Forecasting GDP Growth rate with Nonlinear Models
سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 1,344
فایل این مقاله در 18 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ECONOMETRICS01_090
تاریخ نمایه سازی: 9 دی 1391
چکیده مقاله:
In a comparative review we conduct a detailed analysis of the forecasting performance of linear and nonlinear univariate time series models for GDP growth , the one key variable formacroeconomic analysis, focusing on the US and UK, for them very long time series areavailable. Our main goal is to establish whether simple autoregressive (AR) models canstill be used, or whether they should be substituted for more sophisticated specifications.The model comparison exercise is conducted based on the in-sample and out-of-sample measures.Within an in-sample framework, the models are evaluated on the basis of theirgoodness of fit. Out-of-sample evaluation is performed using three lossfunctions, including the common mean absolute and root mean square forecast error.The evaluation of the forecasting performance of our set of non-linear modelsusing real time data is that the non-linear models are able to capture the underlying processes of GDP rate time series.
نویسندگان
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :