Universität Hohenheim
 

Eingang zum Volltext

Proietti, Tommaso ; Marczak, Martyna ; Mazzi, Gianluigi

EuroMInd-D : a density estimate of monthly gross domestic product for the Euro area

Bitte beziehen Sie sich beim Zitieren dieses Dokumentes immer auf folgende
URN: urn:nbn:de:bsz:100-opus-10689
URL: http://opus.uni-hohenheim.de/volltexte/2015/1068/


pdf-Format:
Dokument 1.pdf (616 KB)
Gedruckte Ausgabe:
POD-Logo  Print-on-Demand-Kopie
Dokument in Google Scholar suchen:
Social Media:
Delicious Diese Seite zu Mister Wong hinzufügen Studi/Schüler/Mein VZ Twitter Facebook Connect
Export:
Abrufstatistik:
SWD-Schlagwörter: Eurozone , Bruttoinlandsprodukt
Freie Schlagwörter (Englisch): Density Forecast Combination and Evaluation , Mixed–Frequency Data , Dynamic Factor Models , State Space Models
Institut: Institut für Volkswirtschaftslehre
DDC-Sachgruppe: Wirtschaft
Dokumentart: ResearchPaper
Schriftenreihe: Hohenheim discussion papers in business, economics and social sciences
Bandnummer: 2015,03
Sprache: Englisch
Erstellungsjahr: 2015
Publikationsdatum: 09.04.2015
 
Lizenz: Hohenheimer Lizenzvertrag Veröffentlichungsvertrag mit der Universitätsbibliothek Hohenheim
 
Kurzfassung auf Englisch: EuroMInd-D is a density estimate of monthly gross domestic product (GDP) constructed according to a bottom–up approach, pooling the density estimates of eleven GDP components, by output and expenditure type. The components density estimates are obtained from a medium-size dynamic factor model of a set of coincident time series handling mixed frequencies of observation and ragged–edged data structures. They reflect both parameter and filtering uncertainty and are obtained by implementing a bootstrap algorithm for simulating from the distribution of the maximum likelihood estimators of the model parameters, and conditional simulation filters for simulating from the predictive distribution of GDP. Both algorithms process sequentially the data as they become available in real time. The GDP density estimates for the output and expenditure approach are combined using alternative weighting schemes and evaluated with different tests based on the probability integral transform and by applying scoring rules.

    © 1996 - 2016 Universität Hohenheim. Alle Rechte vorbehalten.  10.01.24