Nowcasting GDP growth: from LARS regression to factor model

• Published in: Observations et diagnostics économiques. Revue de l'OFCE Vol. 108; pp. 31 - 48
• Main Author: Charpin, Françoise
• Format: Journal Article
• Language: French
• Published: 01.01.2009
• Subjects: Economic analysis; Economic conditions; Forecasts; France; Gross domestic product; Time series
• ISSN: 1265-9576

ABSTRACT IN FRENCH: Dans ce travail, l'estimation précoce de la croissance provient d'un modèle à facteurs, extraits d'un nombre réduit de séries mensuelles, ces dernières ayant été choisies par l'algorithme de la régression LARS (Least Angle Regression). On suit en cela le travail de Bai et Ng (2008) qui tranche avec le traditionnel modèle à facteurs, basé sur un très grand nombre de séries mensuelles. Les auteurs préconisent de ne retenir que les séries les plus performantes pour prévoir la croissance «the targeted predictors». Une pseudo analyse en temps réel est mise en oeuvre sur la période 2001-2007 pour estimer la croissance française du trimestre en cours et du trimestre suivant. // ABSTRACT IN ENGLISH: In this paper, nowcasts are provided by a factor model, where factors are extracted from a small number of monthly series, selected using the LARS algorithm (Least Angle Regression). We follow the work of Bai and Ng (2008) which contrasts strongly with the traditional factor model based on a large information set. They recommend selecting only targeted predictors, i.e. the most informative series to forecast growth. A pseudo real time analysis is carried out to estimate French growth over the period 2001-2007. Reprinted by permission of Observatoire Français des Conjonctures Économiques