Registro completo de metadatos
Campo DC | Valor |
---|---|
dc.contributor.author | Gil, María |
dc.contributor.author | Pérez, Javier J. |
dc.contributor.author | Sánchez-Fuentes, A. Jesús |
dc.contributor.author | Urtasun, Alberto |
dc.coverage.spatial | España |
dc.date.accessioned | 2019-08-14T07:36:40Z |
dc.date.available | 2019-08-14T07:36:40Z |
dc.date.issued | 2018-12-11 |
dc.identifier.issn | ISSN: 1579-8666 (en línea) |
dc.identifier.uri | https://repositorio.bde.es/handle/123456789/8840 |
dc.description.abstract | Este documento se centra en la predicción a corto y medio plazo del consumo privado. La selección de indicadores mensuales en tiempo real se realiza sobre la base de las variables habituales (indicadores cualitativos versus cuantitativos) y de otras menos habituales. Entre las variables de este último grupo se analizan las siguientes: i) variables proxy de la incertidumbre económica y sobre las políticas económicas |
dc.description.abstract | ii) operaciones con tarjetas de crédito, medidas tanto en TPV como en cajeros |
dc.description.abstract | iii) indicadores basados en búsquedas de términos relacionados con el consumo obtenidas con la herramienta Google Trends. Se estima un conjunto de modelos de frecuencias mixtas (mensual y trimestral) utilizando una base de datos en tiempo real, y se realizan ejercicios empíricos para valorar la capacidad predictiva de los diferentes grupos de indicadores. Los principales resultados son los siguientes: i) los indicadores cuantitativos y los relativos al uso de tarjetas de crédito son los que presentan mejor capacidad predictiva cuando se utilizan individualmente, y esta mejora cuando se combinan |
dc.description.abstract | ii) a pesar de lo anterior, los indicadores de opinión son de utilidad para captar señales cualitativas a muy corto plazo (en el horizonte del nowcast) |
dc.description.abstract | iii) los indicadores de Google y los de incertidumbre añaden información cuando se combinan con los indicadores tradicionales, sobre todo en horizontes de proyección más allá del nowcast, lo que sería consistente con el hecho de que estos indicadores pueden contener información acerca de futuras decisiones de consumo |
dc.description.abstract | iv) la combinación de los modelos que incluyen los indicadores que arrojan los mejores resultados tiende a mejorar los resultados obtenidos con combinaciones más amplias de modelos |
dc.description.abstract | The focus of this paper is on nowcasting and forecasting quarterly private consumption. The selection of real-time, monthly indicators focuses on standard (“hard” / “soft” indicators) and less-standard variables. Among the latter group we analyze: i) proxy indicators of economic and policy uncertainty |
dc.description.abstract | ii) payment cards’ transactions, as measured at “Point-of-sale” (POS) and ATM withdrawals |
dc.description.abstract | iii) indicators based on consumption-related search queries retrieved by means of the Google Trends application. We estimate a suite of mixed-frequency, time series models at the monthly frequency, on a real-time database with Spanish data, and conduct out-of-sample forecasting exercises to assess the relevant merits of the different groups of indicators. Some results stand out: i) “hard” and payments cards indicators are the best performers when taken individually, and more so when combined |
dc.description.abstract | ii) nonetheless, “soft” indicators are helpful to detect qualitative signals in the nowcasting horizon |
dc.description.abstract | iii) Google-based and uncertainty indicators add value when combined with traditional indicators, most notably at estimation horizons beyond the nowcasting one, what would be consistent with capturing information about future consumption decisions |
dc.description.abstract | iv) the combinations of models that include the best performing indicators tend to beat broader-based combinations |
dc.format.extent | 48 p. |
dc.language.iso | en |
dc.publisher | Banco de España |
dc.relation.ispartof | Documentos de Trabajo / Banco de España, 1842 |
dc.rights | Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0) |
dc.rights | In Copyright - Non Commercial Use Permitted |
dc.rights.uri | https://creativecommons.org/licenses/by-nc-sa/4.0/deed.es_ES |
dc.rights.uri | http://rightsstatements.org/vocab/InC-NC/1.0/ |
dc.subject | Consumo privado |
dc.subject | Nowcasting |
dc.subject | Predicción macroeconómica |
dc.subject | Incertidumbre económica |
dc.subject | Google Trends |
dc.subject | Private consumption forecasting |
dc.subject | Uncertainty |
dc.title | Nowcasting private consumption : traditional indicators, uncertainty measures, credit cards and some internet data |
dc.type | Documento de trabajo |
dc.identifier.bdebib | 000463686 |
dc.identifier.bdepub | DTRA-201842-eng |
dc.subject.bde | Modelización econométrica |
dc.subject.bde | Renta, empleo y precios |
dc.subject.bde | Economía del consumo y del ahorro |
dc.subject.bde | Modelos econométricos |
dc.publisher.bde | Madrid : Banco de España, 2018 |
dc.subject.jel | E27 |
dc.subject.jel | C32 |
dc.subject.jel | C53 |