A Set of State–Space Models at a High Disaggregation Level to Forecast Italian Industrial Production

Abstract

Normally, econometric models that forecast the Italian Industrial Production Index do not exploit information already available at time t + 1 for their own main industry groupings. The new strategy proposed here uses state–space models and aggregates the estimates to obtain improved results. The performance of disaggregated models is compared at the same time with a popular benchmark model, a univariate model tailored on the whole index, with persistent not formally registered holidays, a vector autoregressive moving average model exploiting all information published on the web for main industry groupings. Tests for superior predictive ability confirm the supremacy of the aggregated forecasts over three steps horizon using absolute forecast error and quadratic forecast error as a loss function. The datasets are available online.

Aplicación de la técnica de componentes principales en la determinación de variables de activos ambientales

“…La sociedad luego de la revolución industrial se vio inmersa en cambios significativos para el desarrollo económico y social, orientados a la mejora de maquinaria y tecnología para la realización de las labores cotidianas, constituyéndose en herramientas para cada día mejorar las condiciones de vida de las personas, dejando de lado que todos estos cambios provocan afectaciones significativas y de distinta índole en el entorno o medio ambiente (Corradini, 2019). Gracias a la implementación de la tecnología, se ha favorecido la eficiencia en las labores realizadas por el hombre cada día pues toman menos tiempo al ser más tecnificadas, y en este sentido, es importante tener presente que se están generando avances considerables y desarrollos tecnológicos a diario, debido a que los adelantos tecnológicos, en especial las tecnologías digitales, se han incorporado y forman parte de las actividades desarrolladas en las empresas y de la vida diaria de las personas (Colding et al, 2019).…”