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
  

Full metadata record

DC FieldValueLanguage
dc.contributor.authorDrechsel, Katjaen_US
dc.contributor.authorScheufele, Rolfen_US
dc.date.accessioned2010-05-06en_US
dc.date.accessioned2010-07-29T10:10:09Z-
dc.date.available2010-07-29T10:10:09Z-
dc.date.issued2010en_US
dc.identifier.piurn:nbn:de:101:1-2010070679-
dc.identifier.urihttp://hdl.handle.net/10419/37059-
dc.description.abstractThe 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.en_US
dc.language.isoengen_US
dc.publisherInstitut für Wirtschaftsforschung Halle (IWH) Halle (Saale)en_US
dc.relation.ispartofseriesIWH-Diskussionspapiere 2010,10en_US
dc.subject.jelE37en_US
dc.subject.jelC22en_US
dc.subject.jelC53en_US
dc.subject.ddc330en_US
dc.subject.keywordLeading Indicatorsen_US
dc.subject.keywordForecast Evaluationen_US
dc.subject.keywordForecast Poolingen_US
dc.subject.keywordStructural Breaksen_US
dc.subject.keywordFrühindikatorenen_US
dc.subject.keywordPrognosegüteen_US
dc.subject.keywordPrognosekombinationen_US
dc.subject.keywordStrukturbrücheen_US
dc.subject.stwKonjunkturindikatoren_US
dc.subject.stwPrognoseverfahrenen_US
dc.subject.stwStatistischer Testen_US
dc.subject.stwStrukturbruchen_US
dc.subject.stwFinanzmarktkriseen_US
dc.subject.stwWirtschaftskriseen_US
dc.subject.stwDeutschlanden_US
dc.titleShould we trust in leading indicators? Evidence from the recent recessionen_US
dc.typeWorking Paperen_US
dc.identifier.ppn625514084en_US
dc.description.abstracttransDieses 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.en_US
dc.rightshttp://www.econstor.eu/dspace/Nutzungsbedingungen-
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
Show simple item record
Download bibliographical data as: BibTeX

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