000001269 001__ 1269
000001269 005__ 20250211155807.0
000001269 0247_ $$a10.34989/swp-2003-8$$2DOI
000001269 035__ $$a10.34989/swp-2003-8
000001269 041__ $$aeng
000001269 084__ $$aC Mathematical and Quantitative Methods$$02849
000001269 084__ $$aC1 Econometric and Statistical Methods and Methodology: General$$02853
000001269 084__ $$aC15 Statistical Simulation Methods: General$$02859
000001269 084__ $$aE Macroeconomics and Monetary Economics$$03005
000001269 084__ $$aE3 Prices, Business Fluctuations, and Cycles$$03029
000001269 084__ $$aE32 Business Fluctuations; Cycles$$03032
000001269 245__ $$aComparing Alternative Output-Gap Estimators: A Monte Carlo Approach
000001269 260__ $$bBank of Canada
000001269 269__ $$a2003
000001269 300__ $$a1 online resource (vi, 24 pages)
000001269 336__ $$aText
000001269 347__ $$bPDF
000001269 520__ $$aThe author evaluates the ability of a variety of output-gap estimators to accurately measure the output gap in a model economy. A small estimated model of the Canadian economy is used to generate artificial data. Using output and inflation data generated by this model, the author uses each output-gap estimation methodology to construct an estimate of the true output gap. He then evaluates the methodologies by comparing their respective estimates of the output gap with the true gap. The estimators are evaluated on the basis of correlations between the actual and estimated output gap, as well as the root-mean-squared estimation error. The author also varies the properties of potential output and the output gap in the data-generating process to test the robustness of his results. His findings indicate that an estimator that combines the Hodrick-Prescott filter with a Blanchard-Quah structural vector autoregression (SVAR) yields an estimate that is accurate compared with competing methods at the end-of-sample. He also finds that the performance of the SVAR relative to that of other methodologies is quite robust to violations in the identifying assumptions of the SVAR.$$7Abstract
000001269 520__ $$aL'auteur évalue la capacité de différents estimateurs à mesurer l'écart de production dans le cadre d'une économie modélisée. Il utilise un petit modèle estimé de l'économie canadienne afin de générer des données artificielles sur la production et l'inflation. À partir de ces données, il s'attache à calculer le véritable écart de production en ayant recours à une batterie de méthodes d'estimation. Il analyse ensuite l'efficacité de ces dernières en comparant l'écart obtenu à l'aide de chacune d'elles au véritable écart. Les estimateurs sont évalués sur la base des corrélations entre l'écart effectif et l'écart estimé de même qu'à la lumière du critère de la racine carrée de l'erreur quadratique moyenne. Pour vérifier la robustesse des résultats, l'auteur modifie aussi les propriétés de la production potentielle et de l'écart de production dans le processus générateur des données. D'après ses conclusions, la combinaison du filtre de Hodrick-Prescott avec la méthode de Blanchard-Quah fondée sur l'emploi d'un vecteur autorégressif structurel donne une estimation plus précise que les autres méthodes en fin d'échantillon. L'auteur constate également que la méthode de Blanchard-Quah est supérieure aux autres même lorsque ses hypothèses d'identification ne sont pas respectées.$$7Résumé
000001269 540__ $$aCreative Commons Attribution 4.0 International$$uhttps://creativecommons.org/licenses/by/4.0/legalcode$$fCC-BY-4.0
000001269 6531_ $$aBusiness fluctuations and cycles
000001269 6531_ $$aEconometric and statistical methods
000001269 6531_ $$aPotential output
000001269 6531_ $$aCycles et fluctuations économiques
000001269 6531_ $$aMéthodes économétriques et statistiques
000001269 6531_ $$aProduction potentielle
000001269 7001_ $$aRennison, Andrew
000001269 789__ $$w1192-5434$$2ISSN$$eIsPartOf
000001269 8301_ $$aStaff Working Paper
000001269 8301_ $$aDocument de travail du personnel
000001269 8564_ $$uhttps://www.oar-rao.bank-banque-canada.ca/record/1269/files/wp03-8.pdf$$90b6072cd-7e5c-4ea2-b28e-165f76d28af5$$s375945$$zFile Source: Bank of Canada website, 2024
000001269 909CO $$ooai:www.oar-rao.bank-banque-canada.ca:1269$$pbibliographic
000001269 980__ $$aStaff Research
000001269 980__ $$aRDM
000001269 991__ $$aPublic