本文回应对更频繁更新的增长指标的需求，产生了月度GDP估计，提供有关土耳其经济的及时信息。在此背景下，应用了动态因子模型和期望最大化算法，利用1998年至2024年的高频宏观经济指标。选择了一个29个月的指标来代表土耳其经济的总体结构，其特征在于工业和服务部门的主导地位。估计的共同因子与土耳其统计局发布的季度GDP数据之间观察到高水平的一致性。模型在检测经济活动的转折点方面特别成功。此外，中央银行的领先指标与估计的月度GDP系列之间发现了显著且强烈的相关性。这支持该指标在政策制定过程中监测当前经济活动的可用性。模型在样本内和样本外均衡估计，样本外预测的方向准确率达到90%。然而，模型的性能在结构性转变期间（如重大货币政策转变）会恶化。尽管如此，本研究通过首次在土耳其提供实时时间和结构性方法的月度GDP估计，为文献做出了贡献。
Şahin等人（2023年）研究了这个问题。