- Tytuł:
- Nowcasting Quarterly GDP Dynamics in the Euro Area – The Role of Sentiment Indicators
- Autorzy:
- Gajewski, Paweł
- Powiązania:
- https://bibliotekanauki.pl/articles/632857.pdf
- Data publikacji:
- 2014-06-01
- Wydawca:
- Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
- Tematy:
-
nowcasting
sentiment indicators
kluczowe prognozowanie bieżące
wskaźniki koniunktury - Opis:
-
The paper compares the most closely watched sentiment indicators with respect to their ability to nowcast quarterly GDP dynamics in the Euro Area and its biggest economies. We analyse cross-correlations and out-of-sample forecast errors generated from equations estimated by rolling regressions in fixed-length window. The results show that models employing PMI Composite perform best in the cases of the Euro Area, Germany, France and Italy, whilst Spanish GDP dynamics is best nowcasted using ESI-based models. PMI-based models generate the most accurate nowcasts at the beginning of the quarter, as well as during periods of high volatility of GDP growth rates
W artykule porównane zostały zdolności najpilniej obserwowanych wskaźników obrazujących nastroje gospodarcze do bieżącego prognozowania kwartalnej dynamiki PKB w strefie euro i jej największych państwach członkowskich. Analizowane są korelacje krzyżowe oraz błędy prognoz poza próbę, wygenerowane z równań szacowanych w oparciu o regresję kroczącą w oknie stałej długości. Wyniki wskazują, że modele wykorzystujące wskaźnik PMI Composite dają na ogół najlepsze wyniki w strefie euro, Niemczech, Francji i Włoszech, podczas gdy bieżąca dynamika hiszpańskiego PKB jest najprecyzyjniej prognozowana przez modele oparte na wskaźniku ESI. Modele oparte na PMI generują relatywnie najlepsze prognozy na początku kwartału, a także w okresach wysokiej zmienności stóp wzrostu PKB. - Źródło:
-
Comparative Economic Research. Central and Eastern Europe; 2014, 17, 2; 5-23
1508-2008
2082-6737 - Pojawia się w:
- Comparative Economic Research. Central and Eastern Europe
- Dostawca treści:
- Biblioteka Nauki