×

使用混合频率方法进行现代广播:苏格兰经济的应用。 (英语) Zbl 1437.62327号

摘要:关键经济变量发布的延迟意味着政策制定者不知道它们的当前价值。快速生成的高频指标对于及时了解经济表现至关重要。因此,需要进行即时预测,即对这些变量(例如GDP、就业等)的当前值的估计。这篇论文预测了苏格兰的经济增长。现在,苏格兰经济变得复杂起来,因为政府统计机构将苏格兰视为英国境内的一个地区。这引发了数据的及时性和可用性问题。例如,像工业生产这样的关键预测指标在地方一级是不可用的。因此,我们使用一些非传统变量的数据,调查英国总量和英国邻近地区的指标是否有助于预测苏格兰的GDP增长。其他国家的其他区域也有类似的考虑。因此,我们表明,这些模型和方法可以成功地应用于区域环境,从而为其他区域经济体及时制定宏观经济指标。

MSC公司:

62M10个 统计学中的时间序列、自相关、回归等(GARCH)
第91页第84页 经济时间序列分析
62H25个 因子分析和主成分;对应分析
62J02型 一般非线性回归
PDF格式BibTeX公司 XML格式引用
全文: 内政部 链接

参考文献:

[1] 安德烈·E。;Ghysels,E。;Kourtelos,A.,《混合频率数据预测》,《牛津经济预测手册》第8章,M.Clements和D Hendry编辑(2013),牛津:牛津大学出版社,牛津
[2] Bai,J。;Ghysels,E。;Wright,J.,国家空间模型和MIDAS回归,经济。修订版,32,779-813(2013)·Zbl 1491.62176号 ·doi:10.1080/07474938.2012.690675
[3] 班布拉,M。;Giannone,D。;Reichlin,L.,Nowcasting,《牛津经济预测手册》第7章,M.Clements和D Hendry编辑(2011),牛津:牛津大学出版社,牛津
[4] 班布拉,M。;Giannone,D。;莫杜格诺,M。;Reichlin,L.,《现代广播和实时数据流》,《经济预测手册》第4章,第2A卷,G.Elliott和A.Timmermann编辑(2013年),阿姆斯特丹:Elsevier-North Holland,Amsterdam
[5] Camacho,M.、Perez Quiros,G.和Ponsela,P.(2013年)。《实证经济学家的短期预测:对最近提出的算法的调查》,西班牙银行工作文件1318·Zbl 1292.91146号
[6] Carriero,A.、Clark,T.和Massimiliano,M.(2012)。克利夫兰联邦储备银行第12-27号工作文件:利用贝叶斯混合频率模型进行实时即时预测,具有随机波动性。
[7] Chung,S.和Hewings,G.J.D.(2014)。《在多层次结构框架中评估区域商业周期不对称:美国前20大MSA研究》,区域经济应用实验室,工作文件REAL 14-T-2。
[8] Foroni,C.和Marcellino,M.(2013)。混合频率数据的计量经济学方法调查,挪威银行研究工作文件2013-06。
[9] Foroni,C.、Marcellino,M.和Schumacher,C.(2013)。无限制混合数据采样(MIDAS):无限制滞后多项式回归,英国皇家统计学会杂志,A辑。
[10] Ghysels,E。;Sinko,A。;Valkanov,R.,《MIDAS回归:进一步结果和新方向》,《经济学》。修订版,26,53-90(2007)·Zbl 1108.62092号 ·doi:10.1080/077474930600972467
[11] Giannone,D。;莱希林,L。;Small,D.,《今日预测GDP与通货膨胀:宏观经济数据发布的实时信息内容》,J.Monet。经济。,55, 665-676 (2008) ·doi:10.1016/j.jmoneco.2008.05.010
[12] Mazzi,G。;J.米切尔。;Montana,G.,《密度预测与模型组合:2008-2009年经济衰退期间欧洲地区GDP增长预测》,Oxf。牛市。经济。统计,76233-256(2014)·doi:10.1111/obes.12015
[13] Smith,P.(2013)。及时的重要性。斯特拉斯克莱德大学未发表的博士论文。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。