Real-time forecasting US GDP from small-scale models

Abstract

En este trabajo mostramos que el modelo de factores dinámicos de un solo índice desarrollado por Aruoba y Diebold (American Economic Review, 100, pp. 20-24, 2010) para construir un indicador de condiciones del ciclo económico de Estados Unidos resulta también muy útil para predecir el crecimiento del PIB de Estados Unidos en tiempo real. Además, adaptamos el modelo para incluir datos de encuestas e indicadores financieros. Encontramos que nuestra extensión es inequívocamente la alternativa preferida para calcular backcasts. En nowcasting y forecasting, nuestro modelo es capaz de predecir el crecimiento tan bien como Aruoba y Diebold y mejor que varias alternativas de base. Finalmente, mostramos que nuestra extensión podría ser también utilizada para inferir los ciclos económicos de Estados Unidos de forma muy precisa

We show that the single-index dynamic factor model developed by Aruoba and Diebold (Am Econ Rev, 100:20-24, 2010) to construct an index of US business cycle conditions is also very useful for forecasting US GDP growth in real time. In addition, we adapt the model to include survey data and financial indicators. We find that our extension is unequivocally the preferred alternative for computing backcasts. In nowcasting and forecasting, our model is able to forecast growth as well as AD and better than several baseline alternatives. Finally, we show that our extension could also be used to infer US business cycles with great accuracy