Nowcasting de la inversión: una estimación en tiempo real con indicadores de alta frecuencia

En el presente trabajo se realizó una estimación en tiempo real de la evolución de la Inversión a partir de un conjunto amplio de indicadores económicos de alta frecuencia, lo que se conoce en la literatura como Nowcasting. Para realizar el Nowcast se consideraron tres grupos de indicadores de frecu...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autor principal: Dogliolo, Fiorella
Otros Autores: Garegnani, María Lorena
Formato: Tesis Tesis de maestria
Lenguaje:Español
Publicado: 2018
Materias:
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/67314
https://doi.org/10.35537/10915/67314
Aporte de:
id I19-R120-10915-67314
record_format dspace
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Económicas
inversión
JEL: C22, C53, E37
nowcasting, modelos de factores dinámicos, pronósticos real-time, pooling de pronósticos
spellingShingle Ciencias Económicas
inversión
JEL: C22, C53, E37
nowcasting, modelos de factores dinámicos, pronósticos real-time, pooling de pronósticos
Dogliolo, Fiorella
Nowcasting de la inversión: una estimación en tiempo real con indicadores de alta frecuencia
topic_facet Ciencias Económicas
inversión
JEL: C22, C53, E37
nowcasting, modelos de factores dinámicos, pronósticos real-time, pooling de pronósticos
description En el presente trabajo se realizó una estimación en tiempo real de la evolución de la Inversión a partir de un conjunto amplio de indicadores económicos de alta frecuencia, lo que se conoce en la literatura como Nowcasting. Para realizar el Nowcast se consideraron tres grupos de indicadores de frecuencia mensual y mediante modelos de factores dinámicos se pronosticó el crecimiento trimestral de la Inversión. Adicionalmente, se realizó un ejercicio de pooling o combinación de pronósticos. A partir del test de Giacomini y White se pudo concluir que los modelos de factores y sus combinaciones exhiben una mejor capacidad predictiva en relación a un modelo AR(1) considerado como benchmark, y que la inclusión de un mayor número de indicadores no necesariamente mejora la performance del pronóstico.
author2 Garegnani, María Lorena
author_facet Garegnani, María Lorena
Dogliolo, Fiorella
format Tesis
Tesis de maestria
author Dogliolo, Fiorella
author_sort Dogliolo, Fiorella
title Nowcasting de la inversión: una estimación en tiempo real con indicadores de alta frecuencia
title_short Nowcasting de la inversión: una estimación en tiempo real con indicadores de alta frecuencia
title_full Nowcasting de la inversión: una estimación en tiempo real con indicadores de alta frecuencia
title_fullStr Nowcasting de la inversión: una estimación en tiempo real con indicadores de alta frecuencia
title_full_unstemmed Nowcasting de la inversión: una estimación en tiempo real con indicadores de alta frecuencia
title_sort nowcasting de la inversión: una estimación en tiempo real con indicadores de alta frecuencia
publishDate 2018
url http://sedici.unlp.edu.ar/handle/10915/67314
https://doi.org/10.35537/10915/67314
work_keys_str_mv AT dogliolofiorella nowcastingdelainversionunaestimacionentiemporealconindicadoresdealtafrecuencia
bdutipo_str Repositorios
_version_ 1764820481184104449