XINFORMAÇÕES SOBRE DIREITOS AUTORAIS
As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.
A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.
A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.
A violação de direitos autorais é passível de sanções civis e penais.
As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.
A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.
A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.
A violação de direitos autorais é passível de sanções civis e penais.
Coleção Digital
Título: NOWCASTING GDP WITH MACHINE LEARNING MODELS: EVIDENCE FROM THE US Autor: LUCAS SEABRA MAYNARD DA SILVA
Instituição: PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO - PUC-RIO
Colaborador(es):
MARCELO CUNHA MEDEIROS - ADVISOR
Nº do Conteudo: 48271
Catalogação: 25/05/2020 Liberação: 25/05/2020 Idioma(s): ENGLISH - UNITED STATES
Tipo: TEXT Subtipo: THESIS
Natureza: SCHOLARLY PUBLICATION
Nota: Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=48271@1
Referência [en]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=48271@2
Referência DOI: https://doi.org/10.17771/PUCRio.acad.48271
Resumo:
Título: NOWCASTING GDP WITH MACHINE LEARNING MODELS: EVIDENCE FROM THE US Autor: LUCAS SEABRA MAYNARD DA SILVA
Nº do Conteudo: 48271
Catalogação: 25/05/2020 Liberação: 25/05/2020 Idioma(s): ENGLISH - UNITED STATES
Tipo: TEXT Subtipo: THESIS
Natureza: SCHOLARLY PUBLICATION
Nota: Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=48271@1
Referência [en]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=48271@2
Referência DOI: https://doi.org/10.17771/PUCRio.acad.48271
Resumo:
This paper examines the use of Machine Learning (ML) models to
compute estimates of current-quarter US Real GDP growth rate (nowcasts).
These methods can handle large data sets with unsynchronized release
dates, and nowcasts are updated each time new data are released along the
quarter. A pseudo-out-of-sample exercise is proposed to assess forecasting
performance and to analyze the variable selection pattern of these models.
The ML method that deserves more attention is the Target Factor, which
overcomes the usually adopted dynamic factor model for some predictions
vintages in the quarter. We also analyze the variables selected, which are
consistent between models and intuition.
| Descrição | Arquivo |
| COMPLETE |
