High-Mixed-Frequency Dynamic Latent Factor Forecasting Models for GDP in the Philippines

• Roberto S. Mariano ^[1] ; Suleyman Ozmucur ^[1]
  1. [1] University of Pennsylvania

     University of Pennsylvania

     City of Philadelphia, Estados Unidos

     
• Localización: Estudios de economía aplicada, ISSN 1133-3197, ISSN-e 1697-5731, Vol. 33, Nº 2, 2015 (Ejemplar dedicado a: El futuro de los métodos cuantitativos en economía aplicada: la herencia de Klein), págs. 451-462
• Idioma: inglés
• Títulos paralelos:
  • Modelos de factores dinámicos latentes con datos mixtos de alta frecuencia aplicados a la predicción del PIB en Filipinas
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    El objetivo principal es la presentación de la metodología de elaboración y los primeros resultados de la estimación de un modelo de predicción de crecimiento del PIB en Filipinas construido sobre la base de un modelo dinámico de series temporales que combina un conjunto de factores latentes, o inobservables, con un grupo reducido de indicadores observados en distintas frecuencias. Para analizar la capacidad predictiva del modelo desarrollado se comparan sus resultados con los obtenidos mediante otras alternativas metodológicas como los modelos frecuencia mixta (MIDAS), modelos de análisis factorial y componentes principales y modelos del trimestre corriente con ecuaciones puente.

  • English

    The paper considers constructing high-frequency forecasting models for GDP growth in the Philippines, in the form of dynamic time-series models that combine latent factors with a parsimonious set of indicators that are observable at different frequencies. The forecast performances of the estimated models also are compared with other alternative current modeling approaches - e.g., Mixed Data Sampling Regression (MIDAS), Factor Analytic Models, and Current Quarterly Modeling (CQM) with Bridge Equations.