Essays in Econometric Forecasting with Applications to Macroeconomics and Finance

This thesis comprises three chapters on econometric forecasting, with applications to macroeconomics and finance. The first chapter introduces a testing procedure for evaluating superior predictive ability (SPA) in unstable environments. Therefore, it allows one to detect time-varying superiority. A...

Descripción completa

Detalles Bibliográficos
Autor: Crespo Rey, Ignacio
Tipo de recurso: tesis doctoral
Estado:Versión publicada
Fecha de publicación:2024
País:España
Institución:CBUC, CESCA
Repositorio:TDR. Tesis Doctorales en Red
OAI Identifier:oai:www.tdx.cat:10803/691982
Acceso en línea:http://hdl.handle.net/10803/691982
Access Level:acceso embargado
Palabra clave:Econometric forecasting
Pronóstico econométrico
Macroeconomics
Macroeconomía
Finance
Finanzas
33
id ES_da71b061478f789d64f70fbfca3b64cb
oai_identifier_str oai:www.tdx.cat:10803/691982
network_acronym_str ES
network_name_str España
repository_id_str
dc.title.none.fl_str_mv Essays in Econometric Forecasting with Applications to Macroeconomics and Finance
title Essays in Econometric Forecasting with Applications to Macroeconomics and Finance
spellingShingle Essays in Econometric Forecasting with Applications to Macroeconomics and Finance
Crespo Rey, Ignacio
Econometric forecasting
Pronóstico econométrico
Macroeconomics
Macroeconomía
Finance
Finanzas
33
title_short Essays in Econometric Forecasting with Applications to Macroeconomics and Finance
title_full Essays in Econometric Forecasting with Applications to Macroeconomics and Finance
title_fullStr Essays in Econometric Forecasting with Applications to Macroeconomics and Finance
title_full_unstemmed Essays in Econometric Forecasting with Applications to Macroeconomics and Finance
title_sort Essays in Econometric Forecasting with Applications to Macroeconomics and Finance
dc.creator.none.fl_str_mv Crespo Rey, Ignacio
author Crespo Rey, Ignacio
author_facet Crespo Rey, Ignacio
author_role author
dc.contributor.none.fl_str_mv Brownlees, Christian
Universitat Pompeu Fabra. Departament d'Economia i Empresa
dc.subject.none.fl_str_mv Econometric forecasting
Pronóstico econométrico
Macroeconomics
Macroeconomía
Finance
Finanzas
33
topic Econometric forecasting
Pronóstico econométrico
Macroeconomics
Macroeconomía
Finance
Finanzas
33
description This thesis comprises three chapters on econometric forecasting, with applications to macroeconomics and finance. The first chapter introduces a testing procedure for evaluating superior predictive ability (SPA) in unstable environments. Therefore, it allows one to detect time-varying superiority. Applied to downside risk forecasts for the U.S. economy, it reveals substantial time-varying heterogeneity in the forecasting performance of the commonly used method (a quantile regression equipped with financial conditions). In the second chapter, we present a variant of the standard SPA test that assesses the predictive ability of one particular method against many alternatives when forecasting a panel of time series. Our empirical analysis assesses the forecasting performance of the factor model against different machine learning techniques when predicting macroeconomic variables in the U.S. (FRED-MD). We find that while the factor model dominates at short horizons, yet it is surpassed by simple methods at longer horizons, with results varying across different macroeconomic categories. Finally, the third chapter proposes a hybrid model combining factor models and largedimensional regularized regressions for intra-daily volume prediction in large panels of stocks. Applied to the STOXX 600 Index, our results demonstrate its superior performance over traditional univariate models.
publishDate 2024
dc.date.none.fl_str_mv 2024
2024
2026
dc.type.none.fl_str_mv info:eu-repo/semantics/doctoralThesis
info:eu-repo/semantics/publishedVersion
format doctoralThesis
status_str publishedVersion
dc.identifier.none.fl_str_mv http://hdl.handle.net/10803/691982
url http://hdl.handle.net/10803/691982
dc.language.none.fl_str_mv Inglés
language_invalid_str_mv Inglés
dc.rights.none.fl_str_mv info:eu-repo/semantics/embargoedAccess
eu_rights_str_mv embargoedAccess
dc.format.none.fl_str_mv 182 p.
application/pdf
dc.publisher.none.fl_str_mv Universitat Pompeu Fabra
publisher.none.fl_str_mv Universitat Pompeu Fabra
dc.source.none.fl_str_mv TDX (Tesis Doctorals en Xarxa)
reponame:TDR. Tesis Doctorales en Red
instname:CBUC, CESCA
instname_str CBUC, CESCA
reponame_str TDR. Tesis Doctorales en Red
collection TDR. Tesis Doctorales en Red
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1869421578882646016
spelling Essays in Econometric Forecasting with Applications to Macroeconomics and FinanceCrespo Rey, IgnacioEconometric forecastingPronóstico econométricoMacroeconomicsMacroeconomíaFinanceFinanzas33This thesis comprises three chapters on econometric forecasting, with applications to macroeconomics and finance. The first chapter introduces a testing procedure for evaluating superior predictive ability (SPA) in unstable environments. Therefore, it allows one to detect time-varying superiority. Applied to downside risk forecasts for the U.S. economy, it reveals substantial time-varying heterogeneity in the forecasting performance of the commonly used method (a quantile regression equipped with financial conditions). In the second chapter, we present a variant of the standard SPA test that assesses the predictive ability of one particular method against many alternatives when forecasting a panel of time series. Our empirical analysis assesses the forecasting performance of the factor model against different machine learning techniques when predicting macroeconomic variables in the U.S. (FRED-MD). We find that while the factor model dominates at short horizons, yet it is surpassed by simple methods at longer horizons, with results varying across different macroeconomic categories. Finally, the third chapter proposes a hybrid model combining factor models and largedimensional regularized regressions for intra-daily volume prediction in large panels of stocks. Applied to the STOXX 600 Index, our results demonstrate its superior performance over traditional univariate models.Esta tesis comprende tres capítulos sobre pronóstico econométrico, con aplicaciones a la macroeconomía y las finanzas. El primer capítulo presenta un procedimiento de prueba estadística para evaluar la capacidad predictiva superior (en inglés, SPA) en ambientes inestables. Por lo tanto, permite detectar si la superioridad de un modelo es variable en el tiempo. Aplicado a predicciones de riesgo a la baja para la economía de EE. UU., revela que el método comúnmente utilizado en la literatura (una regresión cuantil con condiciones financieras) presenta una heterogeneidad sustancial en el tiempo. En el segundo capítulo, presentamos una variante de la prueba estadística SPA estándar que evalúa la capacidad predictiva de un único método en contra de muchas alternativas al predecir un panel de series temporales. Nuestro análisis empírico evalúa la performance del modelo de factores contra diferentes técnicas de aprendizaje automático al predecir variables macroeconómicas en los EE. UU. (FRED-MD). Encontramos que si bien el modelo de factores domina en horizontes cortos, es superado por métodos simples en horizontes más largos, con resultados que varían entre diferentes categorías macroeconómicas. Finalmente, el tercer capítulo de le tesis propone un modelo híbrido de predicciones que combina modelos de factores y regresiones regularizadas de gran dimensión para la predicción de volumen intra-diario en grandes paneles de acciones. Aplicado al índice STOXX 600, nuestros resultados demuestran su rendimiento superior sobre modelos univariados tradicionales.Programa de Doctorat en Economia, Finances i EmpresaUniversitat Pompeu FabraBrownlees, ChristianUniversitat Pompeu Fabra. Departament d'Economia i Empresa202420242026info:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/publishedVersion182 p.application/pdfhttp://hdl.handle.net/10803/691982TDX (Tesis Doctorals en Xarxa)reponame:TDR. Tesis Doctorales en Redinstname:CBUC, CESCAInglésADVERTIMENT. Tots els drets reservats. L'accés als continguts d'aquesta tesi doctoral i la seva utilització ha de respectar els drets de la persona autora. Pot ser utilitzada per a consulta o estudi personal, així com en activitats o materials d'investigació i docència en els termes establerts a l'art. 32 del Text Refós de la Llei de Propietat Intel·lectual (RDL 1/1996). Per altres utilitzacions es requereix l'autorització prèvia i expressa de la persona autora. En qualsevol cas, en la utilització dels seus continguts caldrà indicar de forma clara el nom i cognoms de la persona autora i el títol de la tesi doctoral. No s'autoritza la seva reproducció o altres formes d'explotació efectuades amb finalitats de lucre ni la seva comunicació pública des d'un lloc aliè al servei TDX. Tampoc s'autoritza la presentació del seu contingut en una finestra o marc aliè a TDX (framing). Aquesta reserva de drets afecta tant als continguts de la tesi com als seus resums i índexs.info:eu-repo/semantics/embargoedAccessoai:www.tdx.cat:10803/6919822026-06-14T12:46:07Z
score 15.811543

Similares en LA Referencia