A nowcasting approach to generate timely estimates of Mexican economic activity: An application to the period of COVID-19
墨西哥经济活动的及时即时预测：COVID-19 时期应用AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确使用动态因子模型对宏观经济活动指标进行即时预测和预测组合。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
墨西哥经济活动的及时即时预测：COVID-19 时期应用
- 研究问题
- 如何结合经济金融序列与实时行为信息，提前估计墨西哥经济活动指标的年度变化，并应对疫情期间的急剧下滑？
- 方法与思路
- 作者用两步法估计动态因子，将因子纳入单变量时间序列模型，并依据 Diebold–Mariano 检验组合表现较佳且差异不显著的预测。
- 材料陈述的贡献
- 摘要称方法获得及时准确的即时预测，可较官方发布提前至多 50 天，并通过因子及载荷置信区间分析关键变量。
- 阅读关注点
- 应核对数据库的实时版本、发布滞后与修订、模型筛选和组合规则，以及疫情期样本外表现与置信区间计算。
- 阅读边界
- 所据为 arXiv 预印本，不能据此确认同行评审或期刊接收；摘要未报告误差数值，提前时间也不等同于普遍预测精度保证。
原文摘要
In this paper, we present a new approach based on dynamic factor models (DFMs) to perform nowcasts for the percentage annual variation of the Mexican Global Economic Activity Indicator (IGAE in Spanish). The procedure consists of the following steps: i) build a timely and correlated database by using economic and financial time series and real-time variables such as social mobility and significant topics extracted by Google Trends; ii) estimate the common factors using the two-step methodology of Doz et al. (2011); iii) use the common factors in univariate time-series models for test data; and iv) according to the best results obtained in the previous step, combine the statistically equal better nowcasts (Diebold-Mariano test) to generate the current nowcasts. We obtain timely and accurate nowcasts for the IGAE, including those for the current phase of drastic drops in the economy related to COVID-19 sanitary measures. Additionally, the approach allows us to disentangle the key variables in the DFM by estimating the confidence interval for both the factor loadings and the factor estimates. This approach can be used in official statistics to obtain preliminary estimates for IGAE up to 50 days before the official results.