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
info:eu-repo/semantics/OpenAccess
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
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.