000001336 001__ 1336
000001336 005__ 20250211155813.0
000001336 0247_ $$a10.34989/swp-2005-31$$2DOI
000001336 035__ $$a10.34989/swp-2005-31
000001336 041__ $$aeng
000001336 084__ $$aC Mathematical and Quantitative Methods$$02849
000001336 084__ $$aC3 Multiple or Simultaneous Equation Models; Multiple Variables$$02871
000001336 084__ $$aC32 Time-Series Models; Dynamic Quantile Regressions; Dynamic Treatment Effect Models; Diffusion Processes; State Space Models$$02874
000001336 084__ $$aC5 Econometric Modeling$$02889
000001336 084__ $$aC53 Forecasting and Prediction Methods; Simulation Methods$$02893
000001336 084__ $$aE Macroeconomics and Monetary Economics$$03005
000001336 084__ $$aE1 General Aggregative Models$$03010
000001336 084__ $$aE17 Forecasting and Simulation: Models and Applications$$03017
000001336 245__ $$aForecasting Canadian GDP: Region-Specific versus Countrywide Information
000001336 260__ $$bBank of Canada
000001336 269__ $$a2005
000001336 300__ $$a1 online resource (v, 33 pages)
000001336 336__ $$aText
000001336 347__ $$bPDF
000001336 520__ $$aThe authors investigate whether the aggregation of region-specific forecasts improves upon the direct forecasting of Canadian GDP growth. They follow Marcellino, Stock, and Watson (2003) and use disaggregate information to predict aggregate GDP growth. An array of multivariate forecasting models are considered for five Canadian regions, and single-equation models are considered for direct forecasting of Canadian GDP. The authors focus on forecasts at 1-, 2-, 4-, and 8-quarter horizons, which best represent the monetary policy transmission framework of long and variable lags. Region-specific forecasts are aggregated to the country level and tested against aggregate country-level forecasts. The empirical results show that Canadian GDP growth forecasts can be improved by indirectly forecasting the GDP growth of the Canadian economic regions using a multivariate approach, namely a vector autoregression and moving average with exogenous regressors (VARMAX) model.$$7Abstract
000001336 520__ $$aLes auteurs cherchent à déterminer si l'agrégation de prévisions régionales permet d'améliorer la prévision de la croissance du PIB canadien. Suivant l'exemple de Marcellino, Stock et Watson (2003), ils utilisent des données désagrégées pour prédire la croissance globale du PIB. Ils appliquent une série de modèles multivariés à la prévision du PIB de cinq régions canadiennes et des modèles à une équation à celle du PIB national. Les horizons de un, deux, quatre et huit trimestres retenus par les auteurs correspondent bien aux décalages longs et variables qui caractérisent le mécanisme de transmission de la politique monétaire. Les prévisions régionales sont regroupées à l'échelle nationale, puis comparées à celles obtenues pour l’ensemble du pays au moyen des données globales. D'après les résultats empiriques, il est possible d'améliorer les prévisions de l'évolution du PIB canadien en déterminant indirectement la progression future du PIB des régions économiques du Canada à l'aide d'un modèle vectoriel autorégressif multivarié à moyenne mobile et à régresseurs exogènes (VARMAX).$$7Résumé
000001336 540__ $$aCreative Commons Attribution 4.0 International$$uhttps://creativecommons.org/licenses/by/4.0/legalcode$$fCC-BY-4.0
000001336 6531_ $$aEconometric and statistical methods
000001336 6531_ $$aMéthodes économétriques et statistiques
000001336 7001_ $$aDemers, Frédérick
000001336 7001_ $$aDupuis, David
000001336 789__ $$w1192-5434$$2ISSN$$eIsPartOf
000001336 8301_ $$aStaff Working Paper
000001336 8301_ $$aDocument de travail du personnel
000001336 8564_ $$uhttps://www.oar-rao.bank-banque-canada.ca/record/1336/files/wp05-31.pdf$$9a1aff92f-597c-4a35-a5c3-b860ccbb833e$$s539370$$zFile Source: Bank of Canada website, 2024
000001336 909CO $$ooai:www.oar-rao.bank-banque-canada.ca:1336$$pbibliographic
000001336 980__ $$aStaff Research
000001336 980__ $$aRDM
000001336 991__ $$aPublic