TY - GEN TI - Iterated Multi-Step Forecasting with Model Coefficients Changing Across Iterations AU - Franta, Michal AB - Iterované predikce na vzdálenost více období se obvykle tvoří za pomoci stejného modelu pro každé období. V této práci se koeficienty modelu v jednotlivých iteracích mohou lišit podle predikční schopnosti na příslušném horizontu v rámci datového vzorku. Tento přístup tak může být chápán jako kombinace iterovaného a přímého predikování. Zlepšená bodová predikce i predikce hustot je demonstrována na standardní středně velké vektorové autoregresi postavené na stejných proměnných, které používá model americké ekonomiky z práce Smets a Wouters (2007). Odhad modelu a predikce jsou tvořeny bayesovským přístupem na datech pokrývajících období 1959Q1–2016Q1. AB - Iterated multi-step forecasts are usually constructed assuming the same model in each forecasting iteration. In this paper, the model coefficients are allowed to change across forecasting iterations according to the in-sample prediction performance at a particular forecasting horizon. The technique can thus be viewed as a combination of iterated and direct forecasting. The superior point and density forecasting performance of this approach is demonstrated on a standard medium-scale vector autoregression employing variables used in the Smets and Wouters (2007) model of the US economy. The estimation of the model and forecasting are carried out in a Bayesian way on data covering the period 1959Q1–2016Q1. UR - http://www.nusl.cz/ntk/nusl-252251 LA - eng KW - direct forecasting KW - iterovaná predikce KW - multi-step forecasts KW - iterated forecasting KW - přímá predikce KW - VAR KW - bayesian estimation KW - bayesovské odhadování KW - predikce na více období KW - ekonomické modely KW - bayesovský přístup UR - http://invenio.nusl.cz/record/252251/files/nusl-252251_1.pdf PY - 2016 PB - ČNB, Na příkopě 864/28, 110 00 Praha 1-Nové Město, http://www.cnb.cz ER -