Onko GDPNow Atlantan Fedin tai pankin pääjohtajan virallinen ennuste?
Ei, se ei ole Atlantan Fedin, sen pääjohtajan, Federal Reserve Systemin tai FOMC:n virallinen ennuste.
Käytetäänkö ennusteiden mukauttamisessa harkintaa?
Ei. Kun GDPNow-malli alkaa ennustaa BKT:n kasvua tietylle vuosineljännekselle, koodia mukautetaan vasta ”ennakkoarvion” jälkeen. Jos parannamme mallia ajan mittaan, otamme muutokset käyttöön heti ”ennakkoarvion” jälkeen niin, että seuraavan vuosineljänneksen ennusteissa käytetään kiinteää menetelmää koko niiden kehityksen ajan.
Milloin tietyn vuosineljänneksen BKT:n kasvua koskevat nowcast-ennusteet alkavat ja päättyvät?
GDPNow:n nowcast-ennusteet BKT:n reaalikasvusta tietyllä vuosineljänneksellä alkavat noin 90 päivää ennen vuosineljänneksen BKT:n kasvua koskevan ”ennakko”-estimaatin julkaisemista; ne päättyvät viimeisenä pankkipäivänä, jonka tietojen julkaisupäivämäärää GDPNow hyödyntää ja joka edeltää BKT:n kasvusta laaditun BEA:n ennakkoestimaatin julkaisemispäivää. Lukuun ottamatta BKT:n vuotuisia vertailuarvoja tai kattavia tarkistuksia, jotka tehdään tyypillisesti heinäkuun lopulla, GDPNow:n neljännesvuosiennusteet alkavat yleensä edellisen vuosineljänneksen BKT:n kasvua koskevan ennakkoarvion julkaisemista seuraavana arkipäivänä. BKT:n kattavien tai vertailuarvojen tarkistusten jälkeen seuraavan vuosineljänneksen ensimmäinen GDPNow nowcast voi viivästyä noin viikolla, kunnes BEA julkaisee kansantalouden tulo- ja tuotetilinpidon tarkistetut ”perustana olevat yksityiskohtaiset taulukot”.
Esimerkiksi GDPNow’n ensimmäinen nowcast BKT:n reaalikasvusta vuoden 2018 ensimmäisellä vuosineljänneksellä tehtiin maanantaina 29.1.2018, eli ensimmäisenä arkipäivänä sen jälkeen, kun perjantaina 26.1.2018 julkaistiin perjantaina 26.1.2018 ennakkoarvio BKT:n kasvusta neljännellä vuosineljänneksellä vuonna 2017. Lopullinen GDPNow nowcast BKT:n reaalikasvusta vuoden 2018 ensimmäisellä neljänneksellä tehtiin 26. huhtikuuta 2018, ja ennakkoarvio BKT:n reaalikasvusta vuoden 2018 ensimmäisellä neljänneksellä julkaistiin 27. huhtikuuta 2018.
Miten usein GDPNow-ennustetta päivitetään?
Malliennustetta päivitetään kuusi tai seitsemän kertaa kuukaudessa arkipäivisin, ja vähintään yksi päivitys seuraa seitsemää datajulkistusta: Teollisuuden ISM-liiketoimintaraportti, Yhdysvaltain tavaroiden ja palveluiden ulkomaankauppa (FT900), tukkukauppa, vähittäiskaupan kuukausiraportti, uusi asuntorakentaminen, kestokulutushyödykkeiden valmistajien ennakkoraportti sekä henkilökohtaiset tulot ja menot. Myös muut tiedotteet, kuten teollisuustuotanto ja kapasiteetin käyttöaste sekä olemassa olevien asuntojen myynti, on sisällytetty malliin, ja niiden vaikutus mallin ennusteeseen näytetään seuraavana arkipäivänä jonkin tiedotteen yhteydessä. Kaaviossa näkyvät Blue Chip Economic Indicatorsin ja Blue Chip Financial Forecastsin omat ennusteet ovat saatavilla Aspen Publishersilta.
Miten pääsen käsiksi GDPNow-mallin historiallisiin ennusteisiin?
Nämä ennusteet ovat saatavilla tässä ladattavassa laskentataulukossa. Katso laskentataulukon välilehdeltä ”ReadMe” hyperlinkit historiallisiin ennusteisiin ja muihin mallin tietoihin. Erityisesti välilehdellä ”TrackingDeepArchives” on ennusteet ajanjaksolta 2011:Q3-2014:Q1 (ennen kuin malli otettiin käyttöön), välilehdellä ”TrackingArchives” on ennusteet ajanjaksolta 2014:Q2 aina viimeiseen vuosineljännekseen asti, jolta BEA on julkaissut ennakkoarvion BKT:stä, ja välilehdellä ”TrackRecord” on vertailu GDPNow-mallin historiallisten BKTNow-malliennusteiden ja BEA:n todellisten reaalisen BKT:n ennakko-odotusten välillä.
Missä voin lukea mallissa käytetyistä menetelmistä ja lähdetiedoista?
Edellinen kuvaus on mallia kuvaavassa työpaperissa. Yhteenvetona voidaan todeta, että BEA:n NIPA-käsikirjassa (NIPA Handbook) on hyvin yksityiskohtainen dokumentaatio sekä lähdeaineistosta että BKT:n osakomponenttien estimoinnissa käytetyistä menetelmistä. Edesmennyt Nobel-palkittu taloustieteilijä Lawrence Klein on ollut edelläkävijä monissa ”siltayhtälön” menetelmissä, joita käytetään BKT:n kasvua koskevien lyhyen aikavälin ennusteiden laatimiseen näiden lähdetietojen avulla; vuonna 1989 julkaistussa asiakirjassa, jonka hän kirjoitti yhdessä E. Sojon kanssa, kuvataan lähestymistapaa. Macroeconomic Advisersin ekonomisti Kathleen Navin esittelee tässä vuoden 2017 esityksessä lintuperspektiivistä, miten siltayhtälöllistä lähestymistapaa voidaan käytännössä käyttää BKT-ennusteiden parantamiseksi. GDPNow-mallissamme käytetyt ekonometriset tekniikat on pitkälti mukautettu BKT:n nowcasting-malleista, jotka on kuvattu Preston J. Millerin ja Daniel M. Chinin vuonna 1996 julkaisemassa Minneapolis Fed Quarterly Review -artikkelissa sekä johtokunnan David Smallin ja ekonomistien Domenico Giannonen ja Lucrezia Reichlinin vuonna 2008 julkaisemassa artikkelissa.
Mistä löydän vaihtoehtoisia BKT:n kasvuennusteita?
Muiden keskuspankeista peräisin olevien mallien ennusteisiin voi tutustua osoitteissa: New Yorkin keskuspankki Fed:n Nowcasting Report, St. Louisin keskuspankki Fed:n talousennusteiden hakemisto: Real GDP Nowcast, Philadelphia Research Intertemporal Stochastic Model (PRISM) ja Federal Reserve Bank of Clevelandin tuottokäyrän kaltevuuteen perustuva BKT:n kasvun ennustemalli. Moody’s Analytics ja Now-Casting.com tuottavat omia lyhyen aikavälin BKT-ennusteita. Kyselyihin perustuvat ennusteet löytyvät Philadelphian keskuspankin neljännesvuosittaisesta Survey of Professional Forecasters -tutkimuksesta, joka sisältää ennusteet reaalisesta BKT:stä ja sen tärkeimmistä osatekijöistä. Wall Street Journalin Economic Forecasting Survey ilmestyy kuukausittain, ja Moody’s Analytics/CNBC Rapid Update -tutkimus ilmestyy yleensä useita kertoja viikossa. Kumpikaan näistä tutkimuksista ei sisällä ennusteita BKT:n alakomponenteista.
Miten tarkkoja GDPNow-ennusteet ovat? Ovatko ne tarkempia kuin ”ammattilaisten” ennusteet?
Alla olevassa kaaviossa näkyvät GDPNow’n reaaliaikaiset ennusteet, jotka on tehty juuri ennen reaalisen bruttokansantuotteen vuotuisen kasvuvauhdin alustavan arvion julkaisemista, sekä Yhdysvaltain talousanalyysitoimiston (U.S. Bureau of Economic Analysis) alustavat arviot.
Siinä aikana, kun aloitimme bruttokansantuotteen kasvun seuraamisen tämän mallin versioilla vuonna 2011, GDPNow’n lopullisten ennusteiden absoluuttinen keskivirhe on ollut 0,81 prosenttiyksikköä. Ennusteiden keskineliövirhe on 1,24 prosenttiyksikköä. Nämä tarkkuusmittarit kattavat alkuperäiset arviot vuosilta 2011:Q3-2020:Q4. BKTNow’n ennustevirheitä on analysoitu tarkemmin makroblogin viesteissä, jotka löytyvät täältä ja täältä. Olemme tehneet joitakin parannuksia malliin sen aiemmista versioista, ja mallin ennusteet ovat ajan mittaan tulleet tarkemmiksi (täydelliset ennusteet löytyvät täältä). Kun mallia testataan tarkistetuilla tiedoilla, mallin otoksen ulkopuolisen ennusteen keskineliövirhe on 1,15 prosenttiyksikköä ajanjaksolla 2000:Q1-2013:Q4, kun käytössä on sama tietojen kattavuus, joka analyytikolla olisi juuri ennen ennakkoarviota. Alla olevasta kuviosta käy ilmi, miten ennusteet muuttuvat tarkemmiksi, kun ennusteen tekopäivän ja tulevan BKT:n julkaisupäivän välinen aika lyhenee.
Kaiken kaikkiaan nämä tarkkuusmittarit eivät anna vakuuttavaa näyttöä siitä, että malli olisi tarkempi kuin ammattimaiset ennustajat. Malli näyttää kuitenkin pärjäävän hyvin verrattuna muihin perinteisiin tilastollisiin malleihin.
Miten käsitellään tarkistuksia tietoihin, jotka eivät vielä näy viimeisimmässä BKT-tiedotteessa?
Yleisesti ottaen malli ei yritä ennakoida, miten viimeisimmän BKT-raportin jälkeen julkaistut tiedot vaikuttavat tulevaan BKT-tiedotteeseen tehtäviin tarkistuksiin. Poikkeuksena on ”yksityisten varastojen muutos” -alakomponentti, jossa edellisen vuosineljänneksen lukemaan tehdyt tarkistukset vaikuttavat BKT:n kasvuun kuluvalla vuosineljänneksellä. GDPNow-ennusteen käyttäjien tulisi yleensä käyttää ”nettoviennin” muutosta ja ”yksityisten varastojen muutoksen” muutosta koskevia ennusteita eikä tasoja koskevia ennusteita. Vähittäismyynnin tarkistuksia käytetään ennakoimaan reaalisten kuukausittaisten menojen tarkistuksia ”PCE:n kontrolliryhmässä” ja asuntojen aloitusten tarkistuksia käytetään ennakoimaan käyttöön otettujen yksityisten asuntorakentamismenojen kuukausittaisen arvon tarkistuksia.
Jakaako koodinsa?
Tässä vaiheessa ei. Excel-taulukkolaskenta antaa kuitenkin numeeriset yksityiskohdat – mukaan lukien raakadatan ja malliparametrit – siitä, miten kuukausittaiset tiedot vastaavat BKT:n alakomponenttien ennusteita.
Mitä eroja on GDPNow- ja FRBNY Nowcast -mallien välillä? Miksi näillä kahdella mallilla on erilaiset ennusteet?
FRBNY:n Nowcast-malli reaalisen BKT:n kasvusta perustuu dynaamiseen tekijämalliin, jota kuvataan tässä Liberty Streetin blogikirjoituksessa. Chicago Fedin kansallinen aktiviteetti-indeksi ja Aruoba-Diebold-Scotti-suhdanneindeksi ovat molemmat faktorimallien avulla estimoituja taloudellisen toimeliaisuuden indikaattoreita. FRBNY:n Nowcast-mallin viimeisin Nowcast ja siihen liittyvä Q&A on saatavissa täältä.
Atlantan Fedin GDPNow käyttää myös dynaamista tekijämallia, joka perustuu Liberty Street -blogimerkinnän kirjoittajiin kuuluvan New Yorkin Fedin taloustieteilijän malliin, mutta käyttää tekijää vain syöttötietona BKT:n vielä julkaisemattomien kuukausittaisten lähdetietojen täyttämiseen. Tämän dynaamisen tekijän estimaatit ovat saatavilla tämän Excel-tiedoston Factor-välilehdellä.
Kuukausittaisia lähdetietoja käytetään sitten BKT:n alakomponenttien estimointiin, jotka sitten aggregoidaan reaalisen BKT:n kasvun nowcastiksi. Dynaamisen faktorimallin lisäksi GDPNow käyttää useita muita ekonometrisia tekniikoita, kuten ”siltayhtälöitä” ja Bayesin vektoriautoregressioita, BKT:n alakomponenttien ennustamiseen. Tarkat menetelmät kuvataan tässä valmisteluasiakirjassa. Numeeriset yksityiskohdat – mukaan lukien raakadata ja malliparametrit – joilla kuukausittaiset tiedot muunnetaan BKT:n viimeisimmän GDPNow-ennusteen BKT:n osakomponenttien nowcast-ennusteiksi, ovat saatavilla tässä Excel-tiedostossa (katso ReadMe-välilehti).