Premium
CAN THE FALSE SIGNAL PROBLEM BE REDUCED IN THE COMPOSITE LEADING INDICATOR SERIES OF STATISTICS CANADA?
Author(s) -
Chambers E.J.,
Hsu A.I.
Publication year - 1988
Publication title -
canadian journal of administrative sciences / revue canadienne des sciences de l'administration
Language(s) - French
Resource type - Journals
SCImago Journal Rank - 0.347
H-Index - 48
eISSN - 1936-4490
pISSN - 0825-0383
DOI - 10.1111/j.1936-4490.1988.tb00468.x
Subject(s) - statistics , recession , econometrics , mathematics , humanities , economics , keynesian economics , art
The Composite Leading Indicator (CLI) of Statistics Canada is a widely publicized monthly predictor of cyclical change in the macroeconomy. It can be used with greater confidence under forms of interpretation that minimize ‘false’ signals of recession yet retain signal timeliness. The paper evaluates four methods available to managers for extracting recession aignals from current monthly values of the CLI. These are: (a) direct use of the filtered CLI; (b) applying rules of thumb to the unfiltered CLI; (c) applying sequential probability analysis to the rate of change in the unfiltered CLI; and (d) cumulating negative rates of change in the unfiltered CLI. The transformation in the CLI to monthly rates of change required by methods (c) and (d) significantly improves the CLI's predictive power by reducing the number of false signals without sacrifice of timeliness. We find that as between the superior methods ‐(c) and (d) ‐ simple cumulative decremental rate of change provides readings on the macroeconomy that are at least as reliable and timely as those offered by sequential probability. RéSUMé L'Indice Principal Composé (IPC) de Statistique Canada est un prédicteur mensuel des changements cycliques de la macroéconomie qui est largement diffusé. II peut ětre utilisé en toute confiance sous forme d'interpré‐tation qui minimise les “faux” signaux de récession mais cependant, il retient les opportunités de signaux. Cet article évalue quatre méthodes disponibles au administrateurs pour extraire les indices de récession par les valeurs mensuelles de I'IPC. Elles sont (a) I'utilisation direct de I'IPC filtré; (b) appliquer la règle empirique à I'IPC non filtré; (c) appliquer des analyses séquentielles de probabilité au taux de changement dans I'IPC non filtré; et (d) cumuler les taux de changement négatifs dans I'IPC non filtré. La transformation dans I'IPC à un taux mensuel de changement requis par les méthodes (c) et (d) améliore significativement le pouvoir prédicateur de I'IPC en réduisant le nombre de faux signaux sans sacrifier d'opportunités. Nous trouvons qu'entre les méthodes supérieures ‐ (c) et (d) 0 un simple taux de changement décroissant et cumulatif fournit des explications sur la macroéconomie qui sont au moins aussi fidèles et pertinentes que celles offertes par la proba‐bilité séquentielle.