Image de Google Jackets
Vue normale Vue MARC vue ISBD

L'apport des enquêtes de conjoncture auprès des entreprises à la prévision à court terme de l'emploi : une application en temps réel sur données suisses

Par : Type de matériel : TexteTexteLangue : français Détails de publication : 2013. Sujet(s) : Ressources en ligne : Abrégé : Cet article étudie l’apport des enquêtes de conjoncture auprès des entreprises réalisées par le centre de recherches conjoncturelles Kof à la prévision à court terme de l’emploi en Suisse. Une base de données en temps réel est utilisée pour simuler le processus de prévision en n’exploitant que les informations qui étaient disponibles lors de l’élaboration de chaque prévision. Le contenu prédictif de l’indicateur de l’emploi du Kof, tiré de ses enquêtes de conjoncture, est évalué pour les prévisions relatives aux trimestres courant et suivant, qui devancent les premiers chiffres officiels publiés de deux et cinq mois, respectivement. La prise en compte de l’indicateur de l’emploi du Kof débouche sur des prévisions ponctuelles et en densité sensiblement meilleures que celles tirées d’un simple modèle autorégressif de l’emploi.Abrégé : Do Business Tendency Surveys Help in Forecasting Employment ? A Real-Time Evidence for SwitzerlandThis study investigates the usefulness of business tendency surveys collected at the KOF Swiss Economic Institute and aggregated in the form of the KOF Employment Indicator for short-term forecasting of employment in Switzerland. We use a real-time dataset in order to simulate the actual predictive process using only information that was available at the time when predictions were made. We evaluate the predictive content of the KOF Employment Indicator for both nowcasts that are published two months before the first official release, and one-quarter ahead forecasts published five months before the first official release. We find that inclusion of the KOF Employment Indicator leads to a substantial improvement in prediction accuracy of both point and density forecasts compared to the performance of a benchmark autoregressive model.
Tags de cette bibliothèque : Pas de tags pour ce titre. Connectez-vous pour ajouter des tags.
Evaluations
    Classement moyen : 0.0 (0 votes)
Nous n'avons pas d'exemplaire de ce document

17

Cet article étudie l’apport des enquêtes de conjoncture auprès des entreprises réalisées par le centre de recherches conjoncturelles Kof à la prévision à court terme de l’emploi en Suisse. Une base de données en temps réel est utilisée pour simuler le processus de prévision en n’exploitant que les informations qui étaient disponibles lors de l’élaboration de chaque prévision. Le contenu prédictif de l’indicateur de l’emploi du Kof, tiré de ses enquêtes de conjoncture, est évalué pour les prévisions relatives aux trimestres courant et suivant, qui devancent les premiers chiffres officiels publiés de deux et cinq mois, respectivement. La prise en compte de l’indicateur de l’emploi du Kof débouche sur des prévisions ponctuelles et en densité sensiblement meilleures que celles tirées d’un simple modèle autorégressif de l’emploi.

Do Business Tendency Surveys Help in Forecasting Employment ? A Real-Time Evidence for SwitzerlandThis study investigates the usefulness of business tendency surveys collected at the KOF Swiss Economic Institute and aggregated in the form of the KOF Employment Indicator for short-term forecasting of employment in Switzerland. We use a real-time dataset in order to simulate the actual predictive process using only information that was available at the time when predictions were made. We evaluate the predictive content of the KOF Employment Indicator for both nowcasts that are published two months before the first official release, and one-quarter ahead forecasts published five months before the first official release. We find that inclusion of the KOF Employment Indicator leads to a substantial improvement in prediction accuracy of both point and density forecasts compared to the performance of a benchmark autoregressive model.

PLUDOC

PLUDOC est la plateforme unique et centralisée de gestion des bibliothèques physiques et numériques de Guinée administré par le CEDUST. Elle est la plus grande base de données de ressources documentaires pour les Étudiants, Enseignants chercheurs et Chercheurs de Guinée.

Adresse

627 919 101/664 919 101

25 boulevard du commerce
Kaloum, Conakry, Guinée

Réseaux sociaux

Powered by Netsen Group @ 2025