美国经济即时预测模型初探

superbreadman

近年来，即时预测模型成为经济预测的有力工具。由于传统的宏观经济预测模型对宏观经济总量进行预测时，常常使用的是低频数据，因此预测结果具有滞后性、精准度不高、失真的特点。为解决上述问题，各国央行致力于研发即时经济预测模型，即通过计量方法、临近预测以及将数据消化为“新闻”的设计方式，动态地调整经济预测值。美国的亚特兰大联储和纽约联储也不例外，推出了GDPNow模型、Nowcasting模型和每周经济指数WEI模型。本文通过定性及定量相结合的研究方法，从模型的构建目的、构建方式及更新频率三个角度，对上述三类模型的特点进行初探，并得到了下述结论：

1.    三种模型均能预测美国GDP数据的演变，但GDPNow和Nowcasting模型旨在预测美国季度GDP增长率，而WEI模型侧重于衡量更广泛的美国实际经济活动状况。

2.    除GDPNow模型采用非固定更新模式外，其余模型均采用固定模式，但三种模型的更新频率均具备实时性，其中Nowcasting模型的频率最高。

3.    从模型采取的计算方式及构成变量来看，GDPNow模型构成变量的覆盖面较广，但不能较好的反应模型之外的因素所产生的变化；Nowcasting模型从趋势上来看，与NBER界定的经济衰退期较为拟合；WEI预测值与工业生产变化在走势上的拟合度较高。