Estimating Large-Scale Factor Models for Economic Activity in Germany: Do They Outperform Simpler Models? / Die Schätzung von großen Faktormodellen für die deutsche Volkswirtschaft: Übertreffen sie einfachere Modelle?

Summary This paper discusses a large-scale factor model for the German economy, Following the recent literature, a data set of 121 time series is used to determine the factors by principal component analysis. The factors enter a linear dynamic model for German GDP. To evaluate its empirical properties, the model is compared with alternative univariate and multivariate models. These simpler models are based on regression techniques and considerably smaller data sets. Empirical forecast tests show that the large-scale factor model almost always encompasses its rivals. Moreover, out-of-sample forecasts of the large-scale factor model have smaller prediction errors than the forecasts of the alternative models. However, these advantages are not statistically significant, as a test for equal forecast accuracy shows. Therefore, the efficiency gains of using a large data set with this kind of factor models seem to be limited. Zusammenfassung Diese Arbeit diskutiert Faktorenmodelle auf Basis von umfangreichen Datensätzen für die deutsche Wirtschaft. Der jüngeren Literatur folgend werden aus einem umfangreichen Datensatz von 121 Zeitreihen mit der Hauptkomponentenanalyse gemeinsame Faktoren extrahiert, welche in ein dynamisches Modell zur Erklärung des deutschen Bruttoinlandsprodukts eingehen. Das Modell wird mit alternativen univariaten und multivariaten Modellen verglichen, die auf Regressionsansätzen und deutlich kleineren Datensätzen beruhen. Vergleiche von Prognosen außerhalb des Schätzzeitraums zeigen, dass die Prognosefehler des großen Faktorenmodells kleiner als bei den alternativen Modellen sind. Jedoch sind diese empirischen Vorteile nicht statistisch signifikant, wie Tests auf paarweise Gleichheit der Prognosegüte zeigen. Demzufolge scheinen die Effizienzvorteile des auf einem großen Datensatz beruhenden Faktorenmodells lediglich gering zu sein.

[1]  J. Bai,et al.  Determining the Number of Factors in Approximate Factor Models , 2000 .

[2]  Filip Keereman,et al.  An indicator-based short-term forecast for quarterly GDP in the euro area , 2001 .

[3]  W. Newey,et al.  A Simple, Positive Semi-Definite, Heteroskedasticity and Autocorrelationconsistent Covariance Matrix , 1986 .

[4]  D. Brillinger.  Time series - data analysis and theory , 1981, Classics in applied mathematics.

[5]  T. Barna,et al.  Measuring Business Cycles. , 1946 .

[6]  Sabine Stephan,et al.  Leading Indicators of German Business Cycles. An Assessment of Properties / Frühindikatoren der deutschen Konjunktur. Eine Beurteilung ihrer Eigenschaften , 2000 .

[7]  M. Hallin,et al.  The Generalized Dynamic-Factor Model: Identification and Estimation , 2000, Review of Economics and Statistics.

[8]  P. Newbold,et al.  Tests for Forecast Encompassing , 1998 .

[9]  Michael P. Clements,et al.  FORECASTING ECONOMIC TIME SERIES , 2000, Econometric Theory.

[10]  J. Cochrane.  What Do the Vars Mean?: Measuring the Output Effects of Monetary Policy , 1995 .

[11]  Michael Scharnagl.  The Stability of German Money Demand: Not Just a Myth , 1998 .

[12]  F. Diebold,et al.  Comparing Predictive Accuracy , 1994, Business Cycles.

[13]  George Kapetanios,et al.  An Automatic Leading Indicator of Economic Activity: Forecasting GDP Growth for European Countries , 1999 .

[14]  Marco Lippi,et al.  The Generalized Dynamic Factor Model , 2002 .

[15]  Marco Lippi,et al.  Coincident and leading indicators for the Euro area , 2001 .

[16]  L. Hurwicz,et al.  Measuring Business Cycles. , 1946 .

[17]  J. Stock,et al.  A Probability Model of the Coincident Economic Indicators , 1988 .

[18]  K. West,et al.  Asymptotic Inference about Predictive Ability , 1996 .

[19]  J. Stock,et al.  Macroeconomic Forecasting Using Diffusion Indexes , 2002 .

[20]  Massimiliano Marcellino,et al.  Factor Forecasts for the UK , 2005 .

[21]  Jörg Breitung,et al.  Prognoseeigenschaften alternativer Indikatoren für die Konjunkturentwicklung in Deutschland , 2002 .

[22]  Paul Newbold,et al.  Testing the equality of prediction mean squared errors , 1997 .

[23]  Michael Funke,et al.  In Search of Leading Indicators of Economic Activity in Germany , 2001, SSRN Electronic Journal.

[24]  Thomas J. Sargent,et al.  Business cycle modeling without pretending to have too much a priori economic theory , 1976 .

[25]  Filippo Altissimo,et al.  Eurocoin: A Real Time Coincident Indicator of the Euro Area Business Cycle , 2001 .

[26]  Michael Schröder,et al.  Prognosegehalt von ifo-Geschäftserwartungen und ZEW-Konjunkturerwartungen: Ein ökonometrischer Vergleich / Forecasting German industrial Production: An Econometric Comparison of ifo- and ZEW-Business Expectations , 2002 .