• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>The North American journal of economics and finance >The mechanics of VAR forecast pooling—A DSGE model based Monte Carlo study
【24h】

The mechanics of VAR forecast pooling—A DSGE model based Monte Carlo study

机译：VAR预测汇总的机制-基于Monte Carlo研究的DSGE模型

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

This paper analyzes the mechanics of VAR forecast pooling and quantifies the forecast performance under varying conditions. To fill the gap between empirical and purely theoretical research we run a Monte Carlo study and simulate the data from different New Keynesian DSCE models. We find that equally pooling VAR forecasts outperforms single predictions in general and that the gains are substantial for sample sizes relevant in practice. In contrast, the estimation of theoretically optimal weights or model selection is advisable only for very large data sets hardly available in practice. Notably, equally pooling forecasts from small-scale VARs can even dominate forecasts from large VARs including all relevant variables. Given our results, we advocate the use of equally pooled predictions from parsimonious VARs as an easy to implement and competitive forecast approach.
机译：本文分析了VAR预测池的机制，并量化了在不同条件下的预测性能。为了填补经验研究与纯粹理论研究之间的空白，我们进行了蒙特卡洛研究，并模拟了来自不同新凯恩斯主义DSCE模型的数据。我们发现，一般而言，将VAR预测合并起来会胜过单个预测，并且在实践中相关样本量的收益是可观的。相反，理论上最佳权重的估计或模型选择仅适用于实际上很难获得的非常大的数据集。值得注意的是，来自小型VAR的平均池化预测甚至可以支配包括所有相关变量在内的大型VAR的预测。鉴于我们的结果，我们提倡使用来自简约VAR的均等预测作为易于实施和具有竞争力的预测方法。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号