Options de recherche
Page d’accueil Médias Notes explicatives Recherche et publications Statistiques Politique monétaire L’euro Paiements et marchés Carrières
Suggestions
Trier par
Pas disponible en français

Josef Schreiner

11 January 2021
WORKING PAPER SERIES - No. 2510
Details
Abstract
This paper develops Bayesian econometric methods for posterior inference in non-parametric mixed frequency VARs using additive regression trees. We argue that regression tree models are ideally suited for macroeconomic nowcasting in the face of extreme observations, for instance those produced by the COVID-19 pandemic of 2020. This is due to their flexibility and ability to model outliers. In an application involving four major euro area countries, we find substantial improvements in nowcasting performance relative to a linear mixed frequency VAR.
JEL Code
C11 : Mathematical and Quantitative Methods→Econometric and Statistical Methods and Methodology: General→Bayesian Analysis: General
C32 : Mathematical and Quantitative Methods→Multiple or Simultaneous Equation Models, Multiple Variables→Time-Series Models, Dynamic Quantile Regressions, Dynamic Treatment Effect Models, Diffusion Processes
C53 : Mathematical and Quantitative Methods→Econometric Modeling→Forecasting and Prediction Methods, Simulation Methods
E37 : Macroeconomics and Monetary Economics→Prices, Business Fluctuations, and Cycles→Forecasting and Simulation: Models and Applications

Notre site Internet utilise des cookies

Nous utilisons des cookies fonctionnels pour conserver les préférences des utilisateurs, des cookies analytiques pour améliorer les performances du site Internet et des cookies tiers définis par des services tiers intégrés au site.

Vous pouvez les accepter ou les refuser. Pour de plus amples informations ou pour explorer vos préférences en matière de cookies et de logs, nous vous invitons à :

Lire notre déclaration de confidentialité

En savoir davantage sur notre utilisation des cookies