Regional unemployment forecasts with spatial interdependencies

Abstract

"We forecast unemployment for the 176 German labour-market districts on a monthly basis. Because of their small size, strong spatial interdependencies exist between these regional units. To account for these as well as for the heterogeneity in the regional development over time, we apply different versions of an univariate spatial GVAR model. When comparing the forecast precision with univariate time-series methods, we find that the spatial model does indeed perform better or at least as well. Hence, the GVAR model provides an alternative or complementary approach to commonly used methods in regional forecasting which do not consider regional interdependencies." (author's abstract)

Die Arbeitslosigkeit für die 176 deutschen administrativen Arbeitsmarktregionen (im Allgemeinen Arbeitsagenturbezirke) wird auf einer monatlichen Basis prognostiziert. Wegen ihrer geringen Größe existieren zwischen diesen regionalen Einheiten starke räumliche Interdependenzen. Um diese und auch die Heterogenität der regionalen Entwicklung im Zeitablauf berücksichtigen zu können, kommen verschiedene Versionen eines eindimensionalen räumlichen GVAR-Modells zur Anwendung. Wenn man die Genauigkeit der Prognose mit eindimensionalen Zeitreihenmethoden vergleicht, zeigt sich, dass das räumliche Modell bessere oder zumindest gleich gute Ergebnisse erzielt. Folglich bietet das GVAR-Modell eine Alternative oder einen ergänzenden Ansatz zu normalerweise eingesetzten Methoden für die regionale Prognose, die regionale Interdependenzen unberücksichtigt lassen. (IAB)