Regression model

Faktorisuurennettu vektorianalyysi (FAVAR)

FAVAR on monimuuttujainen aikasarjamalli, joka ensin tiivistää tiedon hyvin suuresta muuttujajoukosta muutamaksi yhteiseksi faktoriksi ja sisällyttää sitten nämä faktorit havaittujen muuttujien rinnalle vektorianalyysiin. Bernanke, Boivin ja Eliasz esittelivät sen vuonna 2005 tutkiakseen rahapolitiikkaa käyttäen satoja makrotaloudellisia indikaattoreita samanaikaisesti.

Sovella työkalulla EconMindTulossaVideoTulossaDownload slides

Lue koko menetelmä

Vain jäsenille

Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.

Kirjaudu sisään

Method map

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

Lähteet

  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

Näin viittaat tähän sivuun

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

Tähän viittaavat

ScholarGateFAVAR (Factor-Augmented Vector Autoregression). Haettu 2026-06-15 osoitteesta https://scholargate.app/fi/econometrics/favar · Aineisto: https://doi.org/10.5281/zenodo.20539026