Model averaging in Markov-Switching models : predicting national recessions with regional data

Abstract

En este artículo se introducen nuevos esquemas de ponderación para promediar de modelos econométricos cuando se está interesado en combinar predicciones de variables discretas provenientes de modelos con cambios de régimen markoviano. En una aplicación empírica, se pronostican los puntos de inflexión de los ciclos económicos de Estados Unidos con datos de empleo a nivel de estados. Los pronósticos obtenidos con los esquemas de ponderación propuestos proporcionan actualizaciones oportunas de las recesiones en Estados Unidos

This paper introduces new weighting schemes for model averaging when one is interested in combining discrete forecasts from competing Markov-switching models. In the empirical application, we forecast U.S. business cycle turning points with statelevel employment data. We nd that forecasts obtained with our best combination scheme provide timely updates of U.S. recessions in that they outperform a notoriously dicult benchmark to beat (the anxious index from the Survey of Professional Forecasters) for short-term forecasts