Czy GDPNow jest oficjalną prognozą Atlanta Fed lub prezesa banku?
Nie, nie jest to oficjalna prognoza Atlanta Fed, jej prezesa, Systemu Rezerwy Federalnej lub FOMC.
Kiedy rozpoczną się i zakończą prognozy wzrostu PKB w danym kwartale?
Prognozy PKBNow dotyczące realnego wzrostu PKB w danym kwartale rozpoczynają się około 90 dni przed publikacją szacunków „z wyprzedzeniem” dla wzrostu PKB w danym kwartale; kończą się w ostatnim dniu roboczym z publikacją danych, które są wykorzystywane przez PKBNow, a które poprzedzają datę publikacji szacunków Biura Analiz Ekonomicznych (BEA) dotyczących wzrostu PKB. Z wyjątkiem rocznej wartości odniesienia lub całościowej korekty PKB, która zazwyczaj ma miejsce pod koniec lipca, prognozy GDPNow na dany kwartał zazwyczaj rozpoczynają się w dzień powszedni po opublikowaniu wstępnych szacunków wzrostu PKB za poprzedni kwartał. Po kompleksowych lub referencyjnych korektach PKB, wstępna prognoza PKBNow na kolejny kwartał może być opóźniona o około tydzień, dopóki BEA nie opublikuje poprawionych „bazowych tabel szczegółowych” dla rachunków dochodu narodowego i produktów.
Na przykład, wstępna prognoza PKBNow dla realnego wzrostu PKB w pierwszym kwartale 2018 r. miała miejsce w poniedziałek, 29 stycznia 2018 r., pierwszy dzień tygodnia po piątku, 26 stycznia 2018 r., kiedy opublikowano wstępne oszacowanie wzrostu realnego PKB w czwartym kwartale 2017 r. Ostateczna prognoza GDPNow dotycząca realnego wzrostu PKB w pierwszym kwartale 2018 r. miała miejsce 26 kwietnia 2018 r., a szacunek wyprzedzający realnego wzrostu PKB w pierwszym kwartale 2018 r. został opublikowany 27 kwietnia 2018 r.
Jak często aktualizowana jest prognoza GDPNow?
Prognoza modelu jest aktualizowana sześć lub siedem razy w miesiącu w dni powszednie, z co najmniej jedną następującą po siedmiu publikacjach danych: 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, and Personal Income and Outlays. Inne publikacje danych, takie jak Produkcja przemysłowa i wykorzystanie mocy produkcyjnych oraz Sprzedaż istniejących domów, są również włączone do modelu, a ich wpływ na prognozę modelu będzie pokazany w następnym dniu tygodnia z jedną z publikacji danych. Własne prognozy Blue Chip Economic Indicators i Blue Chip Financial Forecasts pokazane na wykresie są dostępne w Aspen Publishers.
Jak mogę uzyskać dostęp do historycznych prognoz z modelu GDPNow?
Prognozy te są dostępne w tym arkuszu kalkulacyjnym do pobrania. Zobacz zakładkę „ReadMe” w arkuszu kalkulacyjnym, aby uzyskać hiperłącza do prognoz historycznych i innych danych dla modelu. W szczególności, zakładka „TrackingDeepArchives” zawiera prognozy dla okresu 2011:Q3-2014:Q1 (zanim model został uruchomiony), zakładka „TrackingArchives” zawiera prognozy od 2014:Q2 do ostatniego kwartału, dla którego BEA opublikowało wyprzedzające szacunki PKB, a zakładka „TrackRecord” zawiera porównanie historycznych prognoz modelu GDPNow z rzeczywistymi „wyprzedzającymi” szacunkami wzrostu realnego PKB z BEA.
Gdzie mogę przeczytać o metodach i danych źródłowych użytych w modelu?
Szczegółowy opis znajduje się w dokumencie roboczym opisującym model. Podsumowując, BEA’s NIPA Handbook dostarcza bardzo szczegółowej dokumentacji zarówno na temat danych źródłowych, jak i metod używanych do szacowania komponentów PKB. Nieżyjący już ekonomista Lawrence Klein, laureat Nagrody Nobla, był pionierem wielu metod „równania pomostowego” wykorzystywanych do tworzenia krótkoterminowych prognoz wzrostu PKB przy użyciu tych danych źródłowych; praca z 1989 r., której był współautorem wraz z E. Sojo, opisuje to podejście. Kathleen Navin, ekonomistka z Macroeconomic Advisers, w prezentacji z 2017 r. przedstawia z lotu ptaka, jak w praktyce wykorzystać metodę równań pomostowych do poprawy prognoz PKB. Techniki ekonometryczne zastosowane w naszym modelu GDPNow zostały w znacznym stopniu zaadaptowane z modeli prognozowania PKB opisanych w artykule Minneapolis Fed Quarterly Review z 1996 r. autorstwa Prestona J. Millera i Daniela M. Chin oraz w pracy z 2008 r. autorstwa Davida Smalla z Zarządu oraz ekonomistów Domenico Giannone i Lucrezii Reichlin.
Gdzie mogę znaleźć alternatywne prognozy wzrostu PKB?
W celu zapoznania się z modelowymi prognozami innych Banków Rezerw, zobacz New York Fed Nowcasting Report, St. Louis Fed Economic News Index: Louis Fed Economic News Index: Real GDP Nowcast, Philadelphia Research Intertemporal Stochastic Model (PRISM) oraz model prognozowania wzrostu PKB opracowany przez Bank Rezerwy Federalnej w Cleveland na podstawie nachylenia krzywej dochodowości. Moody’s Analytics i Now-Casting.com opracowują własne modelowe krótkoterminowe prognozy PKB. Prognozy oparte na badaniach ankietowych można znaleźć w kwartalnym badaniu profesjonalnych prognostyków Philadelphia Fed, które zawiera prognozy realnego PKB i jego głównych komponentów. The Wall Street Journal’s Economic Forecasting Survey przeprowadzane jest co miesiąc, a badanie Moody’s Analytics/CNBC Rapid Update przeprowadzane jest zazwyczaj kilka razy w tygodniu. Żadne z tych badań nie zawiera prognoz dotyczących składników PKB.
Jak dokładne są prognozy GDPNow? Czy są one dokładniejsze niż prognozy „profesjonalne”?
Poniższy wykres przedstawia prognozy w czasie rzeczywistym GDPNow wykonane tuż przed wydaniem wstępnego szacunku annualizowanego tempa wzrostu realnego PKB wraz z wstępnymi szacunkami z U.S. Bureau of Economic Analysis.
Odkąd zaczęliśmy śledzić wzrost PKB za pomocą wersji tego modelu w 2011 roku, średni błąd bezwzględny ostatecznych prognoz GDPNow wynosi 0,81 punktu procentowego. Błąd średniokwadratowy prognoz wynosi 1,24 punktu procentowego. Te miary dokładności obejmują wstępne szacunki na lata 2011:Q3-2020:Q4. Dalsza analiza błędów prognoz PKBNow jest dostępna we wpisach na blogu makroblogowym tutaj i tutaj. Wprowadziliśmy pewne ulepszenia do modelu w stosunku do jego wcześniejszych wersji, a prognozy modelu stawały się z czasem coraz dokładniejsze (pełna historia jest dostępna tutaj). W przypadku weryfikacji wstecznej z wykorzystaniem zweryfikowanych danych, średni błąd pierwiastka kwadratowego prognozy pozapróbkowej modelu przy takim samym zakresie danych, jaki analityk miałby tuż przed oszacowaniem „wyprzedzającym”, wynosi 1,15 punktu procentowego dla okresu 2000:Q1-2013:Q4. Poniższy wykres pokazuje, w jaki sposób prognozy stają się dokładniejsze w miarę zmniejszania się odstępu pomiędzy datą sporządzenia prognozy a nadchodzącą datą publikacji PKB.
Ogólnie rzecz biorąc, te wskaźniki dokładności nie dostarczają przekonujących dowodów na to, że model jest dokładniejszy niż profesjonalni prognostycy. Wydaje się, że model wypada dobrze w porównaniu z innymi konwencjonalnymi modelami statystycznymi.
Jak traktowane są korekty danych, które nie zostały jeszcze odzwierciedlone w ostatnim raporcie PKB?
Ogólnie, model nie próbuje przewidzieć, w jaki sposób publikacje danych po ostatnim raporcie PKB wpłyną na korekty dokonane w nadchodzącym raporcie PKB. Wyjątkiem jest podkomponent „zmiana w prywatnych zapasach”, gdzie korekty odczytu z poprzedniego kwartału wpływają na wzrost PKB w bieżącym kwartale. Użytkownicy prognozy PKBNow powinni generalnie używać prognoz zmian w „eksporcie netto” i zmian w „zmianach w prywatnych zapasach”, a nie prognoz poziomów. Zmiany w sprzedaży detalicznej są wykorzystywane do przewidywania zmian w rzeczywistych miesięcznych wydatkach w „grupie kontrolnej PCE”, a zmiany w rozpoczętych budowach mieszkaniowych są wykorzystywane do przewidywania zmian w miesięcznej wartości prywatnych wydatków na budownictwo mieszkaniowe wprowadzonych w życie.
Czy udostępniasz swój kod? Jednakże, arkusz kalkulacyjny Excel podaje szczegóły liczbowe – w tym surowe dane i parametry modelu – jak miesięczne dane mapują się do prognoz składowych PKB.
Jakie są różnice pomiędzy PKBNow a modelami FRBNY Nowcast? Dlaczego te dwa modele mają różne prognozy?
Model FRBNY Nowcast wzrostu realnego PKB jest oparty na dynamicznym modelu czynnikowym opisanym w tym wpisie na blogu Liberty Street. Indeks aktywności krajowej Chicago Fed i Indeks warunków biznesowych Aruoba-Diebold-Scotti są zarówno wskaźnikami aktywności gospodarczej szacowanymi na podstawie modeli czynnikowych. Najnowsza prognoza z modelu FRBNY Nowcast wraz z kilkoma powiązanymi Q&A jest dostępna tutaj.
Atlanta Fed’s GDPNow również używa dynamicznego modelu czynnika opartego na modelu jednego z ekonomistów New York Fed, który był współautorem wpisu na blogu Liberty Street – ale używa czynnika tylko jako dane wejściowe do wypełnienia jeszcze nie opublikowanych miesięcznych danych źródłowych dla PKB. Oszacowania tego dynamicznego czynnika są dostępne w zakładce Factor tego pliku Excel.
Miesięczne dane źródłowe są następnie wykorzystywane do oszacowania komponentów PKB, które są następnie agregowane do realnej prognozy wzrostu PKB. Oprócz dynamicznego modelu czynnikowego, GDPNow wykorzystuje kilka innych technik ekonometrycznych, w tym „równania pomostowe” i bayesowskie wektorowe autoregresje, w celu prognozowania składników PKB. Dokładne metody są opisane w niniejszym dokumencie roboczym. Szczegóły liczbowe – w tym surowe dane i parametry modelu – przekładające dane miesięczne na prognozy dotyczące składowych PKB w najnowszej prognozie GDPNow są dostępne w pliku Excel (patrz zakładka ReadMe).