Forecasting US inflation using Markov dimension switching
Diese Arbeit erweitert den Bernoulli Ansatz von Korobilis (2013a), um die relevanten Variablen in der Phillips-Kurven-Gleichung zu bestimmen. Im Bernoulli Modell wird nicht berücksichtigt, dass sich die relevanten Variablen über die Zeit ändern können. Um diesen Punkt zu berücksichtigen, wird in dieser Arbeit ein neuer Modellansatz namens Markov Dimension Switching (MDS) eingeführt. MDS erlaubt, dass sich die Menge der relevanten Variablen über die Zeit ändern kann. Das MDS und Bernoulli Modell zeigen, dass die Arbeitslosenrate, die Rendite für Staatsanleihen und die Anzahl der neu gebauten Häuser die wichtigsten Variablen sind, um die amerikanische Inflationsrate zu erklären. Die Relevanz aller drei Variablen verändert sich über die Zeit. Dieses Ergebnis veranschaulicht den Nutzen des MDS Modells. Im Rahmen eines Prognosevergleiches erzielt das MDS Modell zudem genauere Prognosen als das Bernoulli Modell. Zudem stellt sich heraus, dass die Prognoseleistung des MDS Modells mit diversen in der Literatur als nützlich erwiesenen Modellen vergleichbar ist.