Ruhr Economic Papers

Ruhr Economic Papers #506

Gold Price Forecasts in a Dynamic Model Averaging Framework – Have the Determinants Changed Over Time?

von Dirk G. Baur, Joscha Beckmann und Robert Czudaj

UDE, 10/2014, 27 S./p., 8 Euro, ISBN 978-3-86788-581-2 DOI: 10.4419/86788581

download

Zusammenfassung

Der Goldpreis wird durch eine breite Palette von lokalen und globalen Faktoren wie Rohstoffpreisen, Zinssätzen, Inflationserwartungen, Wechselkursänderungen und Aktienmarktvolatilität beeinflusst. Daher ist es eine schwierige Aufgabe den Goldpreis zu prognostizieren. Das Hauptproblem besteht darin, die relevanten Regressoren zu jedem Zeitpunkt auszuwählen. Diese Kombination aus Modell- und Parameterunsicherheit wird in unserem Dynamic Modell Averaging (DMA) Ansatz berücksichtigt, in dem sich sowohl das Prognosemodell als auch deren Koeffizienten im Laufe der Zeit ändern können. Basierend darauf untersuchen wir eine große Bandbreite möglicher Goldpreisdeterminanten hinsichtlich ihrer Vorhersagekraft und nutzen dabei sowohl die Predictive Likelihood als auch den mittleren quadratischen Fehler als Maß für die Vorhersageleistung. Wir analysieren anhand der a posteriori-Wahrscheinlichkeit, welche Prädiktoren zu verschiedenen Zeitpunkten für die Prognose relevant waren. Unsere Ergebnisse zeigen, dass (1) DMA die Prognose im Vergleich zu anderen Verfahren verbessert und (2) dass die Goldpreisprädiktoren sich über die Zeit verändert haben.

JEL-Classification: C32, G10, G15, F37

Keywords: Bayesian econometrics; dynamic model averaging; forecasting; gold

Hoch