GDP Nowcasting: assessing business cycle conditions in Argentina

Abstract

Having a correct assessment of current business cycle conditions is one of the mayor challenges for monetary policy conduct. Given that GDP figures are available with a significant delay, central banks are increasingly using Nowcasting as a useful tool for having an immediate perception of economic conditions. Thus we develop a GDP growth nowcasting exercise using two approaches: bridge equations and a dynamic factor model. Both outperform a typical AR(1) benchmark in terms of forecasting accuracy. Moreover, the factor model outperforms the nowcast using bridge equations. Following Giacomini and White (2004) we confirm that these differences are statistically significant.

Tener una correcta evaluación de las condiciones actuales del ciclo económico es uno de los mayores retos para la conducción de la política monetaria. Teniendo en cuenta que las cifras del PIB están disponibles con un retraso significativo, el uso de Nowcasting para tener una percepción inmediata de las condiciones cíclicas de la economía ha sido crecientemente adoptado por los bancos centrales. Desarrollamos un ejercicio de Nowcast del crecimiento del PIB utilizando dos enfoques: bridge equations y factor models. Ambos métodos superan en capacidad predictiva a un benchmark AR(1). Adicionalmente, el Nowcast basado en un factor model supera al de bridge equations. Finalmente, Siguiendo a Giacomini y White (2004) confirmamos que estas diferencias son estadísticamente significativas.