Ayuda
Ir al contenido

Dialnet


Forecasting Spanish GDPs with Spectral Analysis

    1. [1] Prince Sultan University

      Prince Sultan University

      Arabia Saudí

  • Localización: Estudios de economía aplicada, ISSN 1133-3197, ISSN-e 1697-5731, Vol. 36, Nº 1 (Volumen Conmemorativo XXV Aniversario), 2018 (Ejemplar dedicado a: Retos futuros en Economía Aplicada), págs. 217-234
  • Idioma: inglés
  • Títulos paralelos:
    • Previsiones del PIB español con análisis espectral
  • Enlaces
  • Resumen
    • español

      El artículo enfatiza el uso del análisis espectral para labores de predicción con series temporales económicas y financieras, que ha merecido la consideración de los económetras. Las series temporales del PIB nominal y real se descomponen en señales más simples denominadas aproximaciones y detalles en el marco del análisis de wavelets discretas unidimensionales. Las señales simplificadas se recomponen después de la extensión de Burg. Las previsiones para el periodo 2017-2016 derivadas del análisis espectral son menos optimistas que las proporcionadas por la agencia gubernamental. De la comparación del análisis espectral con la modelización ARIMA se deriva la pertinencia de incorporar el análisis espectral a la batería de instrumentos utilizados por los económetras y los analistas cuantitativos para labores de previsión de series temporales económicas.

    • English

      The paper emphasizes the recent use of spectral analysis for forecasting financial and economic time series which deserves consideration from econometricians. Time series of Spanish nominal and real GDPs are decomposed in simpler signals called approximations and details in the framework of the one-dimensional discrete wavelet analysis.

      The simplified signals are recomposed after Burg extension. 2017-2026 forecasts with spectral analysis are less optimistic than the ones of government agencies. Benchmarking spectral analysis to an ARIMA model show the pertinence of adding spectral analysis to the battery of tools used by econometricians and quantitative analysts for the forecast of economic time series.


Fundación Dialnet

Dialnet Plus

  • Más información sobre Dialnet Plus

Opciones de compartir

Opciones de entorno