A GDPNow az Atlanta Fed vagy a bank elnökének hivatalos előrejelzése?
Nem, ez nem az Atlanta Fed, annak elnöke, a Federal Reserve System vagy a FOMC hivatalos előrejelzése.
Az előrejelzések kiigazításához bármilyen ítéletet használnak?
Nem. Amint a GDPNow modell elkezdi a GDP növekedésének előrejelzését egy adott negyedévre vonatkozóan, a kódot csak az “előzetes” becslés után módosítják. Ha idővel javítjuk a modellt, a változtatásokat közvetlenül az “előzetes” becslés után fogjuk bevezetni, hogy a következő negyedévre vonatkozó előrejelzések a teljes fejlődésük során rögzített módszertant használjanak.
Mikor kezdődnek és mikor érnek véget egy adott negyedév GDP-növekedésére vonatkozó nowcast-előrejelzések?
A GDPNow egy adott negyedév reál-GDP-növekedésére vonatkozó nowcast-előrejelzései körülbelül 90 nappal a negyedéves GDP-növekedésre vonatkozó “előzetes” becslés közzététele előtt kezdődnek; a GDPNow által használt adatok közzétételének utolsó munkanapján érnek véget, amely megelőzi a Bureau of Economic Analysis (BEA) GDP-növekedésre vonatkozó előzetes becslésének közzétételét. A GDP éves referenciaértékének vagy átfogó GDP-felülvizsgálatának jellemzően július végén bekövetkező éves felülvizsgálatát kivéve a GDPNow negyedévre vonatkozó nowcastjai általában az előző negyedévre vonatkozó előzetes GDP-növekedési becslés közzétételét követő hétköznapon kezdődnek. Az átfogó vagy referencia GDP-felülvizsgálatokat követően a következő negyedévre vonatkozó első GDPNow nowcast körülbelül egy hétig késhet, amíg a BEA kiadja a Nemzeti jövedelem- és termékszámlák felülvizsgált “mögöttes részletes tábláit”.
Például a GDPNow első nowcastja a reál-GDP 2018 első negyedévi növekedésére 2018. január 29-én, hétfőn történt, az első hétköznapon a 2017 negyedik negyedévi reál-GDP növekedésére vonatkozó előzetes becslés közzétételét, 2018. január 26-át, pénteket követő első munkanapon. A 2018 első negyedévi reál-GDP-növekedésre vonatkozó végleges GDPNow nowcast 2018. április 26-án készült, és a 2018 első negyedévi reál-GDP-növekedésre vonatkozó előzetes becslés 2018. április 27-én jelent meg.
Milyen gyakran frissítik a GDPNow előrejelzését?
A modell előrejelzését havonta hat-hét alkalommal frissítik hétköznapokon, legalább hét adatközlést követően: ISM feldolgozóipari üzleti jelentés, U.S. International Trade in Goods and Services (FT900), Wholesale Trade, Monthly Retail Trade Report, New Residential Construction, Advance Report on Durable Goods Manufacturers, and Personal Income and Outlays. Más adatközlések, mint például az ipari termelés és kapacitáskihasználás, valamint a meglévő lakások eladásai szintén beépülnek a modellbe, és a modell előrejelzésére gyakorolt hatásuk a következő hétköznapon az egyik adatközléssel együtt fog megjelenni. A grafikonon látható Blue Chip Economic Indicators és Blue Chip Financial Forecasts saját előrejelzései az Aspen Kiadótól szerezhetők be.
Hogyan férhetek hozzá a GDPNow modell korábbi előrejelzéseihez?
Ezek az előrejelzések ebben a letölthető táblázatban érhetők el. A táblázat “ReadMe” fülén található hiperhivatkozások a korábbi előrejelzésekhez és a modell egyéb adataihoz vezetnek. Különösen a “TrackingDeepArchives” fül tartalmazza a 2011:Q3-2014:Q1 időszakra vonatkozó előrejelzéseket (a modell élesítése előtt), a “TrackingArchives” fül tartalmazza a 2014:Q2-től az utolsó olyan negyedévig terjedő időszak előrejelzéseit, amelyre vonatkozóan a BEA előzetes becslést adott ki a GDP-re vonatkozóan, a “TrackRecord” fül pedig a GDPNow modell historikus előrejelzéseinek összehasonlítását tartalmazza a BEA tényleges “előzetes” reál-GDP-növekedési becsléseivel.
Hol olvashatok a modellben használt módszerekről és forrásadatokról?
A részletes leírás a modellt ismertető munkadokumentumban található. Összefoglalva, a BEA NIPA kézikönyve nagyon részletes dokumentációt tartalmaz mind a forrásadatokról, mind a GDP alkomponenseinek becsléséhez használt módszerekről. A néhai Nobel-díjas közgazdász, Lawrence Klein volt az úttörője a GDP-növekedés rövid távú előrejelzéséhez használt “hídegyenlet” módszerek közül soknak, amelyeket e forrásadatok felhasználásával készítettek; egy 1989-es tanulmány, amelyet E. Sojóval közösen írt, ismerteti a megközelítést. Kathleen Navin, a Macroeconomic Advisers közgazdásza ebben a 2017-es előadásban madártávlatból szemlélteti, hogyan lehet a gyakorlatban alkalmazni a hídegyenlet-megközelítést a GDP-előrejelzések javítására. A GDPNow modellünkben használt ökonometriai technikákat nagymértékben a Preston J. Miller és Daniel M. Chin 1996-os Minneapolis Fed Quarterly Review cikkében, valamint a Testület David Small és Domenico Giannone és Lucrezia Reichlin közgazdászok 2008-as cikkében leírt GDP nowcasting modellekből adaptáltuk.
Hol találok alternatív GDP-növekedési előrejelzéseket?
Más jegybankok modell-előrejelzéseiért lásd a New York Fed Nowcasting Report, a St. Louis Fed Economic News Index: Real GDP Nowcast, a Philadelphia Research Intertemporal Stochastic Model (PRISM), valamint a Federal Reserve Bank of Cleveland GDP-növekedésre vonatkozó, a hozamgörbe meredekségén alapuló előrejelzési modellje. A Moody’s Analytics és a Now-Casting.com saját modellel rövid távú GDP-előrejelzéseket készít. A felmérésen alapuló előrejelzésekhez lásd a Philadelphia Fed negyedéves Survey of Professional Forecasters felmérését, amely a reál-GDP-re és annak főbb alkomponenseire vonatkozó előrejelzéseket tartalmaz. A Wall Street Journal gazdasági előrejelzői felmérése havonta, a Moody’s Analytics/CNBC Rapid Update felmérése pedig általában hetente többször történik. E felmérések egyike sem tartalmaz a GDP alkomponenseire vonatkozó előrejelzéseket.
Mennyire pontosak a GDPNow előrejelzései? Pontosabbak-e, mint a “professzionális” előrejelzések?
Az alábbi ábra a GDPNow valós idejű előrejelzéseit mutatja, amelyeket közvetlenül a reál-GDP évesített növekedési ütemére vonatkozó első becslés közzététele előtt készítettek, valamint az U.S. Bureau of Economic Analysis első becsléseit.
Mióta 2011-ben elkezdtük a GDP növekedésének követését e modell változataival, a GDPNow végleges előrejelzéseinek átlagos abszolút hibája 0,81 százalékpont. Az előrejelzések négyzetes középhibája 1,24 százalékpont. Ezek a pontossági mutatók a 2011:Q3-2020:Q4 időszakra vonatkozó kezdeti becslésekre vonatkoznak. A GDPNow előrejelzési hibáinak további elemzése a makroblog itt és itt található bejegyzéseiben olvasható. A modell korábbi változataihoz képest néhány fejlesztést hajtottunk végre, és a modell előrejelzései az idő múlásával egyre pontosabbak lettek (a teljes előzményeket itt találja). A felülvizsgált adatokkal végzett visszatesztelés során a modell mintán kívüli előrejelzésének négyzetes középhibája 1,15 százalékpont a 2000:Q1-2013:Q4 időszakra vonatkozóan, ugyanazzal az adatlefedettséggel, amellyel egy elemző közvetlenül az “előzetes” becslés előtt rendelkezne. Az alábbi ábra azt mutatja, hogy az előrejelzések egyre pontosabbá válnak, ahogy szűkül az intervallum az előrejelzés készítésének időpontja és a GDP közelgő közzétételének időpontja között.
Összességében ezek a pontossági mérőszámok nem adnak meggyőző bizonyítékot arra, hogy a modell pontosabb, mint a professzionális előrejelzők. Úgy tűnik, hogy a modell más hagyományos statisztikai modellekkel összehasonlítva jól teljesít.
Hogyan kezelik a legutóbbi GDP-közleményben még nem tükröződő adatok felülvizsgálatát?
A modell általában nem próbálja előre jelezni, hogy a legutóbbi GDP-jelentés után közzétett adatok hogyan befolyásolják a következő GDP-közleményben végrehajtott felülvizsgálatokat. Kivételt képez a “magánkészletek változása” alkomponens, ahol az előző negyedévi adatok revíziója befolyásolja a GDP növekedését a folyó negyedévben. A GDPNow előrejelzés felhasználóinak általában a “nettó export” és a “magánkészletek változásának” változására vonatkozó előrejelzéseket kell használniuk, és nem a szintekre vonatkozó előrejelzéseket. A kiskereskedelmi eladások revízióit a “PCE kontrollcsoport” havi reálkiadásainak revízióinak előrejelzésére használják, a lakásépítések megkezdésének revízióit pedig a helyére tett magánlakásépítési kiadások havi értékének revízióinak előrejelzésére.
Megosztja a kódját?
Előre nem. Az Excel-táblázat azonban megadja a numerikus részleteket – beleértve a nyers adatokat és a modell paramétereit – arról, hogy a havi adatok hogyan képezik le a GDP alkomponenseinek előrejelzéseit.
Mi a különbség a GDPNow és az FRBNY Nowcast modelljei között? Miért van a két modellnek eltérő előrejelzése?
A reál-GDP-növekedés FRBNY Nowcast modellje egy dinamikus faktormodellen alapul, amelyet ebben a Liberty Street blogbejegyzésben ismertetünk. A Chicago Fed National Activity Index és az Aruoba-Diebold-Scotti Business Conditions Index egyaránt a gazdasági aktivitás faktormodellekből becsült mutatója. Az FRBNY Nowcast modelljének legfrissebb nowcastja néhány kapcsolódó Q&A-val együtt itt érhető el.
Az Atlanta Fed GDPNow-ja szintén dinamikus faktormodellt használ, amely a Liberty Street blogbejegyzés társszerzőjének, a New York Fed egyik közgazdászának modelljén alapul – de a faktort csak inputként használja a GDP még közzé nem tett havi forrásadatainak kitöltéséhez. Ennek a dinamikus tényezőnek a becslései elérhetőek ennek az Excel-fájlnak a Factor lapján.
A havi forrásadatokat ezután a GDP alkomponenseinek becslésére használják, amelyeket aztán a reál-GDP növekedési nowcastjához aggregálnak. A GDPNow a dinamikus faktormodell mellett számos más ökonometriai technikát, köztük “hídegyenleteket” és Bayes-féle vektor-autoregressziókat is használ a GDP alkomponenseinek nowcastolásához. A pontos módszereket ez a munkadokumentum ismerteti. A numerikus részletek – beleértve a nyers adatokat és a modellparamétereket -, amelyek a havi adatokat a GDP alösszetevőinek nowcastjává alakítják a GDPNow legutóbbi előrejelzésében, ebben az Excel-fájlban találhatók (lásd a ReadMe lapot).