Nowcasting and forecasting GDP growth with machine-learning sentiment indicators

Working paper

Detalles Bibliográficos
Autores: Claveria González, Oscar, Monte Moreno, Enrique|||0000-0002-4907-0494, Torra Porras, Salvador
Tipo de recurso: informe técnico
Fecha de publicación:2021
País:España
Institución:Universitat Politècnica de Catalunya (UPC)
Repositorio:UPCommons. Portal del coneixement obert de la UPC
Idioma:inglés
OAI Identifier:oai:upcommons.upc.edu:2117/341619
Acceso en línea:https://hdl.handle.net/2117/341619
Access Level:acceso abierto
Palabra clave:Machine learning
Genetic programming (Computer science)
Economic forecasting
Forecasting
Economic growth
Business and consumer expectations
Symbolic regression
Evolutionary algorithms
Aprenentatge automàtic
Programació genètica (Informàtica)
Previsió econòmica
Àrees temàtiques de la UPC::Economia i organització d'empreses
Àrees temàtiques de la UPC::Informàtica::Intel·ligència artificial::Aprenentatge automàtic
id ES_bfcf8919ce1d312df367b2cebedca2db
oai_identifier_str oai:upcommons.upc.edu:2117/341619
network_acronym_str ES
network_name_str España
repository_id_str
spelling Nowcasting and forecasting GDP growth with machine-learning sentiment indicatorsNowcasting i predicció del creixement del PIB amb indicadors de sentiment d’aprenentatge automàticClaveria González, OscarMonte Moreno, Enrique|||0000-0002-4907-0494Torra Porras, SalvadorMachine learningGenetic programming (Computer science)Economic forecastingForecastingEconomic growthBusiness and consumer expectationsSymbolic regressionEvolutionary algorithmsAprenentatge automàticProgramació genètica (Informàtica)Previsió econòmicaÀrees temàtiques de la UPC::Economia i organització d'empresesÀrees temàtiques de la UPC::Informàtica::Intel·ligència artificial::Aprenentatge automàticWorking paperWe apply the two-step machine-learning method proposed by Claveria et al. (2021) to generate country-specific sentiment indicators that provide estimates of year-on-year GDP growth rates. In the first step, by means of genetic programming, business and consumer expectations are evolved to derive sentiment indicators for 19 European economies. In the second step, the sentiment indicators are iteratively re-computed and combined each period to forecast yearly growth rates. To assess the performance of the proposed approach, we have designed two out-of-sample experiments: a nowcasting exercise in which we recursively generate estimates of GDP at the end of each quarter using the latest survey data available, and an iterative forecasting exercise for different forecast horizons We found that forecasts generated with the sentiment indicators outperform those obtained with time series models. These results show the potential of the methodology as a predictive tool.20212021-02-1720212021-03-15reporthttp://purl.org/coar/resource_type/c_93fcAOhttp://purl.org/coar/version/c_b1a7d7d4d402bcceinfo:eu-repo/semantics/reportapplication/pdfhttps://hdl.handle.net/2117/341619reponame:UPCommons. Portal del coneixement obert de la UPCinstname:Universitat Politècnica de Catalunya (UPC)Inglésengopen accesshttp://purl.org/coar/access_right/c_abf2Attribution-NonCommercial-NoDerivs 3.0 Spainhttp://creativecommons.org/licenses/by-nc-nd/3.0/es/info:eu-repo/semantics/openAccessoai:upcommons.upc.edu:2117/3416192026-05-27T15:37:01Z
dc.title.none.fl_str_mv Nowcasting and forecasting GDP growth with machine-learning sentiment indicators
Nowcasting i predicció del creixement del PIB amb indicadors de sentiment d’aprenentatge automàtic
title Nowcasting and forecasting GDP growth with machine-learning sentiment indicators
spellingShingle Nowcasting and forecasting GDP growth with machine-learning sentiment indicators
Claveria González, Oscar
Machine learning
Genetic programming (Computer science)
Economic forecasting
Forecasting
Economic growth
Business and consumer expectations
Symbolic regression
Evolutionary algorithms
Aprenentatge automàtic
Programació genètica (Informàtica)
Previsió econòmica
Àrees temàtiques de la UPC::Economia i organització d'empreses
Àrees temàtiques de la UPC::Informàtica::Intel·ligència artificial::Aprenentatge automàtic
title_short Nowcasting and forecasting GDP growth with machine-learning sentiment indicators
title_full Nowcasting and forecasting GDP growth with machine-learning sentiment indicators
title_fullStr Nowcasting and forecasting GDP growth with machine-learning sentiment indicators
title_full_unstemmed Nowcasting and forecasting GDP growth with machine-learning sentiment indicators
title_sort Nowcasting and forecasting GDP growth with machine-learning sentiment indicators
dc.creator.none.fl_str_mv Claveria González, Oscar
Monte Moreno, Enrique|||0000-0002-4907-0494
Torra Porras, Salvador
author Claveria González, Oscar
author_facet Claveria González, Oscar
Monte Moreno, Enrique|||0000-0002-4907-0494
Torra Porras, Salvador
author_role author
author2 Monte Moreno, Enrique|||0000-0002-4907-0494
Torra Porras, Salvador
author2_role author
author
dc.subject.none.fl_str_mv Machine learning
Genetic programming (Computer science)
Economic forecasting
Forecasting
Economic growth
Business and consumer expectations
Symbolic regression
Evolutionary algorithms
Aprenentatge automàtic
Programació genètica (Informàtica)
Previsió econòmica
Àrees temàtiques de la UPC::Economia i organització d'empreses
Àrees temàtiques de la UPC::Informàtica::Intel·ligència artificial::Aprenentatge automàtic
topic Machine learning
Genetic programming (Computer science)
Economic forecasting
Forecasting
Economic growth
Business and consumer expectations
Symbolic regression
Evolutionary algorithms
Aprenentatge automàtic
Programació genètica (Informàtica)
Previsió econòmica
Àrees temàtiques de la UPC::Economia i organització d'empreses
Àrees temàtiques de la UPC::Informàtica::Intel·ligència artificial::Aprenentatge automàtic
description Working paper
publishDate 2021
dc.date.none.fl_str_mv 2021
2021-02-17
2021
2021-03-15
dc.type.none.fl_str_mv report
http://purl.org/coar/resource_type/c_93fc
AO
http://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.openaire.fl_str_mv info:eu-repo/semantics/report
format report
dc.identifier.none.fl_str_mv https://hdl.handle.net/2117/341619
url https://hdl.handle.net/2117/341619
dc.language.none.fl_str_mv Inglés
eng
language_invalid_str_mv Inglés
language eng
dc.rights.none.fl_str_mv open access
http://purl.org/coar/access_right/c_abf2
Attribution-NonCommercial-NoDerivs 3.0 Spain
http://creativecommons.org/licenses/by-nc-nd/3.0/es/
dc.rights.openaire.fl_str_mv info:eu-repo/semantics/openAccess
rights_invalid_str_mv open access
http://purl.org/coar/access_right/c_abf2
Attribution-NonCommercial-NoDerivs 3.0 Spain
http://creativecommons.org/licenses/by-nc-nd/3.0/es/
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:UPCommons. Portal del coneixement obert de la UPC
instname:Universitat Politècnica de Catalunya (UPC)
instname_str Universitat Politècnica de Catalunya (UPC)
reponame_str UPCommons. Portal del coneixement obert de la UPC
collection UPCommons. Portal del coneixement obert de la UPC
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1869418423550738432
score 15,301603

Similares en LA Referencia