ScholarGate
Assistent
Regression model

Factor-Augmented Vector Autoregression (FAVAR)

FAVAR is een multivariate tijdreeksmodel dat eerst informatie uit een zeer grote set variabelen comprimeert tot enkele gemeenschappelijke factoren, en vervolgens die factoren samen met de waargenomen variabelen opneemt in een vectorautoregressie. Het werd in 2005 geïntroduceerd door Bernanke, Boivin en Eliasz om het monetaire beleid te bestuderen met behulp van honderden macro-economische indicatoren tegelijk.

Toepassen met EconMindBinnenkortVideoBinnenkortDownload slides

Lees de volledige methode

Alleen voor leden

Log in met een gratis account om dit onderdeel te lezen.

Inloggen

Method map

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

Bronnen

  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

Deze pagina citeren

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

Geciteerd door

ScholarGateFAVAR (Factor-Augmented Vector Autoregression). Geraadpleegd op 2026-06-15 via https://scholargate.app/nl/econometrics/favar · Gegevensset: https://doi.org/10.5281/zenodo.20539026