کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
7408460 1481443 2014 20 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Predicting recessions with a composite real-time dynamic probit model
ترجمه فارسی عنوان
پیش بینی رکود ها با یک مدل کاملی از پروبیت پویا در زمان واقعی
کلمات کلیدی
مدل انتخاب باینری پویا، پیش بینی خارج از نمونه، منحنی عملکرد، اقتصاد سنجی در زمان واقعی،
ترجمه چکیده
در این مقاله، یک شاخص کامپوزیت برای پیش بینی رکود اقتصادی در زمان واقعی بر اساس مدلهای دلفی دینامیکی جایگزین پیشنهاد می کنیم. برای این منظور، ما از مجموعه ای از شاخص های پیشرو اقتصادی ماهانه و مالی ماهانه از اقتصاد آلمان و ایالات متحده استفاده می کنیم. رگرسیون های پویا دینامیکی پویا از طریق روش های انتخاب خودکار انعطاف پذیر به طور خاص و مشخص به طور کلی بر اساس مجموعه های کمی متفاوت متفاوت مشخص می شود. سپس پیش بینی های احتمالی رکود اقتصادی به منظور کاهش نوسانات خطاهای پیش بینی شده و افزایش دقت پیش بینی آن ها ترکیب می شوند. این روش نه تنها در آمارهای پیش بینی شده در نمونه، بلکه همچنین عملکرد خوبی از نمونه را نشان می دهد، همانطور که با استفاده از یک ارزیابی در زمان واقعی نشان داده شده است.
موضوعات مرتبط
علوم انسانی و اجتماعی مدیریت، کسب و کار و حسابداری کسب و کار و مدیریت بین المللی
چکیده انگلیسی
In this paper we propose a composite indicator for real-time recession forecasting based on alternative dynamic probit models. For this purpose, we use a large set of monthly macroeconomic and financial leading indicators from the German and US economies. Alternative dynamic probit regressions are specified through automated general-to-specific and specific-to-general lag selection procedures on the basis of slightly different initial sets. The resulting recession probability forecasts are then combined in order to decrease the volatility of the forecast errors and increase their forecasting accuracy. This procedure features not only good in-sample forecast statistics, but also good out-of-sample performances, as is illustrated using a real-time evaluation exercise.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: International Journal of Forecasting - Volume 30, Issue 4, October–December 2014, Pages 898-917
نویسندگان
, ,