Динамичен фактор модел
Динамичен фактор модел (DFM) извлича малък брой латентни общи фактори от голяма панелна извадка от икономически времеви редове и използва тези фактори за прогнозиране или сегашно прогнозиране (nowcasting) на целева променлива. Формализиран за макроикономическо прогнозиране от Джеймс Сток и Марк Уотсън в тяхната статия от 2002 г. в Journal of Business & Economic Statistics, DFM обработва стотици индикатори едновременно, като същевременно избягва проклятието на размерността, което измъчва традиционните многомерни модели.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Stock, J. H., & Watson, M. W. (2002). Macroeconomic forecasting using diffusion indexes. Journal of Business & Economic Statistics, 20(2), 147–162. DOI: 10.1198/073500102317351921 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 2). Dynamic Factor Models (Nowcasting). ScholarGate. https://scholargate.app/bg/econometrics/dynamic-factor-model
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Регресия MIDAS: Прогнозиране при смесени честоти на даннитеИконометрия↔ compare
- Модел на векторна авторегресия (VAR)Иконометрия↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →