Online price indices : methodological improvements and applications to inflation forecasting and real exchange rate estimation

Autores
Bertolotto, Manuel I.
Año de publicación
2019
Idioma
inglés
Tipo de recurso
tesis doctoral
Estado
versión corregida
Colaborador/a o director/a de tesis
Cavallo, Alberto
Descripción
Fil: Bertolotto, Manuel I.. Universidad de San Andrés. Departamento de Economía; Argentina.
El primer trabajo presenta una nueva metodología para calcular índices de precios al consumidor (IPC) con precios online ya que las utilizadas corrientemente muestran tendencias negativas anormales provocadas por la alta rotación de productos. Mientras que el enfoque tradicional para calcular el IPC busca un reemplazo cuando se descontinua un producto, la metodología de “closest-match” busca un artículo comparable cada vez que ingresa uno nuevo al mercado. El método propuesto es escalable y produce resultados similares al IPC tradicional para todos los países en la muestra (Alemania, Países Bajos, España, Reino Unido, y Estados Unidos). El segundo trabajo introduce a los índices de precios online como variables relevantes para pronosticar el IPC. Con la aplicación de la metodología propuesta, los pronósticos de inflación a un mes son más precisos que los publicados por Bloomberg y otros modelos estadísticos para los casos de Australia, Canadá, Francia, Alemania, Grecia, Irlanda, Italia, los Países Bajos, el Reino Unido y los Estados Unidos. Así mismo, al de la Reserva Federal de Philadelphia, realizado con tres meses de anticipación. El tercer trabajo utiliza una base de datos con frecuencia diaria para estimar que la tasa de reversión al equilibrio del tipo de cambio real (TCR) es inferior a un año. Hasta ahora, las estimaciones de esta tasa oscilaban entre un mínimo de dos a cinco años, lo cual era inconsistente con la teoría de paridad de poder de compra y la ley del único precio.
The first paper introduces a new methodology to calculate the consumer price index (CPI) using online prices that avoids its abnormal downward trend. The method reflects a change in paradigm for how old and new varieties of products are linked. While the traditional approach looks for a replacement when an item is discontinued, the closest-match approach searches for a comparable item every time a new product enters the market. The method is scalable and yields remarkably similar results to the traditional CPI for every country in the sample, namely Germany, the Netherlands, Spain, the United Kingdom, and the United States. The second paper introduces the online price index as a useful source of information to forecast the CPI. The baseline one-month forecast outperforms Bloomberg surveys of forecasters. The baseline specification also outperforms statistical benchmark forecasts for Australia, Canada, France, Germany, Greece, Ireland, Italy, the Netherlands, the United Kingdom, and the United States. Similarly, the quarterly forecast for the US inflation rate substantially outperforms the Survey of Professional Forecasters. The third paper uses a novel dataset with a daily frequency of price collection to measure that the mean-reversion rate of the real exchange rate is typically less than one year. This is the first study to show estimates in harmony with the law of one price theory. Until now, estimates suggested that the rate of mean-reversion was unreasonably slow, ranging from a minimum of two to five years.
Materia
Consumer price indexes -- Econometric models.
Price indexes --  Econometric models.
Inflation (Finance) -- Forecasting -- Econometric models.
Índices de precios al consumidor -- Modelos econométricos.
Índices de precios --  Modelos econométricos.
Inflación (Finanzas) -- Pronósticos y proyecciones -- Modelos econométricos.
Nivel de accesibilidad
acceso abierto
Condiciones de uso
https://creativecommons.org/licenses/by-nc-nd/4.0/
Repositorio
Repositorio Digital San Andrés (UdeSa)
Institución
Universidad de San Andrés
OAI Identificador
oai:repositorio.udesa.edu.ar:10908/16699

id RDUDESA_d8bffdd4a5973f2cd64074a582085505
oai_identifier_str oai:repositorio.udesa.edu.ar:10908/16699
network_acronym_str RDUDESA
repository_id_str 2363
network_name_str Repositorio Digital San Andrés (UdeSa)
spelling Online price indices : methodological improvements and applications to inflation forecasting and real exchange rate estimationBertolotto, Manuel I.Consumer price indexes -- Econometric models.Price indexes --  Econometric models.Inflation (Finance) -- Forecasting -- Econometric models.Índices de precios al consumidor -- Modelos econométricos.Índices de precios --  Modelos econométricos.Inflación (Finanzas) -- Pronósticos y proyecciones -- Modelos econométricos.Fil: Bertolotto, Manuel I.. Universidad de San Andrés. Departamento de Economía; Argentina.El primer trabajo presenta una nueva metodología para calcular índices de precios al consumidor (IPC) con precios online ya que las utilizadas corrientemente muestran tendencias negativas anormales provocadas por la alta rotación de productos. Mientras que el enfoque tradicional para calcular el IPC busca un reemplazo cuando se descontinua un producto, la metodología de “closest-match” busca un artículo comparable cada vez que ingresa uno nuevo al mercado. El método propuesto es escalable y produce resultados similares al IPC tradicional para todos los países en la muestra (Alemania, Países Bajos, España, Reino Unido, y Estados Unidos). El segundo trabajo introduce a los índices de precios online como variables relevantes para pronosticar el IPC. Con la aplicación de la metodología propuesta, los pronósticos de inflación a un mes son más precisos que los publicados por Bloomberg y otros modelos estadísticos para los casos de Australia, Canadá, Francia, Alemania, Grecia, Irlanda, Italia, los Países Bajos, el Reino Unido y los Estados Unidos. Así mismo, al de la Reserva Federal de Philadelphia, realizado con tres meses de anticipación. El tercer trabajo utiliza una base de datos con frecuencia diaria para estimar que la tasa de reversión al equilibrio del tipo de cambio real (TCR) es inferior a un año. Hasta ahora, las estimaciones de esta tasa oscilaban entre un mínimo de dos a cinco años, lo cual era inconsistente con la teoría de paridad de poder de compra y la ley del único precio.The first paper introduces a new methodology to calculate the consumer price index (CPI) using online prices that avoids its abnormal downward trend. The method reflects a change in paradigm for how old and new varieties of products are linked. While the traditional approach looks for a replacement when an item is discontinued, the closest-match approach searches for a comparable item every time a new product enters the market. The method is scalable and yields remarkably similar results to the traditional CPI for every country in the sample, namely Germany, the Netherlands, Spain, the United Kingdom, and the United States. The second paper introduces the online price index as a useful source of information to forecast the CPI. The baseline one-month forecast outperforms Bloomberg surveys of forecasters. The baseline specification also outperforms statistical benchmark forecasts for Australia, Canada, France, Germany, Greece, Ireland, Italy, the Netherlands, the United Kingdom, and the United States. Similarly, the quarterly forecast for the US inflation rate substantially outperforms the Survey of Professional Forecasters. The third paper uses a novel dataset with a daily frequency of price collection to measure that the mean-reversion rate of the real exchange rate is typically less than one year. This is the first study to show estimates in harmony with the law of one price theory. Until now, estimates suggested that the rate of mean-reversion was unreasonably slow, ranging from a minimum of two to five years.Universidad de San Andrés. Departamento de EconomíaCavallo, Alberto2020-01-06T14:32:36Z2020-01-06T14:32:36Z2019-06Tesisinfo:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/updatedVersionhttp://purl.org/coar/resource_type/c_db06info:ar-repo/semantics/tesisDoctoralapplication/pdfapplication/pdfBertolotto, M. I. (2019). Online price indices : methodological improvements and applications to inflation forecasting and real exchange rate estimation. [Tesis de doctorado, Universidad de San Andrés. Departamento de Economía]. Repositorio Digital San Andrés. http://hdl.handle.net/10908/16699http://hdl.handle.net/10908/16699enginfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-nd/4.0/reponame:Repositorio Digital San Andrés (UdeSa)instname:Universidad de San Andrés2025-09-18T10:52:18Zoai:repositorio.udesa.edu.ar:10908/16699instacron:Universidad de San AndrésInstitucionalhttp://repositorio.udesa.edu.ar/jspui/Universidad privadaNo correspondehttp://repositorio.udesa.edu.ar/oai/requestmsanroman@udesa.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:23632025-09-18 10:52:19.117Repositorio Digital San Andrés (UdeSa) - Universidad de San Andrésfalse
dc.title.none.fl_str_mv Online price indices : methodological improvements and applications to inflation forecasting and real exchange rate estimation
title Online price indices : methodological improvements and applications to inflation forecasting and real exchange rate estimation
spellingShingle Online price indices : methodological improvements and applications to inflation forecasting and real exchange rate estimation
Bertolotto, Manuel I.
Consumer price indexes -- Econometric models.
Price indexes --  Econometric models.
Inflation (Finance) -- Forecasting -- Econometric models.
Índices de precios al consumidor -- Modelos econométricos.
Índices de precios --  Modelos econométricos.
Inflación (Finanzas) -- Pronósticos y proyecciones -- Modelos econométricos.
title_short Online price indices : methodological improvements and applications to inflation forecasting and real exchange rate estimation
title_full Online price indices : methodological improvements and applications to inflation forecasting and real exchange rate estimation
title_fullStr Online price indices : methodological improvements and applications to inflation forecasting and real exchange rate estimation
title_full_unstemmed Online price indices : methodological improvements and applications to inflation forecasting and real exchange rate estimation
title_sort Online price indices : methodological improvements and applications to inflation forecasting and real exchange rate estimation
dc.creator.none.fl_str_mv Bertolotto, Manuel I.
author Bertolotto, Manuel I.
author_facet Bertolotto, Manuel I.
author_role author
dc.contributor.none.fl_str_mv Cavallo, Alberto
dc.subject.none.fl_str_mv Consumer price indexes -- Econometric models.
Price indexes --  Econometric models.
Inflation (Finance) -- Forecasting -- Econometric models.
Índices de precios al consumidor -- Modelos econométricos.
Índices de precios --  Modelos econométricos.
Inflación (Finanzas) -- Pronósticos y proyecciones -- Modelos econométricos.
topic Consumer price indexes -- Econometric models.
Price indexes --  Econometric models.
Inflation (Finance) -- Forecasting -- Econometric models.
Índices de precios al consumidor -- Modelos econométricos.
Índices de precios --  Modelos econométricos.
Inflación (Finanzas) -- Pronósticos y proyecciones -- Modelos econométricos.
dc.description.none.fl_txt_mv Fil: Bertolotto, Manuel I.. Universidad de San Andrés. Departamento de Economía; Argentina.
El primer trabajo presenta una nueva metodología para calcular índices de precios al consumidor (IPC) con precios online ya que las utilizadas corrientemente muestran tendencias negativas anormales provocadas por la alta rotación de productos. Mientras que el enfoque tradicional para calcular el IPC busca un reemplazo cuando se descontinua un producto, la metodología de “closest-match” busca un artículo comparable cada vez que ingresa uno nuevo al mercado. El método propuesto es escalable y produce resultados similares al IPC tradicional para todos los países en la muestra (Alemania, Países Bajos, España, Reino Unido, y Estados Unidos). El segundo trabajo introduce a los índices de precios online como variables relevantes para pronosticar el IPC. Con la aplicación de la metodología propuesta, los pronósticos de inflación a un mes son más precisos que los publicados por Bloomberg y otros modelos estadísticos para los casos de Australia, Canadá, Francia, Alemania, Grecia, Irlanda, Italia, los Países Bajos, el Reino Unido y los Estados Unidos. Así mismo, al de la Reserva Federal de Philadelphia, realizado con tres meses de anticipación. El tercer trabajo utiliza una base de datos con frecuencia diaria para estimar que la tasa de reversión al equilibrio del tipo de cambio real (TCR) es inferior a un año. Hasta ahora, las estimaciones de esta tasa oscilaban entre un mínimo de dos a cinco años, lo cual era inconsistente con la teoría de paridad de poder de compra y la ley del único precio.
The first paper introduces a new methodology to calculate the consumer price index (CPI) using online prices that avoids its abnormal downward trend. The method reflects a change in paradigm for how old and new varieties of products are linked. While the traditional approach looks for a replacement when an item is discontinued, the closest-match approach searches for a comparable item every time a new product enters the market. The method is scalable and yields remarkably similar results to the traditional CPI for every country in the sample, namely Germany, the Netherlands, Spain, the United Kingdom, and the United States. The second paper introduces the online price index as a useful source of information to forecast the CPI. The baseline one-month forecast outperforms Bloomberg surveys of forecasters. The baseline specification also outperforms statistical benchmark forecasts for Australia, Canada, France, Germany, Greece, Ireland, Italy, the Netherlands, the United Kingdom, and the United States. Similarly, the quarterly forecast for the US inflation rate substantially outperforms the Survey of Professional Forecasters. The third paper uses a novel dataset with a daily frequency of price collection to measure that the mean-reversion rate of the real exchange rate is typically less than one year. This is the first study to show estimates in harmony with the law of one price theory. Until now, estimates suggested that the rate of mean-reversion was unreasonably slow, ranging from a minimum of two to five years.
description Fil: Bertolotto, Manuel I.. Universidad de San Andrés. Departamento de Economía; Argentina.
publishDate 2019
dc.date.none.fl_str_mv 2019-06
2020-01-06T14:32:36Z
2020-01-06T14:32:36Z
dc.type.none.fl_str_mv Tesis
info:eu-repo/semantics/doctoralThesis
info:eu-repo/semantics/updatedVersion
http://purl.org/coar/resource_type/c_db06
info:ar-repo/semantics/tesisDoctoral
format doctoralThesis
status_str updatedVersion
dc.identifier.none.fl_str_mv Bertolotto, M. I. (2019). Online price indices : methodological improvements and applications to inflation forecasting and real exchange rate estimation. [Tesis de doctorado, Universidad de San Andrés. Departamento de Economía]. Repositorio Digital San Andrés. http://hdl.handle.net/10908/16699
http://hdl.handle.net/10908/16699
identifier_str_mv Bertolotto, M. I. (2019). Online price indices : methodological improvements and applications to inflation forecasting and real exchange rate estimation. [Tesis de doctorado, Universidad de San Andrés. Departamento de Economía]. Repositorio Digital San Andrés. http://hdl.handle.net/10908/16699
url http://hdl.handle.net/10908/16699
dc.language.none.fl_str_mv eng
language eng
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by-nc-nd/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
dc.format.none.fl_str_mv application/pdf
application/pdf
dc.publisher.none.fl_str_mv Universidad de San Andrés. Departamento de Economía
publisher.none.fl_str_mv Universidad de San Andrés. Departamento de Economía
dc.source.none.fl_str_mv reponame:Repositorio Digital San Andrés (UdeSa)
instname:Universidad de San Andrés
reponame_str Repositorio Digital San Andrés (UdeSa)
collection Repositorio Digital San Andrés (UdeSa)
instname_str Universidad de San Andrés
repository.name.fl_str_mv Repositorio Digital San Andrés (UdeSa) - Universidad de San Andrés
repository.mail.fl_str_mv msanroman@udesa.edu.ar
_version_ 1843612346733297664
score 12.490522