Journal article | Zeitschriftenartikel

Forecasting using a large number of predictors: is Bayesian regression a valid alternative to principal components?

This paper considers Bayesian regression with normal and double-exponential priors as forecasting methods based on large panels of time series. We show that, empirically, these forecasts are highly correlated with principal component forecasts and that they perform equally well for a wide range of prior choices. Moreover, we study conditions for consistency of the forecast based on Bayesian regression as the cross-section and the sample size become large. This analysis serves as a guide to establish a criterion for setting the amount of shrinkage in a large cross-section.

Forecasting using a large number of predictors: is Bayesian regression a valid alternative to principal components?

Urheber*in: Mol, Christine de; Giannone, Domenico; Reichlin, Lucrezia

Rechte vorbehalten - Freier Zugang

0
/
0

Umfang
Seite(n): 318-328
Sprache
Englisch
Anmerkungen
Status: Postprint; begutachtet (peer reviewed)

Erschienen in
Journal of Econometrics, 146(2)

Thema
Wirtschaft
Sozialwissenschaften, Soziologie
Erhebungstechniken und Analysetechniken der Sozialwissenschaften
Volkswirtschaftslehre

Ereignis
Geistige Schöpfung
(wer)
Mol, Christine de
Giannone, Domenico
Reichlin, Lucrezia
Ereignis
Veröffentlichung
(wo)
Niederlande
(wann)
2008

DOI
URN
urn:nbn:de:0168-ssoar-198289
Rechteinformation
GESIS - Leibniz-Institut für Sozialwissenschaften. Bibliothek Köln
Letzte Aktualisierung
21.06.2024, 16:27 MESZ

Datenpartner

Dieses Objekt wird bereitgestellt von:
GESIS - Leibniz-Institut für Sozialwissenschaften. Bibliothek Köln. Bei Fragen zum Objekt wenden Sie sich bitte an den Datenpartner.

Objekttyp

  • Zeitschriftenartikel

Beteiligte

  • Mol, Christine de
  • Giannone, Domenico
  • Reichlin, Lucrezia

Entstanden

  • 2008

Ähnliche Objekte (12)