Practitioners and academics are often faced with the problem that some time series of interest are not available at high frequencies. When related series exist, the Chow and Lin (1971) methodology can be used to disaggregate a low frequency series into its high frequency counterpart using the available related series. The aim of this paper is to increase accuracy of the Chow and Lin (1971) methodology by exploiting information from the cross-sectional dimension. Contribution We suggest jointly estimating multiple Chow and Lin (1971) equations, one for each cross-sectional unit, restricting the coefficients to be the same across units in order to interpolate unit-specific data. In contrast to the estimation of single equations, unobservable time-varying characteristics (e.g. structural breaks) that are common across units can be taken into account. The proposed approach is straightforward to implement and can readily be applied to various settings. Results We provide empirical evidence that the panel-based approach can improve accuracy compared to single equation models, in particular when the time dimension of available data is short. Furthermore, the results suggest that controlling for unobservable time-varying characteristics can improve accuracy of the resulting interpolated series. Nichttechnische Zusammenfassung Fragestellung Forscher werden häufig mit dem Problem konfrontiert, dass betrachtete Zeitreihen nicht in hoher Frequenz verfügbar sind. Liegen jedoch verwandte, hochfrequente Zeitreihen vor, kann eine niederfrequente Zeitreihe nach Chow und Lin (1971) disaggregiert werden. Ziel des vorliegenden Papiers ist es, die Genauigkeit des Chow und Lin (1971)-Ansatzes durch Einbeziehung von Querschnittsinformationen zu verbessern. Beitrag Mehrere Chow und Lin (1971)-Gleichungen werden (bei Annahme identischer Regressi-onskoeffizienten für die einzelnen Querschnittseinheiten) simultan geschätzt. Auf Basis dieser Schätzungen können einheitenspezifische Zeitreihen interpoliert werden. Im Ge-gensatz zu einer Schätzung von Einzelgleichungen können unbeobachtbare, zeitvariable Charakteristika (z.B. Strukturbrüche), die allen Querschnittseinheiten gemeinsam sind, berkücksichtigt werden. Der vorgeschlagene Ansatz ist einfach zu implementieren und kann leicht an verschiedene Anwendungen angepasst werden. Ergebnisse Die empirische Evidenz zeigt, dass der Panel-basierte Ansatz inbesondere dann zu ge-naueren interpolierten Zeitreihen führen kann, wenn die verfügbaren Daten eine gerin-ge Zeitdimension aufweisen. Darüber hinaus deuten die Ergebnisse darauf hin, dass die Berücksichtigung unbeobachtbarer, zeitvariabler Charakteristika die Genauigkeit der in-terpolierten Reihen verbessern kann. Abstract Single equation models are well established among academics and practitioners to perform temporal disaggregation of low frequency time series using available related series. In this paper, we propose an extension that exploits information from the cross-sectional dimension. More specifically, we suggest jointly estimating mult...

No abstract

No abstract

No abstract