Registro completo de metadatos
Campo DC | Valor |
---|---|
dc.contributor.author | Camacho, Máximo |
dc.contributor.author | Pérez Quirós, Gabriel |
dc.contributor.author | Poncela Blanco, Pilar |
dc.coverage.spatial | Estados Unidos |
dc.date.accessioned | 2019-08-10T18:01:53Z |
dc.date.available | 2019-08-10T18:01:53Z |
dc.date.issued | 2012-02-07 |
dc.identifier.issn | ISSN: 1579-8666 (en línea) |
dc.identifier.uri | https://repositorio.bde.es/handle/123456789/6973 |
dc.description | Incluye bibliografía |
dc.description.abstract | We develop a twofold analysis of how the information provided by several economic indicators can be used in Markov-switching dynamic factor models to identify the business cycle turning points. First, we compare the performance of a fully non-linear multivariate specifi cation (one-step approach) with the “shortcut” of using a linear factor model to obtain a coincident indicator which is then used to compute the Markov-switching probabilities (two-step approach). Second, we examine the role of increasing the number of indicators. Our results suggest that one step is generally preferred to two steps, although its marginal gains diminish as the quality of the indicators increases and as more indicators are used to identify the non-linear signal. Using the four constituent series of the Stock-Watson coincident index, we illustrate these results for US data |
dc.description.abstract | En este trabajo analizamos cómo la información proveniente de varios indicadores económicos puede utilizarse en un modelo de factores dinámicos con estructura de cadenas de Markov para identifi car puntos de giro del ciclo económico. Primero comparamos cómo un modelo con una completa especifi cación no lineal (una sola etapa) predice los puntos de giro en comparación con un modelo donde se estima un modelo de factores dinámicos lineal y luego se computan las probabilidades de cambio de régimen usando un modelo estándar univariante al factor (dos etapas). Segundo, analizamos el hecho de incrementar nuestro conjunto de información y de dónde proviene la ganancia de incrementar el número de las variables consideradas en el modelo. Nuestros resultados sugieren que, pese a que estimar el modelo en un solo paso es mejor que estimarlo en varias etapas, la ganancia marginal disminuye cuanto mejor sean los indicadores utilizados y más variables se utilicen en la estimación del signo no lineal. Usando las cuatro series que constituyen el índice coincidente de Stock y Watson, ilustramos este resultado para la economía de EEUU |
dc.format.extent | 40 p. : fórmulas, gráf., tab. |
dc.language.iso | en |
dc.publisher | Banco de España |
dc.relation.ispartof | Documentos de Trabajo / Banco de España, 1202 |
dc.rights | Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0) |
dc.rights | In Copyright - Non Commercial Use Permitted |
dc.rights.uri | https://creativecommons.org/licenses/by-nc-sa/4.0/deed.es_ES |
dc.rights.uri | http://rightsstatements.org/vocab/InC-NC/1.0/ |
dc.subject | Business cycles |
dc.subject | Output growth |
dc.subject | Time series |
dc.subject | Ciclos económicos |
dc.subject | Crecimiento del PIB |
dc.subject | Series temporales |
dc.title | Extracting non-linear signals from several economic indicators |
dc.type | Documento de trabajo |
dc.identifier.bdebib | 000342379 |
dc.identifier.bdepub | DTRA-201202-eng |
dc.subject.bde | Fluctuaciones y ciclos económicos |
dc.subject.bde | Modelización econométrica |
dc.subject.bde | Modelos econométricos |
dc.publisher.bde | Madrid : Banco de España, 2012 |
dc.subject.jel | E32 |
dc.subject.jel | C22 |
dc.subject.jel | E27 |