Markov-switching three-pass regression filter

Abstract

En este artículo se presenta un nuevo enfoque para la estimación de modelos de factores de gran dimensión cuyas cargas de factores están sujetas a cambios markovianos de régimen. Dicho enfoque consiste en una extensión del filtro de regresión de tres pasos lineal a casos en los cuales los parámetros del modelo puedan cambiar en función de procesos markovianos. El método propuesto en este artículo, denominado «filtro de regresión de tres pasos con cambios markovianos» (MS-3PRF), es adecuado para tratar bases de datos que contengan un gran número de variables, ya que la estimación y la inferencia son directas, a diferencia de métodos alternativos, en donde la compleja estimación limita su uso a aplicaciones que envuelven pocas variables. Las propiedades en muestra finita del método propuesto se estudian con experimentos de Monte Carlo. Los resultados indican que, cuando los factores de carga están sujetos a inestabilidades, el método propuesto posee una mayor habilidad predictiva que métodos alternativos existentes en la literatura. Esta superioridad en términos predictivos también se observa en dos aplicaciones empíricas enfocadas a pronosticar la actividad económica y los tipos de cambio bilaterales

We introduce a new approach for the estimation of high-dimensional factor models with regime-switching factor loadings by extending the linear three-pass regression filter to settings where parameters can vary according to Markov processes. The new method, denoted as Markov-switching three-pass regression fi lter (MS-3PRF), is suitable for data sets with large cross-sectional dimensions, since estimation and inference are straightforward, as opposed to existing regime-switching factor models where computational complexity limits applicability to few variables. In a Monte Carlo experiment, we study the finite sample properties of the MS-3PRF and find that it performs favourably compared with alternative modelling approaches whenever there is structural instability in factor loadings. For empirical applications, we consider forecasting economic activity and bilateral exchange rates, finding that the MS-3PRF approach is competitive in both cases