Florian Eckert

Last Name

Eckert

First Name

Florian

ORCID

0000-0001-6191-0161

Show all metadata

Search Results

Publications 1 - 10 of 61

Agnostische Schätzung und Zerlegung von Produktionslücken
Sarferaz, Samad; Eckert, Florian (2019)
KOF Analysen
This paper uses a Bayesian dynamic index model to extract common trends and cycles from large datasets in a novel agnostic way. We show how to derive an agnostic output gap measure from these estimates, applying the procedure to a data set of quarterly time series compiled for the U.S. and Switzerland. We show that our derived output gap measure is a good reflection of the U.S. and Swiss business cycle and has a high correlation with alternative estimates of the output gap. We also show that two common cycles estimated for U.S. – one on the frequency of business cycles and the other at a lower frequency – dominate in explaining fluctuations in the output gap. Both cycles are strongly related to production, investment, labour market and money market variables, with the former being dominated by production and investment variables and the latter by labour market variables.
Konjunkturanalyse: Prognose 2016/2017. Schweizer Wirtschaft in turbulentem Umfeld
Abberger, Klaus; Abrahamsen, Yngve; Chatagny, Florian; et al. (2016)
KOF Analysen
Tracking Economic Activity With Alternative High-Frequency Data
Eckert, Florian; Kronenberg, Philipp; Mikosch, Heiner; et al. (2020)
KOF Working Papers
Most macroeconomic indicators failed to capture the sharp economic fluctuations dur- ing the Corona crisis in a timely manner. Instead, alternative high-frequency data have been used, aiming to monitor the economic situation. However, these data are often only loosely related to the business cycle and come with irregular patterns of missing observations, ragged edges and short histories. This paper presents a novel mixed- frequency dynamic factor model for measuring economic activity at high-frequency intervals in rich data environments. Previous research has estimated the dynamic factor conditional on actually observed data only. In contrast, we propose to estimate the dynamic factor conditional on a balanced panel with observed and latent data information, where the latent data are themselves estimated in a separate state-space block. One benefit of this data augmentation strategy is that it allows to easily ac- count for serial correlation in the factor measurement errors. We apply the model to a set of daily, weekly, monthly and quarterly series and extract a dynamic factor, which is identified as the weekly growth rate of GDP. It turns out that the model is well suited to exploit the business cycle information contained in alternative high- frequency data. GDP is tracked timely and accurately during the Corona crisis and past economic crises.
Tracking Economic Activity With Alternative High-Frequency Data
Eckert, Florian; Kronenberg, Philipp; Mikosch, Heiner; et al. (2025)
Journal of Applied Econometrics
Monthly macroeconomic series captured the sharp fluctuations during the COVID-19 pandemic only with a lag. The use of alternative high-frequency data is promising for crisis periods, but it is difficult to extract relevant business cycle information from them. We present a Bayesian mixed-frequency dynamic factor model with stochastic volatility for measuring GDP growth at high-frequency intervals. Its novelty is an additional state-space block, in which the sparse observations in the mixed-frequency data are augmented to a balanced panel with observed and estimated latent information. The dynamic factors are then estimated conditional on the augmented data. Our model exploits the information in rich datasets of weekly, monthly, and quarterly series, including alternative high-frequency data. GDP is nowcasted timely and accurately during volatile periods.
Konjunkturanalyse: Prognose 2017/2018. Zurück zu moderatem Wachstum
Abberger, Klaus; Abrahamsen, Yngve; Chatagny, Florian; et al. (2016)
KOF Analysen
Aufschwung verliert an Fahrt – Weltwirtschaftliches Klima wird rauer
Mikosch, Heiner; Eckert, Florian; Neuwirth, Stefan; et al. (2018)
KOF Studies
Der Aufschwung in Deutschland geht in sein sechstes Jahr. Er hat allerdings an Fahrt eingebüßt. Dies hat sowohl nachfrageseitige als auch angebotsseitige Gründe. Zum einen hat sich das Auslandsgeschäft im Einklang mit der Verlangsamung der Konjunktur in den wichtigsten deutschen Absatzmärkten abgeschwächt. Zum anderen sehen sich Unternehmen allem Anschein nach zunehmend produktionsseitigen Engpässen gegenüber, vor allem bei Arbeitskräften und beim Bezug von Vorleistungsgütern. Überlagert wird dies durch Probleme in der Automobilindustrie im Zusammenhang mit der Einführung des neuen Prüfverfahrens WLTP, die aufgrund der hohen gesamtwirtschaftlichen Bedeutung der Branche sichtbare Spuren beim Zuwachs des Bruttoinlandsprodukts hinterlassen. Die Umstellungsprobleme dürften aber im Winter¬halbjahr überwunden werden. Hinzu kommen Impulse aufgrund von finanzpolitischen Maßnahmen, die zum Jahresbeginn 2019 in Kraft treten. Im Durchschnitt dürfte die Wirtschaftsleistung nach einem Zuwachs um 1,7% in diesem Jahr mit Raten von 1,9% im Jahr 2019 und 1,8% im Jahr 2020 expandieren. Die Beschäftigung dürfte weiter spürbar, wenngleich mit abnehmendem Tempo, ausgeweitet werden. Die registrierte Arbeitslosigkeit nähert sich gegen Ende des Prognosezeitraums wohl der Marke von zwei Millionen. Die Inflation wird sich dabei voraussichtlich von 1,8% im Durchschnitt dieses Jahres auf 2,0% im kommenden Jahr beschleunigen und 2020 bei 1,9% liegen. Trotz einer expansiv ausgerichteten Finanzpolitik zeichnen sich für den Staat weiterhin Haushaltsüberschüsse ab, die allerdings von 54 Mrd. Euro auf gut 40 Mrd. Euro zurückgehen werden.
Konjunkturanalyse: Prognose 2020 / 2021. Wirtschaft hat Talsohle durchschritten – Nachwirkungen der Corona-Krise bleiben noch länger zu spüren
Abberger, Klaus; Abrahamsen, Yngve; Anderes, Marc; et al. (2020)
KOF Analysen
Zusammenfassung: Dies ist eine Zusammenfassung der Sommerprognose 2020 der KOF Konjunkturforschungsstelle der ETH Zürich. Sie wurde am 16. Juni 2020 veröffentlicht, der Prognosezeitraum reicht bis Ende 2021.
Prognosen für den Schweizer Tourismus – Ausgabe Mai 2021
Abrahamsen, Yngve; Eckert, Florian; Rathke, Alexander; et al. (2021)
KOF Studies
Deutsche Wirtschaft gut ausgelastet – Wirtschaftspolitik neu ausrichten
Projektgruppe Gemeinschaftsdiagnose; Eckert, Florian; Mikosch, Heiner; et al. (2016)
KOF Studies
Konjunkturanalyse: Prognose 2022/2023. Erholung der Schweizer Wirtschaft setzt sich fort – Risiken werden vielfältiger
Abberger, Klaus; Abrahamsen, Yngve; Anderes, Marc; et al. (2021)
KOF Analysen
Der vorliegende Beitrag dokumentiert die Ergebnisse der Herbstprognose2021 der KOF Konjunkturforschungsstelle der ETH Zürich vom 6. Oktober 2021. Zuerst werden die jüngsten Wirtschaftsentwicklungen in der Schweiz und im Ausland diskutiert. Danach folgen die wichtigsten Prognoseergebnisse für die verschiedenen Wirtschaftsbereiche der Schweiz, aufgeteilt nach den wichtigsten verwendungsseitigen Komponenten des Bruttoinlandprodukts (BIP). Zuletzt folgt ein ausführlicher Datenanhang.

Publications 1 - 10 of 61

Florian Eckert

Last Name

First Name

ORCID

Organisational unit

Filters

Search Results