Markov-switching dynamic factor models in real time

Abstract

We extend the Markov-switching dynamic factor model to account for some of the specifi cities of the day-to-day monitoring of economic developments from macroeconomic indicators, such as ragged edges and mixed frequencies. We examine the theoretical benefi ts of this extension and corroborate the results through several Monte Carlo simulations. Finally, we assess its empirical reliability to compute real-time inferences of the US business cycle

En este trabajo extendemos el modelo factorial dinámico con cadenas de Markov para tener en cuenta alguna de las especifi cidades del análisis diario de los indicadores macroeconómicos, tales como el retraso en la publicación de las variables y la mezcla de frecuencias. Analizamos los benefi cios teóricos de estas extensiones y corroboramos los resultados a través de varios experimentos de Montecarlo. Finalmente evaluamos la robustez empírica de los resultados haciendo inferencia en tiempo real sobre el ciclo económico americano