EconStor >
Institut für Wirtschaftsforschung Halle (IWH) >
IWH-Diskussionspapiere, Institut für Wirtschaftsforschung Halle (IWH) >

Please use this identifier to cite or link to this item:

http://hdl.handle.net/10419/37059
  
Title:Should we trust in leading indicators? Evidence from the recent recession PDF Logo
Authors:Drechsel, Katja
Scheufele, Rolf
Issue Date:2010
Series/Report no.:IWH-Diskussionspapiere 2010,10
Abstract:The paper analyzes leading indicators for GDP and industrial production in Germany. We focus on the performance of single and pooled leading indicators during the pre-crisis and crisis period using various weighting schemes. Pairwise and joint significant tests are used to evaluate single indicator as well as forecast combination methods. In addition, we use an end-of-sample instability test to investigate the tability of forecasting models during the recent financial crisis. We find in general that only a small number of single indicator models were performing well before the crisis. Pooling can substantially increase the reliability of leading indicator forecasts. During the crisis the relative performance of many leading indicator models increased. At short horizons, survey indicators perform best, while at longer horizons financial indicators, such as term spreads and risk spreads, improve relative to the benchmark.
Abstract (Translated):Dieses Papier untersucht die Prognosegüte konjunktureller Frühindikatoren für das Bruttoinlandsprodukt sowie die Industrieproduktion in Deutschland vor und während der Krise. Die Prognosegüte einzelner und durch verschiedene Gewichtungsschemata kombinierter Prognosen basierend auf Frühindikatoren wird durch gemeinsame Signifikanztests bewertet. Des Weiteren geben End-of-sample Instabilitätstests Auskunft über die Stabilität der Prognosemodelle während der aktuellen Finanzkrise. Es wird gezeigt, dass nur wenige Einzelindikatoren vor der Krise genauere Prognosen liefern als das AR-Modell. Durch Kombination kann die Prognosegüte von Frühindikatoren erheblich verbessert werden. Während Umfragedaten für die Kurzfristprognose die Prognosegüte erheblich verbessern, liefern Finanzmarktdaten, wie bspw. Zinsspreads und Risikoaufschläge, bessere Prognosen als die Benchmark für längerfristige Prognosehorizonte.
Subjects:Leading Indicators
Forecast Evaluation
Forecast Pooling
Structural Breaks
Frühindikatoren
Prognosegüte
Prognosekombination
Strukturbrüche
JEL:E37
C22
C53
Persistent Identifier of the first edition:urn:nbn:de:101:1-2010070679
Document Type:Working Paper
Appears in Collections:IWH-Diskussionspapiere, Institut für Wirtschaftsforschung Halle (IWH)
Publikationen von Forscherinnen und Forschern des IWH

Files in This Item:
File Description SizeFormat
625514084.pdf1.26 MBAdobe PDF
No. of Downloads: Counter Stats
Download bibliographical data as: BibTeX
Share on:http://hdl.handle.net/10419/37059

Items in EconStor are protected by copyright, with all rights reserved, unless otherwise indicated.