This thesis consists of three papers that makes independent contributions to the fields of forecast evaluation and financial econometrics. As such, the papers, chapter 1-3, can be read independently of each other. In Chapter 1, “Inferring an agent’s loss function based on a term structure of forecasts”, we provide conditions for identification, estimation and inference of an agent’s loss function based on an observed term structure of point forecasts. The loss function specification is flexible as we allow the preferences to be both asymmetric and to vary non-linearly across the forecast horizon. In addition, we introduce a novel forecast rationality test based on the estimated loss function. We employ the approach to analyse the U.S. Government’s preferences over budget surplus forecast errors. Interestingly, we find that it is relatively more costly for the government to underestimate the budget surplus and that this asymmetry is stronger at long forecast horizons. In Chapter 2, “Monitoring Systemic Risk”, we define systemic risk as the conditional probability of a systemic banking crisis. This conditional probability is modelled in a fixed effect binary response panel-model framework that allows for cross-sectional dependence (e.g. due to contagion effects). In the empirical application we identify several risk factors and it is shown that the level of systemic risk contains a predictable component which varies through time. Furthermore, we illustrate how the forecasts of systemic risk map into dynamic policy thresholds in this framework. Finally, by conducting a pseudo out-of-sample exercise we find that the systemic risk estimates provided reliable early-warning signals ahead of the recent financial crisis for several economies. Finally, in Chapter 3, “Equity Premium Predictability”, we reassess the evidence of out-of- sample equity premium predictability. The empirical finance literature has identified several financial variables that appear to predict the equity premium in-sample. However, Welch & Goyal (2008) find that none of these variables have any predictive power out-of-sample. We show that the equity premium is predictable out-of-sample once you impose certain shrinkage restrictions on the model parameters. The approach is motivated by the observation that many of the proposed financial variables can be characterised as ’weak predictors’ and this suggest that a James-Stein type estimator will provide a substantial risk reduction. The out-of-sample explanatory power is small, but we show that it is, in fact, economically meaningful to an investor with time-invariant risk aversion. Using a shrinkage decomposition we also show that standard combination forecast techniques tends to ’overshrink’ the model parameters leading to suboptimal model forecasts.

No description available.

Wirtschaftsprognosen sollen die Unsicherheit bezüglich der zukünftigen wirtschaftlichen Entwicklung mindern und Planungsprozesse von Regierungen und Unternehmen unterstützen. Empirische Studien bescheinigen ihnen jedoch in aller Regel ein unbefriedigendes Qualitätsniveau. Auf der Suche nach den Ursachen hat sich in Form der rationalen Erwartungsbildung eine zentrale Grundforderung an  die Prognostiker herausgebildet. So müssten offensichtliche und systematische Fehler, wie bspw. regelmäßige Überschätzungen, mit der Zeit erkannt und abgestellt werden. Die erste Studie der Dissertation übt Kritik am vorherrschenden Verständnis der Rationalität. Dieses ist zu weitreichend, weshalb den Prognostikern die Rationalität voreilig abgesprochen wird. Anhand einer neuen empirischen Herangehensweise wird deutlich, dass die Prognosen aus einem anderen Blickwinkel heraus durchaus als rational angesehen werden können. Der zweite Aufsatz zeigt auf, dass in Form von Befragungsergebnissen öffentlich verfügbare Informationen bestehen, die bei geeigneter Verwendung zu einer Verbesserung der Qualität von Konjunkturprognosen beitragen würden. Die Rationalität dieser Prognosen ist daher stark eingeschränkt. Im dritten Papier erfolgt eine Analyse von Prognoserevisionen und deren Ursachen. Dabei zeigt sich, dass es keinen Zusammenhang zwischen der Rationalität und der Qualität der untersuchten Prognosezeitreihen gibt. Die vierte Studie dient der Präsentation der Ergebnisse eines Prognoseplanspiels, welches den Vergleich der Prognosen von Amateuren und Experten zum Ziel hatte. Es stellt sich heraus, dass die Prognosefehler erhebliche Übereinstimmungen aufweisen.