卷(4),第1024-1034页,11月。 里皮、马可·福尼、马里奥·阿尔蒂西莫、菲利波和克里斯塔多罗、里卡多和维罗内塞、乔瓦尼,2006年。 " 新EuroCOIN:实时跟踪经济增长 ," CEPR讨论文件 5633,C.E.P.R.讨论文件。 马里奥·福尔尼(Mario Forni)、菲利波·阿尔蒂西莫(Filippo Altissimo)、里卡多·克里斯塔多罗(Riccardo Cristadoro)、马可·里皮(Marco Lippi)和乔瓦尼·维罗内塞(Giovanni Veronese)。, 2008 " 新欧洲货币:实时跟踪经济增长 ," 经济研究中心 020,摩德纳大学和雷吉奥大学经济系“马可·比亚吉”。 菲利波·阿尔蒂西莫(Filippo Altissimo)、里卡多·克里斯塔多罗(Riccardo Cristadoro)、马里奥·福尔尼(Mario Forni)、马可·里皮(Marco Lippi)和乔瓦尼·维罗内塞(Giovanni Veronese),2007年。 " 新欧洲货币:实时跟踪经济增长 ," Temi di discussione(经济工作文件) 631,意大利银行,经济研究和国际关系领域。
Caroline Jardet&Baptiste Meunier,2022年。 " 利用高频数据预测世界GDP增长 ," 预测杂志 ,John Wiley&Sons,Ltd.,第41卷(6),第1181-1200页,9月。 Jardet Caroline&Meunier Baptiste,2020年。 " 利用高频数据预测世界GDP增长 ," 工作文件 788,法国银行。 Caroline Jardet&Baptiste Meunier,2022年。 " 利用高频数据预测世界GDP增长 ," 打印后 哈尔-03647097,哈尔。
马西米利亚诺·马塞利诺(Massimiliano Marcellino)和克里斯蒂安·舒马赫(Christian Schumacher),2010年。 " 利用粗糙边缘数据进行现代预测和预测的因子MIDAS:德国GDP的模型比较 ," 牛津经济统计公报 牛津大学经济系,第72卷(4),第518-550页,8月。 托比亚斯·阿德里安(Tobias Adrian)、尼娜·博亚琴科(Nina Boyarcho)和多梅尼科·贾诺内(Domenico Giannone),2019年。 " 脆弱增长 ," 美国经济评论 美国经济协会,第109(4)卷,第1263-1289页,4月。 托比亚斯·阿德里安(Tobias Adrian)、尼娜·博亚琴科(Nina Boyarcho)和多梅尼科·贾诺内(Domenico Giannone),2016年。 " 脆弱的增长 ," 工作人员报告 794,纽约联邦储备银行。 托比亚斯·阿德里安(Tobias Adrian)、尼娜·博亚琴科(Nina Boyarcho)和多梅尼科·贾诺内(Domenico Giannone),2018年。 " 脆弱增长 ," 自由街经济学 20180409,纽约联邦储备银行。 Nina Boyarchenko和Domenico Giannone和Tobias Adrian,2017。 " 脆弱增长 ," 2017年会议文件 1317年,经济动力学会。 Adrian,Tobias&Boyarcho,Nina&Giannone,Domenico,2016年。 " 脆弱增长 ," CEPR讨论文件 11583,C.E.P.R.讨论文件。
Boivin,Jean&Ng,Serena,2006年。 " 更多的数据总是更好地用于因子分析吗? ," 计量经济学杂志 爱思唯尔,第132(1)卷,第169-194页,5月。 Jean Boivin和Serena Ng,2003年。 " 因子分析的数据越多越好吗? ," NBER工作文件 9829,国家经济研究局。
Diebold、Francis X和Mariano、Roberto S,2002年。 " 比较预测准确性 ," 商业与经济统计杂志 ,美国统计协会,第20卷(1),第134-144页,1月。 Francis X.Diebold和Roberto S.Mariano,1994年。 " 比较预测准确性 ," NBER技术工作文件 0169,国家经济研究局。
Ang,Andrew&Piazzesi,Monika&Wei,Min,2006年。 " 收益率曲线告诉我们什么是GDP增长? ," 计量经济学杂志 爱思唯尔,第131卷(1-2),第359-403页。 Andrew Ang、Monika Piazzesi和Min Wei,2003年。 " 收益率曲线告诉我们什么是GDP增长? ," 诉讼程序 ,旧金山联邦储备银行,3月。
Andrew Ang、Monika Piazzesi和Min Wei,2004年。 " 收益率曲线告诉我们什么是GDP增长? ," NBER工作文件 10672,国家经济研究局。
Estrella,Arturo&Hardouvelis,Gikas A,1991年。 " 作为实际经济活动预测因素的期限结构 ," 金融杂志 ,美国金融协会,第46卷(2),第555-576页,6月。 Arturo Estrella和Gikas A.Hardouvelis,1989年。 " 预测实际经济活动的期限结构 ," 研究论文 8907,纽约联邦储备银行。
多纳托·塞西和安德烈亚·西尔维斯特里尼,2023年。 " 意大利经济现状:金融市场的作用 ," 预测杂志 ,John Wiley&Sons,Ltd.,第42卷(7),第1569-1593页,11月。 多纳托·塞西和安德烈亚·西尔维斯特里尼,2022年。 " 意大利经济现状:金融市场的作用 ," Temi di discussione(经济工作文件) 1362年,意大利银行,经济研究和国际关系领域。
舒马赫,克里斯蒂安,2010年。 " 利用国际目标预测因子进行因子预测:以德国GDP为例 ," 经济学快报 爱思唯尔,第107(2)卷,第95-98页,5月。 舒马赫,克里斯蒂安,2009年。 " 利用国际目标预测因子进行因子预测:以德国GDP为例 ," 讨论文件系列1:经济研究 2009年10月,德意志联邦银行。
Laurent Ferrara&Clément Marsilli,2013年。 " 金融变量作为GDP增长的主要指标:来自大衰退期间MIDAS方法的证据 ," 应用经济学快报 《泰勒与弗朗西斯杂志》,第20卷(3),第233-237页,2月。 Laurent Ferrara和Clément Marsilli,2012年。 " 金融变量作为GDP增长的主要指标:来自大衰退期间MIDAS方法的证据 ," EconomiX工作文件 2012-19年,巴黎南特大学,EconomiX。 Laurent Ferrara和Clément Marsilli,2013年。 " 金融变量作为GDP增长的主要指标:来自大衰退期间MIDAS方法的证据 ," 打印后 hal-01385844,哈尔。 Laurent Ferrara和Clément Marsilli,2012年。 " 金融变量作为GDP增长的主要指标:来自大衰退期间MIDAS方法的证据 ," 工作文件 哈尔-04141077,哈尔。
克劳迪娅·福罗尼和马塞利诺,马西米利亚诺,2014年。 " 欧元区宏观经济总量预测的混合频率方法比较 ," 国际预测杂志 爱思唯尔,第30卷(3),第554-568页。 埃里克·盖泽尔(Eric Ghysels)和桑塔·克拉拉(Santa Clara)、佩德罗(Pedro)和瓦尔卡诺夫(Valkanov)、罗森(Rossen),2004年。 " MIDAS Touch:混合数据采样回归模型 ," 加州大学洛杉矶分校安德森管理研究生院 加州大学洛杉矶分校安德森管理研究生院qt9mf223rs。 Eric Ghysels&Pedro Santa Clara&Rossen Valkanov,2004年。 " MIDAS Touch:混合数据采样回归模型 ," CIRANO工作文件 2004年至20月,CIRANO。
Andreou,Elena&Ghysels,Eric&Kourtelos,Andros,2010年。 " 混合采样频率的回归模型 ," 计量经济学杂志 ,爱思唯尔,第158卷(2),第246-261页,10月。 埃琳娜·安德烈(Elena Andreou)、埃里克·盖泽尔(Eric Ghysels)、埃里克·盖泽尔和安德洛斯·库特洛斯(Andros Kourtelos),2007年。 " 混合采样频率回归模型 ," 塞浦路斯大学经济学工作论文 2007年8月至2007年,塞浦路斯大学经济系。
Peter R.Hansen和Asger Lunde以及James M.Nason,2011年。 " 模型置信集 ," 计量经济学 ,《计量经济学学会》,第79卷(2),第453-497页,3月。 安德鲁·哈维(Andrew C.Harvey),1991年。 " 预测、结构时间序列模型和卡尔曼滤波 ," 剑桥图书 , 剑桥大学出版社,编号9780521405737。 安德鲁·哈维(Andrew C.Harvey),1990年。 " 预测、结构时间序列模型和卡尔曼滤波 ," 剑桥图书 , 剑桥大学出版社,编号9780521321969。
Chow,Gregory C&Lin,An-loh,1971年。 " 相关序列时间序列的最佳线性无偏插值、分布和外推 ," 经济学与统计学综述 麻省理工学院出版社,第53卷(4),第372-375页,11月。 Tom Doan,“未注明日期”。 " CHOWLIN:大鼠使用相关序列将序列分布到更高频率的程序 ," 统计软件组件 RTS00036,波士顿学院经济系。 Tom Doan,“未注明日期”。 " DISAGGREGATE:RATS程序,用于执行一般分解(插值/分布)程序 ," 统计软件组件 RTS00050,波士顿学院经济系。
Bobeica,Elena&Hartwig,Benny,2023年。 " 新冠肺炎对通货膨胀建模的冲击和挑战 ," 国际预测杂志 爱思唯尔,第39卷(1),第519-539页。 Pierre Guérin和Massimiliano Marcelino,2013年。 " 马尔可夫交换MIDAS模型 ," 商业与经济统计杂志 《泰勒与弗朗西斯杂志》,第31卷(1),第45-56页,1月。 马塞利诺,马西米利亚诺,2011年。 " Markov开关MIDAS模型 ," CEPR讨论文件 8234,C.E.P.R.讨论文件。
哈维、戴维和莱伯恩、斯蒂芬和纽伯尔德、保罗,1997年。 " 检验预测均方误差的相等性 ," 国际预测杂志 爱思唯尔,第13卷(2),第281-291页,6月。 Giuseppe Parigi和Roberto Golinelli,2007年。 " 使用月度指标预测短期季度GDP:对七国集团国家的应用 ," 预测杂志 ,John Wiley&Sons,Ltd.,第26卷(2),第77-94页。 Jennie Bai、Eric Ghysels和Jonathan H.Wright,2013年。 " 状态空间模型和MIDAS回归 ," 计量经济评论 《泰勒与弗朗西斯杂志》,第32卷(7),第779-813页,10月。
最相关的项目
Caroline Jardet&Baptiste Meunier,2022年。 " 利用高频数据预测世界GDP增长 ," 预测杂志 ,John Wiley&Sons,Ltd.,第41卷(6),第1181-1200页,9月。 Jardet Caroline&Meunier Baptiste,2020年。 " 利用高频数据预测世界GDP增长 ," 工作文件 788,法国银行。 Caroline Jardet&Baptiste Meunier,2022年。 " 利用高频数据预测世界GDP增长 ," 打印后 哈尔-03647097,哈尔。
亚历山德罗·吉拉迪(Alessandro Girardi)、罗伯特·戈利内利(Roberto Golinelli)和卡明·帕帕拉多(Carmine Pappalardo),2017年。 " 指标选择在伪实时预测欧元区GDP中的作用 ," 实证经济学 施普林格,第53卷(1),第79-99页,8月。 A.Girardi&R.Golinelli&C.Pappalardo,2014年。 " 指标选择在伪实时预测欧元区GDP中的作用 ," 工作文件 wp919,博洛尼亚大学经济学研究生。
Magnus Reif,2020年。 " 宏观经济学、非线性与商业周期 ," ifo Beiträge zur Wirtschaftsforschung公司 , ifo研究所——慕尼黑大学莱布尼茨经济研究所,编号87。 德尚、布鲁诺和约阿尼迪斯、克里斯托斯和卡库克,2020年。 " 高频信贷利差信息和宏观经济预测修订 ," 国际预测杂志 爱思唯尔,第36卷(2),第358-372页。 Christian Glocker和Serguei Kaniovski,2022年。 " 使用动态因子模型簇的宏观经济计量预测 ," 实证经济学 ,施普林格,第63卷(1),第43-91页,七月。 Christian Glocker和Serguei Kaniovski,2020年。 " 基于动态因子模型簇的宏观经济计量预测 ," WIFO工作文件 614,WIFO。
Hanan Naser,2015年。 " 使用简单回归和基于因子的方法估计和预测巴林季度GDP增长 ," 实证经济学 ,施普林格,第49卷(2),第449-479页,9月。 托马索·普罗埃蒂(Tommaso Proietti)和亚历山德罗·乔瓦内利(Alessandro Giovannelli),2021年。 " 用大数据预测月度GDP:模型平均法 ," 英国皇家统计学会杂志A辑 英国皇家统计学会,第184(2)卷,第683-706页,4月。 托马索·普罗埃蒂(Tommaso Proietti)和亚历山德罗·乔瓦内利(Alessandro Giovannelli),2020年。 " 利用大数据预测月度GDP:模型平均法 ," CEIS研究论文 482,托尔韦加塔大学,CEIS,2020年5月12日修订。
Danilo Cascaldi-Garcia&Matteo Luciani&Michele Modugno,2023年。 " 当今全球GDP预测的教训 ," 国际金融讨论文件 1385年,联邦储备系统理事会(美国)。 Claudia Foroni和Massimiliano Marcellino,2013年。 " 混频数据的计量经济学方法综述 ," 经济学工作论文 ECO2013/02,欧洲大学研究所。 Claudia Foroni和Massimiliano Marcellino,2013年。 " 混频数据的计量经济学方法综述 ," 工作文件 挪威银行,2013/06。
巴奥·布拉、玛尔塔和吉安诺内、多梅尼科和莫杜格诺、米歇尔·莱奇林、卢克雷齐亚,2013年。 " 现代广播和实时数据流 ," 经济预测手册 ,收录于:G.Elliott&C.Granger&A.Timmermann(编辑), 经济预测手册 ,第1版,第2卷,第0章,第195-237页, 爱思唯尔。 Reichlin,Lucrezia&Giannone,Domenico&Modugno,Michele&Banbura,Marta,2012年。 " 现代铸造和实时数据流 ," CEPR讨论文件 9112,C.E.P.R.讨论文件。 Giannone、Domenico和Reichlin、Lucrezia和Ban bura、Marta和Modugno、Michele,2013年。 " 现代铸造和实时数据流 ," 工作文件系列 1564年,欧洲中央银行。 Martha Banbura和Domenico Giannone、Michèle Modugno和Lucrezia Reichlin,2012年。 " 现代广播和实时数据流 ," ECARES工作文件 ECARES 2012-026,ULB——布鲁塞尔自由大学。
阿兰·加利(Alain Galli)、克里斯蒂安·赫彭斯特里克(Christian Hepenstrick)和罗尔夫·谢菲尔(Rolf Scheufele),2019年。 " 用于跟踪瑞士短期经济发展的混频模型 ," 国际中央银行杂志 《国际中央银行杂志》,第15卷(2),第151-178页,6月。 Alain Galli博士和Christian Hepenstrick博士以及Rolf Scheufele博士,2017年。 " 用于跟踪瑞士短期经济发展的混频模型 ," 工作文件 2017-02,瑞士国家银行。
Mogliani、Matteo&Darné、Olivier&Pluyaud、Bertrand,2017年。 " 新的MIBA模型:利用法国银行的月度商业调查实时预测法国GDP ," 经济建模 爱思唯尔,第64卷(C),第26-39页。 Mogliani,M.&Brunhes-Lesage,V.&Darné,O.&Pluyaud,B.,2014年。 " MIBA预测模型的新估计。 使用法国银行月度商业调查和“阻塞”方法对首次发布的GDP进行建模 ," 工作文件 473,法国银行。
舒马赫,克里斯蒂安,2016年。 " MIDAS和桥式方程的比较 ," 国际预测杂志 爱思唯尔,第32卷(2),第257-270页。 Foroni、Claudia和Guérin、Pierre和Marcellino、Massimiliano,2015年。 " Markov开关混频VAR模型 ," 国际预测杂志 爱思唯尔,第31卷(3),第692-711页。 马塞利诺(Marcellino)、马西米利亚诺(Massimiliano)和福罗尼(Foroni)、克劳迪娅(Claudia),2014年。 " Markov开关混频VAR模型 ," CEPR讨论文件 9815,C.E.P.R.讨论文件。
阿兰·赫克(Alain Hecq)、玛丽·特恩斯(Marie Ternes)和伊内斯·威尔姆斯(Ines Wilms),2023年。 " 反向无约束混合数据抽样回归的层次正则化器 ," 论文 2301.10592,arXiv.org。 Giovanni Ballarin&Petros Dellaportas&Lyudmila Grigoryeva&Marcel Hirt&Sophie van Huellen&Juan-Pablo Ortega,2022年。 " 利用混合频率数据进行宏观经济预测的水库计算 ," 论文 2211.00363,arXiv.org,2024年1月修订。 莫格里安尼,马蒂奥&西蒙尼,安娜,2021年。 " 贝叶斯MIDAS惩罚回归:估计、选择和预测 ," 计量经济学杂志 爱思唯尔,第222(1)卷,第833-860页。 Matteo Mogliani和Anna Simoni,2019年。 " 贝叶斯MIDAS惩罚回归:估计、选择和预测 ," 论文 1903.08025,arXiv.org,2020年6月修订。 Matteo Mogliani和Anna Simoni,2020年。 " 贝叶斯MIDAS惩罚回归:估计、选择和预测 ," 打印后 hal-03089878,霍尔。 Matteo Mogliani,2019年。 " 贝叶斯MIDAS惩罚回归:估计、选择和预测 ," 工作文件 713,法国银行。
Konstantin Kuck和Karsten Schweikert,2021年。 " 预测Baden‐Württemberg的GDP增长:MIDAS回归与动态混合频率因子模型 ," 预测杂志 ,John Wiley&Sons,Ltd.,第40卷(5),第861-882页,8月。 Karim Barhoumi&Olivier Darné&Laurent Ferrara,2014年。 " 动态因子模型:文献综述 ," 经济合作与发展组织杂志:商业周期计量与分析杂志 经合组织出版社,《经济趋势调查国际研究中心》,2013年第2卷,第73-107页。 Karim Barhoumi&Olivier Darné&Laurent Ferrara,2013年。 " 动态因子模型:文献综述 ," 打印后 hal-01385974,霍尔。 Barhoumi,K.&Darné,O.&Ferrara,L.,2013年。 " 动态因子模型:文献综述 ," 工作文件 430,法国银行。
舒马赫·克里斯蒂安,2011年。 " 基于大数据集估计的因子模型预测:德国GDP的最新文献和证据综述 ," 经济与统计杂志(Jahrbuecher fuer Nationaloekonomie und Statistik) De Gruyter,第231(1)卷,第28-49页,2月。
有关此项目的更多信息
关键词
JEL公司 分类:
C22型 -数学与定量方法——单方程模型; 单变量时间序列模型; 动态分位数回归; 动态治疗效果模型; 扩散过程 C43型 -数学和定量方法——计量经济学和统计方法:专题——指数和聚合 第53页 -数学和定量方法——计量经济建模——预测和预测模型; 模拟方法 C55级 -数学和定量方法——计量经济建模——大数据集:建模和分析 E32(E32) -宏观经济学和货币经济学--价格、商业波动和周期--商业波动; 周期 E37(E37) -宏观经济学和货币经济学——价格、商业波动和周期——预测和模拟:模型和应用
NEP字段
NEP-EEC-2024-04-29 (欧洲经济学) NEP-FDG-2024-04-29 (金融发展与增长)