Overcoming the forecasting limitations of forward-looking theory based models

González-Gómez, Andrés; Mahadeva, Lavan; Rodríguez-Guzmán, Diego Arturo; Rojas, Luis Eduardo

Overcoming the forecasting limitations of forward-looking theory based models

Download

Revista Ensayos Sobre Política Económica; Vol. 29. No. 66. Diciembre, 2011. Pág.: 246-294.

Date published

2011-12-01

Date

2011-12

Authors

González-Gómez, Andrés
Mahadeva, Lavan
Rodríguez-Guzmán, Diego Arturo
Rojas, Luis Eduardo

ISSN

0120-4483

Document language

eng

Metrics

downloads: 0

abstract_views: 0

Ver PlumX Metrics

Las opiniones contenidas en el presente documento son responsabilidad exclusiva de los autores y no comprometen al Banco de la República ni a su Junta Directiva.

The opinions contained in this document are the sole responsibility of the author and do not commit Banco de la República or its Board of Directors.

Abstract

Theory-consistent models have to be kept small to be tractable. If they are to forecast well, they have to condition on data that are unmodelled, noisy, patchy and about the future. Agents can also use these data to form their own expectations. In this paper we illustrate a scheme for jointly conditioning the forecasts and internal expectations of linearised forward-looking DSGE models on data through a Kalman Filter fixed-interval smoother. We also trial some diagnostics of this approach, in particular decompositions that reveal when a forecast conditioned on one set of variables implies estimates of other variables which are inconsistent with economic priors.

Description

Los modelos teóricamente consistentes deben mantenerse modestos para ser útiles. Si su fin es pronosticar eficazmente, tienen que basarse en datos ruidosos, irregulares, no modelados y que se traten del futuro. Los agentes también pueden usar estos datos para formular sus propias expectativas. En este artículo ilustramos un esquema para condicionar de manera simultánea los pronósticos y expectativas internas de los modelos DSGE lineales con visión de futuro, con los datos a través de un filtro de Kalman de intervalos fijos suavizado. También ensayamos con algunos diagnósticos de este método; específicamente, las descomposiciones que revelan cuando una predicción condicionada sobre un juego de variables implica los cálculos de otras variables que son inconsistentes con los precedentes económicos.