GDPNow for the Czech Republic

Abstract

The gross domestic product (GDP) is an essential measure of the state of economic activity and serves as a crucial tool for policymakers, investors, or businesses. However, the official GDP estimate in the Czech Republic is only available with a lag of approximately 60 days, and the Czech National Bank (CNB) announces its GDP forecast once in each quarter. This thesis focuses on predicting GDP growth in the current quarter, referred to as nowcasting. I employ several methods to nowcast the real GDP growth in the Czech Republic in a pseudo-real-time setting and compare their performance. Additionally, I investigate the possibility of creating an ensemble model by using a weighted average of several nowcasting models. The results suggest that the Dynamic Factor Model (DFM) performs best in the GDP nowcasting task, and its predictive accuracy is comparable with the official CNB nowcast. Furthermore, the model averaging process yields accuracy close to the best individual model while addressing model uncertainty. The GDP nowcast of the DFM will be made available to the public in real-time on a website and updated with a daily frequency.

Hrubý domácí produkt (HDP) je základním měřítkem stavu ekonomiky a slouží jako klíčový ukazatel pro zákonodárce, investory nebo podniky. Česká Národní Banka (ČNB) ale zveřejňuje oficiální odhad HDP až přibližně 60 dní po konci daného čtvrtletí, přičemž předpověď budoucího růstu HDP zveřejňuje ČNB vždy jen jednou v každém čtvrtletí. Tato diplomová práce se zaměřuje na predikci HDP v současném čtvrtletí, tzv. Nowcasting. Používám několik metod na průběžnou předpověď HDP v České republice a porovnávám jejich výsledky. Zkoumám také možnosti kombinace několika modelů za použití váženého průměrování jejich předpovědí. Výsledky ukazují, že Model Dynamického Faktoru předpovídá růst HDP v České republice nejlépe ze všech použitých modelů a přesnost jeho odhadů je srovnatelná s oficiálními predikcemi ČNB. Kombinace sedmi nejlepších individuálních modelů dosahuje přesnosti predikcí obdobné s nejlepším individuálním modelem a zároveň řeší problém nejistoty při výběru optimálního modelu. Predikce HDP získané modelem dynamického faktoru plánuji zveřejnit na internetové stránce a denně aktualizovat.