Documento de Trabajo N° 1081: Conditional Bayesian Quantile Regressions for Forecasting the GDP Growth Distribution in a Small Open Economy
Investigación económica
Documento de Trabajo N° 1081: Conditional Bayesian Quantile Regressions for Forecasting the GDP Growth Distribution in a Small Open Economy
Autor: Jorge Fornero , Carlos Molina
Descripción
Estimamos la distribución predictiva completa del crecimiento del PIB en una economía pequeña y abierta, usando Chile como caso de estudio. Siguiendo Sokol (2025), implementamos la regresión de cuantil bayesiana condicionando en adelantos de variables internas y en un conjunto amplio de información resumida en factores externos y domésticos. Encontramos que las condiciones del mercado laboral y financieras mejoran sustancialmente la precisión predictiva fuera de la muestra, reducen las puntuaciones de pérdida de cuantiles y permiten la identificación temprana de riesgos de cola y episodios de contracción en comparación con los modelos basados únicamente en información contemporánea del crecimiento del PIB. Además, el marco facilita la construcción de gráficos de abanico condicionales que capturan asimetrías consistentes con proyecciones de la tasa de desempleo.
Documento de Trabajo N° 1081: Conditional Bayesian Quantile Regressions for Forecasting the GDP Growth Distribution in a Small Open Economy
Recuadros y gráficos
