Can we use seasonally adjusted indicators in dynamic factor models?

Resumen

En el trabajo se examina el comportamiento en predicción de dos aproximaciones alternativas a los modelos de factores dinámicos. La primera aproximación extrae el componente estacional de los indicadores individuales antes de estimar el modelo de factores dinámicos. La segunda utiliza series no ajustadas de estacionalidad en un modelo de factores que endógenamente realiza el ajuste estacional. Nuestro análisis de Montecarlo demuestra que el comportamiento de la primera aproximación es siempre igual o mejor que el de la segunda, sea cual sea el escenario simulado. Nuestros resultados tienen implicaciones muy relevantes sobre la literatura de modelos factoriales porque muestran que la práctica común de usar datos ajustados de estacionalidad en estos modelos es la apropiada y genera los mejores resultados en predicción. Usando cinco indicadores, ilustramos este resultado para el caso de Estados Unidos.