Please use this identifier to cite or link to this item: http://hdl.handle.net/10419/103070
Authors: 
Hutter, Christian
Weber, Enzo
Year of Publication: 
2013
Series/Report no.: 
IAB Discussion Paper 17/2013
Abstract: 
The paper investigates the predictive power of a new survey implemented by the Federal Employment Agency (FEA) for forecasting German unemployment in the short run. Every month, the CEOs of the FEA's regional agencies are asked about their expectations of future labor market developments. We generate an aggregate unemployment leading indicator that exploits serial correlation in response behavior through identifying and adjusting temporarily unreliable predictions. We use out-of-sample tests suitable in nested model environments to compare forecasting performance of models including the new indicator to that of purely autoregressive benchmarks. For all investigated forecast horizons (1, 2, 3 and 6 months), test results show that models enhanced by the new leading indicator significantly outperform their benchmark counterparts. To compare our indicator to potential competitors we employ the model confidence set. Results reveal that models including the new indicator perform very well.
Abstract (Translated): 
Die vorliegende Arbeit untersucht eine neue Umfrage der Bundesagentur für Arbeit hinsichtlich ihres Potentials, kurzfristige Prognosen deutscher Arbeitslosenzahlen zu verbessern. In dieser Umfrage werden die Vorsitzenden der Geschäftsführung aller regionalen Agenturen monatlich zu ihren Arbeitsmarkterwartungen der nächsten drei Monate befragt. Wir bilden einen aggregierten Arbeitslosigkeitsfrühindikator und unterscheiden dabei auch zwischen temporär zuverlässigen und unzuverlässigen Agenturen, um serielle Korrelation im Antwortverhalten auszunutzen. Um die Prognosegüte des neuen Indikators mit der rein autoregressiver Benchmarkmodelle zu vergleichen, ziehen wir Out-of-Sample Evaluationstests heran, die für den Vergleich genesteter Modelle geeignet sind. Die Ergebnisse zeigen, dass Modelle mit dem neuen Frühindikator im Allgemeinen ihre rein autoregressiven Benchmarkmodelle schlagen, und zwar für alle untersuchten Prognosehorizonte (1, 2, 3 und 6 Monate). Desweiteren vergleichen wir unseren Frühindikator mit potenziellen Wettbewerbern und nutzen dafür das Model Confidence Set. Die Ergebnisse zeigen, dass Modelle mit dem neuen Frühindikator sehr gut abschneiden.
Subjects: 
survey data
forecast evaluation
nested models
model confidence set
unemployment
JEL: 
C22
C52
C53
E24
Document Type: 
Working Paper

Files in This Item:
File
Size
313.18 kB





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