Is GDPNow een officiële prognose van de Atlanta Fed of de president van de Bank?
Nee, het is geen officiële prognose van de Atlanta Fed, haar president, het Federal Reserve System, of de FOMC.
Worden de prognoses bijgesteld op basis van een oordeel?
Nee. Zodra het GDPNow-model de BBP-groei voor een bepaald kwartaal begint te voorspellen, wordt de code pas aangepast na de “advance”-raming. Als we het model in de loop van de tijd verbeteren, zullen we de wijzigingen direct na de “advance estimate” doorvoeren, zodat de prognoses voor het volgende kwartaal gedurende hun hele ontwikkeling een vaste methodologie gebruiken.
Wanneer beginnen en eindigen de nowcasts van de BBP-groei in een bepaald kwartaal?
GDPNow nowcasts van de reële BBP-groei in een bepaald kwartaal beginnen ongeveer 90 dagen voordat de “advance” schatting van de BBP-groei voor het kwartaal wordt vrijgegeven; ze eindigen op de laatste werkdag met een GDPNow datapublicatie die voorafgaat aan de publicatiedatum van de “advance” schatting van de BBP-groei door het Bureau of Economic Analysis (BEA). Behalve na jaarlijkse benchmark- of alomvattende herzieningen van het bbp, die doorgaans eind juli plaatsvinden, beginnen de GDPNow nowcasts voor een kwartaal doorgaans op de weekdag nadat de voorafgaande raming van de bbp-groei voor het vorige kwartaal is bekendgemaakt. Na uitgebreide of benchmarkherzieningen van het bbp kan de initiële GDPNow-forecast voor het volgende kwartaal ongeveer een week worden uitgesteld totdat het BEA herziene “onderliggende detailtabellen” voor de nationale inkomens- en productrekeningen vrijgeeft.
De initiële nowcast van GDPNow voor de reële bbp-groei in het eerste kwartaal van 2018 vond bijvoorbeeld plaats op maandag 29 januari 2018, de eerste weekdag na vrijdag 26 januari 2018, toen de vooruitgeschoven raming van de reële bbp-groei in het vierde kwartaal van 2017 werd vrijgegeven. De definitieve GDPNow nowcast van de reële bbp-groei in het eerste kwartaal van 2018 vond plaats op 26 april 2018, en de voorschotschatting van de reële bbp-groei in het eerste kwartaal van 2018 werd vrijgegeven op 27 april 2018.
Hoe vaak wordt de GDPNow prognose bijgewerkt?
De modelprognose wordt zes of zeven keer per maand op weekdagen bijgewerkt, met ten minste één volgende zeven gegevensreleases: Manufacturing ISM Report on Business, U.S. International Trade in Goods and Services (FT900), Wholesale Trade, Monthly Retail Trade Report, New Residential Construction, Advance Report on Durable Goods Manufacturers, en Personal Income and Outlays. Andere gegevens, zoals de industriële productie en de bezettingsgraad en de verkoop van bestaande woningen, zijn eveneens in het model verwerkt en het effect ervan op de prognose van het model zal op de eerstvolgende weekdag met een van de gegevens worden getoond. De prognoses van Blue Chip Economic Indicators en Blue Chip Financial Forecasts in de grafiek zijn verkrijgbaar bij Aspen Publishers.
Hoe krijg ik toegang tot de historische prognoses van het GDPNow model?
Deze prognoses zijn beschikbaar in deze downloadbare spreadsheet. Zie het tabblad “ReadMe” in de spreadsheet voor hyperlinks naar de historische prognoses en andere gegevens voor het model. In het bijzonder heeft het tabblad “TrackingDeepArchives” prognoses voor de periode 2011:Q3-2014:Q1 (voordat het model live ging), het tabblad “TrackingArchives” prognoses van 2014:Q2 tot en met het laatste kwartaal waarvoor een vooruitgeschoven raming van het BBP is vrijgegeven door de BEA, en het tabblad “TrackRecord” heeft een vergelijking van de historische GDPNow-modelprognoses met de werkelijke “vooruitgeschoven” ramingen van de reële BBP-groei door de BEA.
Waar kan ik meer lezen over de in het model gebruikte methoden en brongegevens?
Een uitgebreide beschrijving wordt gegeven in een werkdocument waarin het model wordt beschreven. Samenvattend kan worden gesteld dat het BEA’s NIPA Handbook zeer gedetailleerde documentatie bevat over zowel de brongegevens als de methoden die zijn gebruikt voor de schatting van de subcomponenten van het BBP. Wijlen de Nobelprijswinnende econoom Lawrence Klein heeft baanbrekend werk verricht met veel van de “brugvergelijkingsmethoden” die worden gebruikt voor het maken van korte-termijnprognoses van de BBP-groei met gebruikmaking van deze brongegevens; in een document uit 1989 dat hij samen met E. Sojo heeft geschreven, wordt deze aanpak beschreven. Kathleen Navin, econoom bij Macroeconomic Advisers, illustreert in deze presentatie uit 2017 in vogelvlucht hoe een brugvergelijkingsaanpak in de praktijk kan worden gebruikt om de bbp-prognoses te verbeteren. De econometrische technieken die in ons GDPNow-model worden gebruikt, zijn sterk aangepast aan de GDP nowcasting-modellen die zijn beschreven in een artikel uit 1996 in de Minneapolis Fed Quarterly Review van Preston J. Miller en Daniel M. Chin en een paper uit 2008 van David Small van de Board en de economen Domenico Giannone en Lucrezia Reichlin.
Waar kan ik alternatieve voorspellingen van de bbp-groei vinden?
Voor modelvoorspellingen van andere Reserve Banks, zie het New York Fed Nowcasting Report, de St. Louis Fed Economic News Index: Real GDP Nowcast, het Philadelphia Research Intertemporal Stochastic Model (PRISM), en het voorspellingsmodel van de Federal Reserve Bank of Cleveland voor de BBP-groei op basis van de helling van de rentecurve. Moody’s Analytics en Now-Casting.com stellen eigen kortetermijnvoorspellingen van het BBP op basis van een model op. Voor prognoses op basis van enquêtes wordt verwezen naar de driemaandelijkse enquête van professionele voorspellers van de Philadelphia Fed, die onder meer prognoses van het reële bbp en de belangrijkste subcomponenten daarvan bevat. De Economic Forecasting Survey van de Wall Street Journal wordt maandelijks gehouden en de Moody’s Analytics/CNBC Rapid Update-enquête vindt doorgaans enkele malen per week plaats. Geen van beide enquêtes bevat voorspellingen van de subcomponenten van het BBP.
Hoe nauwkeurig zijn de voorspellingen van GDPNow? Zijn ze nauwkeuriger dan “professionele” voorspellingen?
De onderstaande grafiek toont de realtime voorspellingen van GDPNow vlak voor de publicatie van de eerste schatting van het groeipercentage van het reële bbp op jaarbasis, samen met de eerste schattingen van het Amerikaanse Bureau of Economic Analysis.
Sinds we in 2011 zijn begonnen met het volgen van de bbp-groei met versies van dit model, is de gemiddelde absolute fout van de uiteindelijke voorspellingen van GDPNow 0,81 procentpunt. De kwadratische fout van de prognoses bedraagt 1,24 procentpunt. Deze nauwkeurigheidsmetingen hebben betrekking op de initiële ramingen voor 2011:Q3-2020:Q4. Een nadere analyse van de prognosefouten van GDPNow is te vinden in macroblogberichten hier en hier. We hebben het model op een aantal punten verbeterd ten opzichte van eerdere versies en de modelprognoses zijn in de loop der tijd nauwkeuriger geworden (de volledige track record is hier te vinden). Bij het uitvoeren van tests achteraf met herziene gegevens bedraagt de gemiddelde kwadratische fout van de out-of-samprognose van het model met dezelfde gegevensdekking als een analist zou hebben vlak voor de “vervroegde” raming 1,15 procentpunt voor de periode 2000:Q1-2013:Q4. Onderstaande figuur laat zien hoe de prognoses nauwkeuriger worden naarmate het interval tussen de datum waarop de prognose is gemaakt en de datum waarop het bbp binnenkort wordt bekendgemaakt, kleiner wordt.
Over het geheel genomen leveren deze nauwkeurigheidsmetingen geen overtuigend bewijs dat het model nauwkeuriger is dan professionele voorspellers. Het model lijkt het wel goed te doen in vergelijking met andere conventionele statistische modellen.
Hoe wordt omgegaan met herzieningen van gegevens die nog niet in de laatste BBP-release zijn verwerkt?
In het algemeen probeert het model niet te anticiperen op de wijze waarop gegevens die na de laatste BBP-release zijn gepubliceerd, van invloed zullen zijn op de herzieningen die in de komende BBP-release worden doorgevoerd. Een uitzondering vormt de subcomponent “veranderingen in de particuliere voorraden”, waarbij herzieningen van de gegevens van het vorige kwartaal van invloed zijn op de BBP-groei in het huidige kwartaal. Gebruikers van de GDPNow-prognoses moeten doorgaans gebruik maken van de prognoses voor de verandering in de “netto-uitvoer” en de verandering in de “verandering in particuliere voorraden”, en niet van de prognoses voor de niveaus. Herzieningen van de detailhandelsverkopen worden gebruikt om te anticiperen op herzieningen van de reële maandelijkse bestedingen in de “PCE-controlegroep” en herzieningen van de start van de woningbouw worden gebruikt om te anticiperen op herzieningen van de maandelijkse waarde van de gedane particuliere woningbouwuitgaven.
Deelt u uw code?
Op dit moment, nee. De Excel-spreadsheet bevat echter de numerieke details – inclusief de ruwe gegevens en de modelparameters – van de wijze waarop de maandgegevens in prognoses voor de subcomponenten van het BBP zijn omgezet.
Wat zijn de verschillen tussen GDPNow en de Nowcast-modellen van de FRBNY? Waarom hebben de twee modellen verschillende prognoses?
Het FRBNY Nowcast-model voor de reële BBP-groei is gebaseerd op een dynamisch factormodel dat in dit Liberty Street-blogartikel wordt beschreven. De Chicago Fed National Activity Index en de Aruoba-Diebold-Scotti Business Conditions Index zijn beide indicatoren van de economische activiteit die op basis van factormodellen worden geschat. De laatste voorspelling van het FRBNY Nowcast model samen met enkele gerelateerde Q4625>A is hier beschikbaar.
Het GDPNow van de Atlanta Fed maakt ook gebruik van een dynamisch factormodel, gebaseerd op een model van een van de economen van de New York Fed die meeschreef aan het Liberty Street blogartikel, maar gebruikt de factor alleen als input om de nog vrij te geven maandelijkse brondata voor het BBP in te vullen. De schattingen van deze dynamische factor zijn beschikbaar in het tabblad Factor van dit Excel-bestand.
De maandelijkse brongegevens worden vervolgens gebruikt om de subcomponenten van het BBP te schatten, die vervolgens worden geaggregeerd tot een reële BBP-groei nowcast. Naast een dynamisch factormodel gebruikt GDPNow diverse andere econometrische technieken, waaronder “brugvergelijkingen” en Bayesiaanse vector autoregressies, om de subcomponenten van het BBP te nowcasten. De exacte methoden worden in dit werkdocument beschreven. De numerieke details – inclusief de ruwe gegevens en de modelparameters – waarmee de maandgegevens worden omgezet in nowcasts van de subcomponenten van het BBP in de recentste GDPNow-prognose, zijn beschikbaar in dit Excel-bestand (zie de ReadMe-tab).