ScholarGate
Asistent
Regression model

Faktorski proširena vektorska autoregresija (FAVAR)

FAVAR je multivarijatni model vremenskih serija koji prvo sažima informacije iz vrlo velikog skupa varijabli u nekoliko zajedničkih faktora, a zatim te faktore uključuje uz promatrane varijable u vektorsku autoregresiju. Uveli su ga Bernanke, Boivin i Eliasz 2005. godine kako bi proučavali monetarnu politiku koristeći stotine makroekonomskih pokazatelja odjednom.

Primijenite uz EconMindUskoroVideoUskoroDownload slides

Pročitajte cijelu metodu

Samo za članove

Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.

Prijavite se

Method map

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

Izvori

  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

Kako citirati ovu stranicu

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

Citirana u

ScholarGateFAVAR (Factor-Augmented Vector Autoregression). Preuzeto 2026-06-15 s https://scholargate.app/hr/econometrics/favar · Skup podataka: https://doi.org/10.5281/zenodo.20539026