Nowcasting GDP: what are the gains from machine learning algorithms?

4. Juni 2024
Issue 2024-06

Zusammenfassung

We compare several machine learning methods for nowcasting GDP. A large mixed-frequency data set is used to investigate different algorithms such as regression based methods (LASSO, ridge, elastic net), regression trees (bagging, random forest, gradient boosting), and SVR. As benchmarks, we use univariate models, a simple forward selection algorithm, and a principal components regression. The analysis accounts for publication lags and treats monthly indicators as quarterly variables combined via blocking. Our data set consists of more than 1,100 time series. For the period after the Great Recession, which is particularly challenging in terms of nowcasting, we find that all considered machine learning techniques beat the univariate benchmark up to 28 % in terms of out-of-sample RMSE. Ridge, elastic net, and SVR are the most promising algorithms in our analysis, significantly outperforming principal components regression.

Datei herunterladen

Die Datei kann per Klick auf den Button heruntergeladen werden.

Issue:
06
Pages:
38
JEL classification:
C53, C55, C32, C37
Keywords:
Nowcasting, Forecasting, Machine learning, Rridge, LASSO, Elastic net, Random forest, Bagging, Boosting, SVM, SVR, Large data sets
Year:
2024

Weitere Dateien

Verwandte Inhalte

Beteiligte Personen

  • Milen Arro-Cannarsa

  • Dr. Rolf Scheufele

Ihre Einstellungen

Erforderlich: Diese Cookies (z.B. zum Speichern Ihrer IP-Adresse) können nicht abgelehnt werden, da sie notwendig sind, um den Betrieb der Website zu gewährleisten. Diese Daten werden nicht weiter ausgewertet.
Analyse: Wenn Sie Ihre Einwilligung zu dieser Kategorie geben, werden Daten wie IP-Adresse, Standort, Geräteinformationen, Browser-Version und Besucherverhalten gesammelt. Diese Daten werden für SNB-interne Zwecke ausgewertet und 2 Jahre aufgehoben.
Drittanbieter: Wenn Sie Ihre Einwilligung zu dieser Kategorie geben, werden Services von Dritten (z.B. zur Ergänzung der SNB-Website mit multimedialen Inhalten) aktiviert, die Personendaten sammeln, diese bearbeiten und ins Ausland weltweit bekannt geben sowie Cookies setzen. Die entsprechenden Datenschutz-Regelungen sind in der Datenschutzerklärung für die Website der Schweizerischen Nationalbank verlinkt.

Wählen Sie Ihre gewünschten Einstellungen:

Diese Website verwendet Cookies, Analysetools und weitere Technologien, um angeforderte Funktionen, Inhalte und Dienste zur Verfügung zu stellen, angezeigte Inhalte zu personalisieren, Verknüpfungen zu Sozialen Medien anzubieten und die Nutzung der Website zur Verbesserung ihrer Bedienbarkeit in anonymisierter Form zu analysieren. Es werden dabei auch Personendaten an Dienstleister von Videodiensten ins Ausland weltweit bekanntgegeben und es kommen deren Analysetools zur Anwendung. Mehr Informationen finden Sie unter "Einstellungen verwalten".