Dynamisches Faktormodell
Ein Dynamisches Faktormodell (DFM) extrahiert eine kleine Anzahl latenter gemeinsamer Faktoren aus einem großen Panel von Wirtschaftszeitreihen und nutzt diese Faktoren zur Prognose oder Nowcast einer Zielvariablen. Formalisiert für makroökonomische Prognosen von James Stock und Mark Watson in ihrer Arbeit von 2002 im Journal of Business & Economic Statistics, können DFMs Hunderte von Indikatoren gleichzeitig verarbeiten und vermeiden den Fluch der Dimensionalität, der traditionelle multivariate Modelle plagt.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- 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 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 2). Dynamic Factor Models (Nowcasting). ScholarGate. https://scholargate.app/de/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.
- MIDAS-Regression: Prognose über gemischte Datenfrequenzen hinwegÖkonometrie↔ compare
- Vektorautoregressionsmodell (VAR)Ökonometrie↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →