Template-type: ReDIF-Paper 1.0
Author-Name: Antonio García Ferrer
Author-Email: antonio.garcia@uam.es
Author-Workplace-Name: Dpto. de Análisis Económico, Universidad Autónoma de Madrid.
Author-Name: Juan del Hoyo Bernat
Author-Workplace-Name: Dpto. de Análisis Económico, Universidad Autónoma de Madrid.
Author-Name: Peter C. Young
Author-Workplace-Name: Environmental Science Division, Lancaster University, U.K.
Author-Name: Alfonso Novales Cinca
Author-Email: anovales@ccee.ucm.es
Author-Workplace-Name: Instituto Complutense de Análisis Económico, Universidad Complutense, Madrid.
Title: Recursive identification, estimation and forecasting of nonstationary economic time series with applications to GNP international data
Abstract: En este trabajo proponemos un modelo novedoso de componentes no observables para las variaciones en el PNB anual en varios países. El modelo se 
	formula en espacio de los estados y se estima mediante procedimientos recursivos de filtrado y de suavizado con la muestra completa. Se analiza el 
	producto real anual de nueve países a partir del modelo de componentes no observables en sus versiones univariante y de función de transferencia, 
	utilizando en esta última versión la oferta monetaria como indicador adelantado. Se compara el comportamiento de las predicciones de estos modelos con 
	las obtenidas en trabajos anteriores utilizando el mismo conjunto de datos.
Abstract: In this paper we propose a recursive, unobserved components model, where parameter variation is characterized by a particular state space 
	formulation. The choice about the characteristics that define each component are half way between an objetive function optimization strategy and 
	subjective Bayesian approach: some parameter values need to be chosen, but these are reduced to a minimum, and some values are provided to aid in 
	their choice. Annual real output data for nine countries are analyzed under both, the univariate and transfer function version of our unobserved 
	componenets model, the latter using the money supply as a leading indicator. The performance of these models is compared with the forecasting results 
	obtained in previous work with the same data set.
Keywords: Annual real output.
Keywords: Producto real anual.
Length: 33 pages 
Creation-Date: 1993
Number:
 9310
X-File-Ref: http://america.sim.ucm.es/repec/ucm/ref/doicae9310.txt
File-URL: https://eprints.ucm.es/id/eprint/28298/1/9310.pdf
File-Format: Application/pdf
Handle: RePEc:ucm:doicae:9310