Fast ML estimation of dynamic bifactor models: an application to European inflation

• Gabriele Fiorentini ^[1] ; Alessandro Galesi ^[2] ; Enrique Sentana
  1. [1] University of Florence

     University of Florence

     Firenze, Italia

     
  2. [2] Banco de España
• Localización: Documentos de trabajo - Banco de España, ISSN 0213-2710, Nº 25, 2015, págs. 1-64
• Idioma: inglés
• Enlaces
  • Texto completo (pdf)
• Resumen

  • Generalizamos el algoritmo EM espectral para modelos factoriales dinámicos de Fiorentini, Galesi y Sentana (2014) a modelos bifactoriales con factores tanto globales como regionales. Aprovechamos la raleza de las matrices de coeficientes de manera que se puedan estimar dichos modelos por máxima verosimilitud con numerosas series de múltiples regiones. También obtenemos expresiones sencillas para los gradientes espectrales y la matriz de información, lo que nos permite utilizar el algoritmo del gradiente cerca del óptimo. Exploramos la capacidad de un modelo con un factor global y tres regionales para capturar la dinámica de la inflación en 25 países europeos durante 1999-2014.