Estimation précoce de la croissance: De la régression LARS au modèle à facteurs

Fiche du document

Type de document
Périmètre
Langue
Identifiants
Relations

Ce document est lié à :
info:eu-repo/semantics/altIdentifier/doi/10.3917/reof.108.0031

Ce document est lié à :
info:eu-repo/semantics/altIdentifier/hdl/2441/5l6uh8ogmqildh09h61q8alqn

Collection

Archives ouvertes

Licence

info:eu-repo/semantics/OpenAccess




Citer ce document

Françoise Charpin, « Estimation précoce de la croissance: De la régression LARS au modèle à facteurs », HAL SHS (Sciences de l’Homme et de la Société), ID : 10.3917/reof.108.0031


Métriques


Partage / Export

Résumé En Fr

In this paper, nowcasts are provided by a factor model, where factors are extracted from a small number of monthly series, selected using the LARS algorithm (Least Angle Regression). We follow the work of Bai and Ng (2008) which contrasts strongly with the traditional factor model based on a large information set. They recommend selecting only targeted predictors, i.e. the most informative series to forecast growth. A pseudo real time analysis is carried out to estimate French growth over the period 2001-2007.

Dans ce travail, l’estimation précoce de la croissance provient d’un modèle à facteurs, extraits d’un nombre réduit de séries mensuelles, ces dernières ayant été choisies par l’algorithme de la régression LARS (Least Angle Regression). On suit en cela le travail de Bai et Ng (2008) qui tranche avec le traditionnel modèle à facteurs, basé sur un très grand nombre de séries mensuelles. Les auteurs préconisent de ne retenir que les séries les plus performantes pour prévoir la croissance « the targeted predictors ». Une pseudo analyse en temps réel est mise en œuvre sur la période 2001-2007 pour estimer la croissance française du trimestre en cours et du trimestre suivant.

document thumbnail

Par les mêmes auteurs

Sur les mêmes sujets

Sur les mêmes disciplines