Short-term forecasting for empirical economists : a survey of the recently proposed algorithms

Abstract

En muchos casos, los profesionales de la predicción económica no utilizan los resultados de la investigación econométrica porque esta no se realiza de forma apropiada para su implementación práctica. Este documento intenta cerrar ese hueco que existe entre la investigación en predicción en tiempo real y su aplicación práctica. Con ese objetivo, revisamos las contribuciones recientes más relevantes de la literatura, examinamos sus ventajas e inconvenientes y proponemos nuevas líneas de investigación futura. En nuestro análisis incluimos funciones de transferencia, MIDAS, VARs, modelos factoriales y modelos de cadenas de Markov, en todos los casos, permitiendo mezcla de frecuencias y fechas de publicación diferentes. Usando los cuatro indicadores mensuales del indicador coincidente de Stock y Watson —producción industrial, empleo, renta y ventas—, evaluamos su poder predictivo sobre el PIB de Estados Unidos en tiempo real. Finalmente, revisamos los principales resultados con respecto al número de predictores en modelos de factores y cómo debe realizarse la selección de las series más informativas o representativas

Practitioners do not always use research findings, as the research is not always conducted in a manner relevant to real-world practice. This survey seeks to close the gap between research and practice in respect of short-term forecasting in real time. To this end, we review the most relevant recent contributions to the literature, examining their pros and cons, and we take the liberty of proposing some avenues of future research. We include bridge equations, MIDAS, VARs, factor models and Markov-switching factor models, all allowing for mixed-frequency and ragged ends. Using the four constituent monthly series of the Stock-Watson coincident index, industrial production, employment, income and sales, we evaluate their empirical performance to forecast quarterly US GDP growth rates in real time. Finally, we review the main results having regard to the number of predictors in factorbased forecasts and how the selection of the more informative or representative variables can be made