ScholarGate
Asistent
Regression model

Faktor-Augmentovani Vektor Autoregresioni (FAVAR)

FAVAR je multivarijantni vremenski model koji prvo kompresuje informacije iz velikog skupa promenljivih u nekoliko zajedničkih faktora, a zatim uključuje te faktore uz posmatrane promenljive u vektorsku autoregresiju. Uveli su ga Bernanke, Boivin i Eliasz 2005. godine da bi proučavali monetarnu politiku koristeći stotine makroekonomskih pokazatelja odjednom.

Primenite uz EconMindUskoroVideoUskoroPreuzmi slajdove

Pročitajte celu metodu

Samo za članove

Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.

Prijavite se

Mapa metoda

Okruženje srodnih metoda — izaberite čvor da biste istraživali.

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/sr/econometrics/favar

Koja metoda?

Postavite ovu metodu pored njoj najbližih srodnika i čitajte ih uporedo — biblioteka polaže knjige na sto; izbor je na vama.

Uporedi uporedo

Citirana u

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