Robustness and the general dynamic factor model with infinite-dimensional spaceidentification, estimation, and forecasting
Trucíos Maza, Carlos César; Mazzeu, João H. G.; Hotta, Luiz Koodi; Pereira, Pedro L. Valls; Hallin, Marc
O documento é disponibilizado pela fonte de origem, que mantém a versão integral e as condições de uso.
Resumo
General dynamic factor models have demonstrated their capacity to circumvent the curse of dimensionality in time series and have been successfully applied in many economic and financial applications. However, their performance in the presence of outliers has not been analysed yet. In this paper, we study the impact of additive outliers on the identification, estimation and forecasting performance of general dynamic factor models. Based on our findings, we propose robust identification, estimation and forecasting procedures. Our proposal is evaluated via Monte Carlo experiments and in empirical data.
Ficha do documento
- Tipo
- Estudo
- Ano
- 2020
- Instituição
- Escola de Economia de São Paulo
- Fonte
- Repositório da FGV
- Idioma
- Inglês
- Acesso
- Acesso aberto
- Identificador
- oai:repositorio.fgv.br:10438/28790
- Temas
- Economia
Conteúdos relacionados
- EstudoForecasting conditional covariance matrices in high-dimensional time seriesEscola de Economia de São Paulo · 2019
- DissertaçãoPrevisão da inadimplência bancária no Brasil através dos métodos FAVAR e FAVECMFundação Getulio Vargas · 2013
- EstudoForecasting VaR and ES through Markov-switching GARCH modelsEscola de Economia de São Paulo · 2024
- EstudoOn the robustness of the principal volatility componentsEscola de Economia de São Paulo · 2018
