Regression model

Factor-Augmented Vector Autoregression (FAVAR)

El FAVAR és un model multivariant de sèries temporals que primer comprimeix la informació d'un conjunt molt gran de variables en uns pocs factors comuns, i després inclou aquests factors juntament amb les variables observades en una autoregressió vectorial. Va ser introduït per Bernanke, Boivin i Eliasz el 2005 per estudiar la política monetària utilitzant centenars d'indicadors macroeconòmics alhora.

Aplica-ho amb EconMindAviatVídeoAviatDownload slides

Llegeix el mètode complet

Només per a membres

Inicia la sessió amb un compte gratuït per llegir aquesta secció.

Inicia la sessió

Method map

The neighbourhood of related methods — select a node to explore.

Fonts

  1. Bernanke, B. S., Boivin, J. & Eliasz, P. (2005). Measuring the Effects of Monetary Policy: A Factor-Augmented Vector Autoregressive (FAVAR) Approach. The Quarterly Journal of Economics, 120(1), 387-422. DOI: 10.1162/0033553053327452
  2. 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

Com citar aquesta pàgina

ScholarGate. (2026, June 1). Factor-Augmented Vector Autoregression. ScholarGate. https://scholargate.app/ca/econometrics/favar

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.

Compare side by side

Citat per

ScholarGateFAVAR (Factor-Augmented Vector Autoregression). Recuperat el 2026-06-15 de https://scholargate.app/ca/econometrics/favar · Conjunt de dades: https://doi.org/10.5281/zenodo.20539026