Modelos De Volatilidad Estocástica Media Móvil Con Aplicación A La Previsión De Inflación

Modelos de volatilidad estocástica media móvil con aplicación a pronóstico de inflación Resumen: Introducimos una nueva clase de modelos que tiene volatilidad estocástica y errores de media móvil, donde la media condicional tiene una representación de espacio de estado. Tener un componente de media móvil, sin embargo, significa que los errores en la ecuación de medición ya no son independientes en serie, y la estimación se vuelve más difícil. Desarrollamos un simulador posterior que se basa en los recientes avances en algoritmos basados ​​en precisión para estimar estos nuevos modelos. En una aplicación empírica que involucra la inflación estadounidense, encontramos que estos modelos de volatilidad estocástica media móvil proporcionan un mejor rendimiento de la muestra y un rendimiento de pronóstico fuera de la muestra que las variantes estándar con sólo volatilidad estocástica. Referencia de exportación: BibTeX RIS (EndNote, ProCite, RefMan) HTML / Texto El diario de Econometría está actualmente editado por T. Amemiya. A. R. Gallant. J. F. Geweke. Modelos de volatilidad estocástica media con aplicación a los pronósticos de inflación Introducimos una nueva clase de modelos que tiene volatilidad estocástica y errores de media móvil , Donde la media condicional tiene una representación de espacio de estado. Tener un componente de media móvil, sin embargo, significa que los errores en la ecuación de medición ya no son independientes en serie, y la estimación se vuelve más difícil. Desarrollamos un simulador posterior que se basa en los recientes avances en algoritmos basados ​​en precisión para estimar estos nuevos modelos. En una aplicación empírica que involucra la inflación en Estados Unidos, encontramos que estos modelos de volatilidad estocástica media móvil proporcionan una mejor aptitud física y rendimiento de pronóstico fuera de la muestra que las variantes estándar con sólo volatilidad estocástica. Si experimenta problemas al descargar un archivo, compruebe si tiene la aplicación adecuada para verla primero. En caso de problemas adicionales, lea la página de ayuda de IDEAS. Tenga en cuenta que estos archivos no están en el sitio IDEAS. Por favor sea paciente ya que los archivos pueden ser grandes. Documento provisto por el Centro de Análisis Macroeconómico Aplicado, la Escuela de Políticas Públicas de Crawford, la Universidad Nacional de Australia en su serie Documentos de Trabajo de la CAMA con el número 2013-31. Otras versiones de este ítem: C11 - Métodos Matemáticos y Cuantitativos - - Métodos y Metodología Económica y Estadística: General - - - Análisis Bayesiano: General C51 - Métodos Matemáticos y Cuantitativos - - Modelos Econométricos - - - Modelo Construcción y Estimación C53 - Métodos Matemáticos y Cuantitativos - - Modelos Econométricos - - - Modelos de Predicción y Predicción Métodos de Simulación Referencias listadas en IDEAS Por favor, informe errores de cita o referencia a. o. Si usted es el autor registrado del trabajo citado, inicie sesión en su perfil de servicio de RePEc Author. Haga clic en las citas y haga los ajustes apropiados. Gary Koop Dimitris Korobilis, 2012. Pronosticar la inflación utilizando el modelo dinámico de promedio, International Economic Review. Departamento de Economía, Universidad de Pensilvania y Universidad de Osaka Instituto de la Asociación de Investigación Social y Económica, vol. Un nuevo modelo de inflación de tendencia, MPRA Paper 39496, Biblioteca Universitaria de Múnich, Alemania. Joshua C C Chan Gary Koop Simon M Potter, 2012. Un nuevo modelo de inflación de tendencia, CAMA Working Papers 2012-08, Centro de Análisis Macroeconómico Aplicado, Crawford Escuela de Políticas Públicas, la Universidad Nacional de Australia. Chan, Joshua Koop, Gary Potter, Simon, 2012. Un nuevo modelo de inflación de tendencia, SIRE Papeles de debate 2012-12, Instituto escocés para la investigación en economía (SIRE). Joshua Chan Gary Koop Simon Potter, 2012. Un nuevo modelo de inflación de tendencia, Working Papers 1202, Universidad de Strathclyde Business School, Departamento de Economía. Joshua C. C. Chan Gary Koop Roberto Leon-González Rodney W. Strachan, 2010. Modelos de dimensión variable del tiempo, Working Paper Series 4410, Centro de Análisis Económico de Rímini. Joshua Chan Gary Koop Roberto León-González Rodney Strachan, 2011. Modelos de Dimensión del Tiempo Variable, Documentos de Trabajo 1116, Universidad de Strathclyde Business School, Departamento de Economía. Joshua C. C. Chan Garry Koop Roberto Leon González Rodney W. Strachan, 2010. Modelos de Dimensión del Tiempo Variable, Documentos de Trabajo de la ANU en Economía y Econometría 2010-523, Universidad Nacional de Australia, Facultad de Negocios y Economía, Facultad de Economía. Modelos de Dimensión del Tiempo, Documentos de Trabajo de la CAMA 2011-28, Centro de Análisis Macroeconómico Aplicado, Escuela de Políticas Públicas de Crawford, Universidad Nacional de Australia. Chan, Joshua C. C Koop, Gary León-González, Roberto Strachan, Rodney W, 2010. Modelos de Dimensión del Tiempo Variable, Documentos de Discusión SIRE 2012-33, Instituto Escocés de Investigación en Economía (SIRE). KOROBILIS, Dimitris, 2011. Previsión de VAR usando la selección bayesiana de variables, CORE Discussion Papers 2011022, Universit catholique de Louvain, Centro de Investigación Operativa y Econometría (CORE).Moviendo modelos de volatilidad estocástica media con aplicación a la inflación de previsión Joshua C. C. Chan. . Introducción Se introduce una nueva clase de modelos que tiene tanto volatilidad estocástica como errores de media móvil, donde La media condicional tiene una representación de espacio de estado. Tener un componente de media móvil, sin embargo, significa que los errores en la ecuación de medición ya no son independientes en serie, y la estimación se vuelve más difícil. Desarrollamos un simulador posterior que se basa en los recientes avances en algoritmos basados ​​en precisión para estimar estos nuevos modelos. En una aplicación empírica que involucra la inflación estadounidense, encontramos que estos modelos de volatilidad estocástica media móvil proporcionan un mejor rendimiento de la muestra y un rendimiento de pronóstico fuera de la muestra que las variantes estándar con sólo volatilidad estocástica. Clasificación JEL Palabras clave Espacio de estado Modelo de componentes no observados Precisión Dispersa Predicción de densidad Tabla 1. Fig. 2. La fig. 3. La fig. 4. Tabla 2. Fig. 5.