This thesis consists of three chapters on topics in macroeconometrics. Chapter 1
provides a novel estimator of combination weights which delivers well-calibrated
density forecasts. In an empirical example of forecasting US industrial production,
I show that my proposed methodology outperforms several benchmark combination
schemes, and the weights indicate that financial variables proved to be useful
predictors during the Great Recession. Chapter 2 investigates time-variation in the
forecasting performance ...
This thesis consists of three chapters on topics in macroeconometrics. Chapter 1
provides a novel estimator of combination weights which delivers well-calibrated
density forecasts. In an empirical example of forecasting US industrial production,
I show that my proposed methodology outperforms several benchmark combination
schemes, and the weights indicate that financial variables proved to be useful
predictors during the Great Recession. Chapter 2 investigates time-variation in the
forecasting performance of structural Dynamic Stochastic General Equilibrium
models and reduced-form statistical models. I show that the models’ in-sample
forecasting ability was strongly related to their out-of-sample performance before
the recent financial crisis, but this link considerably weakened at the onset of the
crisis. In Chapter 3 we propose a methodology to construct confidence intervals
for the strength of identification in both instrumental variable models and Structural
Vector Autoregressive models identified with an external instrument. We
illustrate the proposed method using three leading empirical examples: the New
Keynesian Phillips Curve, a linearized Euler equation, and a Structural Vector
Autoregressive model describing the dynamic effects of oil shocks.
+
La present tesi es composa de tres capítols sobre temes de macroeconometria.
El capítol 1 introdueix un nou estimador de combinacions de pesos que dóna
prediccions de densitat ben calibrades. En un exemple empíric de predicció de la
producció industrial dels EUA, demostro que l’aplicació d’aquesta metodologia
millora molts dels esquemes de combinació de referència i els pesos indiquen
que les variables financeres són predictors útils de la Gran Recessió. El capítol 2
investiga la variació temporal ...
La present tesi es composa de tres capítols sobre temes de macroeconometria.
El capítol 1 introdueix un nou estimador de combinacions de pesos que dóna
prediccions de densitat ben calibrades. En un exemple empíric de predicció de la
producció industrial dels EUA, demostro que l’aplicació d’aquesta metodologia
millora molts dels esquemes de combinació de referència i els pesos indiquen
que les variables financeres són predictors útils de la Gran Recessió. El capítol 2
investiga la variació temporal en la capacitat de predicció dels models dinàmics
estocàstics d’equilibri general i dels models estadístics de forma reduïda. Demostro
que la capacitat de predicció del model dins de la mostra estava fortament
relacionada amb el seu rendiment fora de la mostra abans de la recent crisi financera,
però aquest vincle es fa feble amb l’inici de la crisi. En el capítol 3 proposem
una metodologia per construir intervals de confiança per la força d’identificació
tan en models de variables instrumentals com en models estructurals de vectors
autoregressius identificats amb un instrument extern. Il lustrem la metodologia
proposada utilitzant tres exemples empírics importants: La Corba de Phillips Neokeynesiana, una equació d’Euler linealitzada i un model estructural de vectors
autoregressius que descriu les dinàmiques dels efectes dels xocs del petroli.
+
Programa de doctorat en Economia, Finances i Empresa