To Aggregate or Not to Aggregate? Euro Area Inflation Forecasting

Nowcasting Consumer Price Inflation Using High-Frequency Scanner Data: Evidence from Germany

“…Recently, this line of research has been taken up again by Joseph, Kalamara, Kapetanios, Potjagailo, and Chakraborty (2022) who use disaggregate inflation data combined with machine learning methods to forecast headline inflation in the UK. Related to this academic debate, central banks have always forecasted different components of the inflation rate, both for statistical reasons and for understanding the underlying price dynamics (Benalal, del Hoyo, Landau, Roma, and Skudelny, 2004;Capistrán, Constandse, and Ramos-Francia, 2010;Huwiler and Kaufmann, 2013;Giannone, Lenza, Momferatou, and Onorante, 2014;Ulgazi and Vertier, 2022). By using the German inflation rate which is the one with the most detailed breakdown worldwide, we show that combining disaggregate inflation nowcasts into an aggregate nowcast for headline inflation is a highly competitive approach.…”

Pronosticando la inflación mensual en Colombia un paso hacia delante: una aproximación "de abajo hacia arriba"

“…En este caso, la desagregación de los precios según el sector económico evidencia mejores resultados a los expuestos por los precios desagregados según región económica. Fritzer et al (2002), Benalal et al (2004) y Harvey y Cushing (2014) consideran las tres metodologías mencionadas arriba. El primer estudio es realizado para Austria, el segundo para el caso de la zona Euro y el tercero para el caso de Ghana.…”

“…Para este caso, el enfoque desagregado reporta un mejor desempeño a partir de los modelos ARIMA. Benalal et al (2004) encuentran que los pronósticos producidos por modelos ARIMA que usan información agregada del IPC nacional son superiores a los pronósticos construidos a partir de una combinación lineal de los subcomponentes del IPC (ya sean a partir de los modelos VAR o ARIMA), esto para periodos de pronóstico de 12 y 18 meses. Para el caso de periodos de pronósticos inferiores a 12 meses, las conclusiones son mixtas.…”

Essays Concerning Inflation Forecasting: Disaggregation, Combination of Forecasts, and Unstructured Data

“…In this context, some papers find evidence favoring the bottom-up approach for the Euro Area (Espasa et al, 2002;Espasa & Albacete, 2007) and various countries (Bruneau et al, 2007;Moser et al, 2007;Capistrán et al, 2010;Aron & Muellbauer, 2012;Carlo & Marçal, 2016;Fulton & Hubrich, 2021). On the other hand, some papers find that aggregating forecasts by components does not necessarily improve aggregate inflation forecasting (Benalal et al, 2004;Hubrich, 2005;Hendry & Hubrich, 2011). In turn, Duarte & Rua (2007), Ibarra (2012), and Bermingham & D'Agostino (2014) highlight the benefits of aggregating a large number of disaggregates.…”