000001589 001__ 1589
000001589 005__ 20250211155837.0
000001589 0247_ $$a10.34989/swp-2012-7$$2DOI
000001589 035__ $$a10.34989/swp-2012-7
000001589 041__ $$aeng
000001589 084__ $$aC Mathematical and Quantitative Methods$$02849
000001589 084__ $$aC5 Econometric Modeling$$02889
000001589 084__ $$aC50 General$$02890
000001589 084__ $$aC53 Forecasting and Prediction Methods; Simulation Methods$$02893
000001589 084__ $$aE Macroeconomics and Monetary Economics$$03005
000001589 084__ $$aE3 Prices, Business Fluctuations, and Cycles$$03029
000001589 084__ $$aE37 Forecasting and Simulation: Models and Applications$$03033
000001589 084__ $$aE4 Money and Interest Rates$$03035
000001589 084__ $$aE47 Forecasting and Simulation: Models and Applications$$03041
000001589 245__ $$aShort-Term Forecasting of the Japanese Economy Using Factor Models
000001589 269__ $$a2012
000001589 300__ $$a1 online resource (iii, 33 pages)
000001589 336__ $$aText
000001589 347__ $$bPDF
000001589 520__ $$aWhile the usefulness of factor models has been acknowledged over recent years, little attention has been devoted to the forecasting power of these models for the Japanese economy. In this paper, we aim at assessing the relative performance of factor models over different samples, including the recent financial crisis. To do so, we construct factor models to forecast Japanese GDP and its subcomponents, using 38 data series (including daily, monthly and quarterly variables) over the period 1991 to 2010. Overall, we find that factor models perform well at tracking GDP movements and anticipating turning points. For most of the components, we report that factor models yield lower forecasting errors than a simple AR process or an indicator model based on Purchasing Managers’ Indicators (PMIs). In line with previous studies, we conclude that the largest improvements in terms of forecasting accuracy are found for more volatile periods, such as the recent financial crisis. However, unlike previous studies, we do not find evident links between the volatility of the components and the relative advantage of using factor models. Finally, we show that adding the PMI index as an independent explanatory variable improves the forecasting properties of the factor models.$$7Abstract
000001589 520__ $$aBien que l’utilité des modèles factoriels soit maintenant reconnue, leur pouvoir de prévision à l’égard de l’économie japonaise a été très peu étudié. Les auteurs se proposent de comparer la qualité des prévisions produites par divers modèles factoriels sur différentes périodes, dont l’une inclut la récente crise financière. Pour ce faire, ils construisent des modèles factoriels destinés à la prévision du produit intérieur brut (PIB) japonais et de ses composantes à partir de 38 séries de données (de fréquence quotidienne, mensuelle ou trimestrielle) couvrant les années 1991 à 2010. Globalement, les modèles factoriels réussissent bien à reproduire les mouvements du PIB et à anticiper les points de retournement. Ils produisent de meilleures prévisions pour la plupart des composantes qu’un simple processus autorégressif ou un modèle indicateur fondé sur un indice des directeurs d’achats. Conformément aux résultats de travaux antérieurs, les gains de précision les plus importants concernent les périodes de forte volatilité, dont la récente crise financière. À l’encontre de ces travaux, toutefois, les auteurs ne décèlent aucune relation apparente entre la volatilité des composantes à prévoir et le gain lié à l’emploi de modèles factoriels. Enfin, l’étude montre que la prise en compte de l’indice des directeurs d’achats à titre de variable explicative permet d’améliorer le pouvoir de prévision des modèles factoriels.$$7Résumé
000001589 540__ $$aCreative Commons Attribution 4.0 International$$uhttps://creativecommons.org/licenses/by/4.0/legalcode$$fCC-BY-4.0
000001589 6531_ $$aEconometric and statistical methods
000001589 6531_ $$aInternational topics
000001589 6531_ $$aMéthodes économétriques et statistiques
000001589 6531_ $$aQuestions internationales
000001589 7001_ $$aGodbout, Claudia
000001589 7001_ $$aLombardi, Marco J.
000001589 789__ $$w1701-9397$$2ISSN$$eIsPartOf
000001589 8301_ $$aStaff Working Paper
000001589 8301_ $$aDocument de travail du personnel
000001589 8564_ $$9761d7e0b-2f63-49ef-a300-6f85c4f6d006$$s497593$$uhttps://www.oar-rao.bank-banque-canada.ca/record/1589/files/wp2012-07.pdf$$zFile Source: Bank of Canada website, 2024
000001589 909CO $$ooai:www.oar-rao.bank-banque-canada.ca:1589$$pbibliographic
000001589 980__ $$aStaff Research
000001589 980__ $$aRDM
000001589 991__ $$aPublic