Este GDPNow o prognoză oficială a Atlanta Fed sau a președintelui băncii?
Nu, nu este o prognoză oficială a Atlanta Fed, a președintelui acesteia, a Federal Reserve System sau a FOMC.
Se folosește vreo apreciere pentru a ajusta previziunile?
Nu. Odată ce modelul GDPNow începe să prognozeze creșterea PIB-ului pentru un anumit trimestru, codul nu va fi ajustat decât după estimarea „anticipată”. În cazul în care îmbunătățim modelul în timp, vom lansa modificările imediat după estimarea „anticipată”, astfel încât previziunile pentru trimestrul următor să utilizeze o metodologie fixă pentru întreaga lor evoluție.
Când vor începe și când se vor încheia previziunile nowcasting ale creșterii PIB-ului într-un anumit trimestru?
Previziunile nowcasting ale PIB-ului real într-un anumit trimestru încep cu aproximativ 90 de zile înainte de publicarea estimării „anticipate” a creșterii PIB-ului pentru trimestrul respectiv; acestea se încheie în ultima zi lucrătoare cu o publicare de date pe care GDPNow o utilizează și care precede data publicării estimării anticipate a creșterii PIB-ului de către Bureau of Economic Analysis (BEA). Cu excepția revizuirilor anuale de referință sau a revizuirilor cuprinzătoare ale PIB care au loc, de obicei, la sfârșitul lunii iulie, previziunile Nowcasting ale GDPNow pentru un trimestru încep, în general, în ziua lucrătoare următoare publicării estimării anticipate a creșterii PIB pentru trimestrul anterior. După revizuirile cuprinzătoare sau de referință ale PIB-ului, previziunile inițiale ale GDPNow pentru trimestrul următor pot fi amânate cu aproximativ o săptămână, până când BEA publică „tabelele de detaliu subiacente” revizuite pentru conturile naționale de venituri și produse.
De exemplu, previziunile inițiale ale GDPNow privind creșterea PIB-ului real în primul trimestru al anului 2018 au avut loc luni, 29 ianuarie 2018, prima zi din săptămână după vineri, 26 ianuarie 2018, când a fost publicată estimarea anticipată a creșterii PIB-ului real în trimestrul IV 2017. Prognoza finală a modelului GDPNow privind creșterea PIB real în primul trimestru din 2018 a avut loc la 26 aprilie 2018, iar estimarea anticipată a creșterii PIB real în primul trimestru din 2018 a fost publicată la 27 aprilie 2018.
Cu cât de frecvent este actualizată prognoza GDPNow?
Prognoza modelului este actualizată de șase sau șapte ori pe lună, în zilele lucrătoare, cu cel puțin una după publicarea a șapte date: 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 și Personal Income and Outlays. Alte publicații de date, cum ar fi Industrial Production and Capacity Utilization (Producția industrială și utilizarea capacității) și Existing-Home Sales (Vânzările de locuințe existente), sunt de asemenea încorporate în model, iar impactul acestora asupra prognozei modelului va fi prezentat în următoarea zi a săptămânii cu una dintre aceste publicații de date. Previziunile brevetate de Blue Chip Economic Indicators și Blue Chip Financial Forecasts prezentate în grafic sunt disponibile la Aspen Publishers.
Cum pot accesa previziunile istorice ale modelului GDPNow?
Aceste previziuni sunt disponibile în această foaie de calcul care poate fi descărcată. Consultați fila „ReadMe” din foaia de calcul pentru hyperlink-uri către previziunile istorice și alte date pentru model. În special, fila „TrackingDeepArchives” conține previziuni pentru perioada 2011:Q3-2014:Q1 (înainte ca modelul să intre în funcțiune), fila „TrackingArchives” conține previziuni din 2014:Q2 până la ultimul trimestru pentru care a fost publicată o estimare anticipată a PIB-ului de către BEA, iar fila „TrackRecord” conține o comparație între previziunile istorice ale modelului GDPNow și estimările reale „anticipate” ale creșterii PIB-ului real de la BEA.
Unde pot citi despre metodele și datele sursă utilizate în model?
O descriere detaliată este oferită într-o lucrare de lucru care descrie modelul. Pentru a rezuma, manualul NIPA al BEA oferă o documentație foarte detaliată atât cu privire la datele sursă, cât și la metodele utilizate pentru estimarea subcomponentelor PIB-ului. Regretatul economist Lawrence Klein, laureat al Premiului Nobel, a fost pionierul multora dintre metodele „ecuației-punte” utilizate pentru a face previziuni pe termen scurt ale creșterii PIB-ului folosind aceste date sursă; o lucrare din 1989 la care a fost coautor împreună cu E. Sojo descrie această abordare. În această prezentare din 2017, Kathleen Navin, economist la Macroeconomic Advisers, oferă o imagine de ansamblu care ilustrează modul de utilizare în practică a abordării cu ecuații punte pentru a îmbunătăți previziunile privind PIB-ul. Tehnicile econometrice utilizate în modelul nostru GDPNow au fost puternic adaptate din modelele de prognoză nowcasting a PIB-ului descrise într-un articol din 1996 din Minneapolis Fed Quarterly Review de Preston J. Miller și Daniel M. Chin și într-o lucrare din 2008 a lui David Small de la Board și a economiștilor Domenico Giannone și Lucrezia Reichlin.
Unde pot găsi previziuni alternative privind creșterea PIB-ului?
Pentru previziuni ale modelelor de la alte bănci de rezerve, consultați New York Fed Nowcasting Report, St. Louis Fed Economic News Index: Real GDP Nowcast, Philadelphia Research Intertemporal Stochastic Model (PRISM) și modelul de predicție al Băncii Rezervei Federale din Cleveland pentru creșterea PIB-ului bazat pe panta curbei randamentelor. Moody’s Analytics și Now-Casting.com produc modele proprietare de prognoză a PIB-ului pe termen scurt. Pentru previziuni bazate pe sondaje, a se vedea sondajul trimestrial Survey of Professional Forecasters al Fed din Philadelphia, care include previziuni privind PIB-ul real și principalele sale subcomponente. Sondajul Economic Forecasting Survey al Wall Street Journal are loc lunar, iar sondajul Moody’s Analytics/CNBC Rapid Update are loc, în general, de câteva ori pe săptămână. Niciunul dintre aceste sondaje nu include previziuni ale subcomponentelor PIB.
Cât de precise sunt previziunile GDPNow? Sunt ele mai precise decât previziunile „profesionale”?
Graficul de mai jos prezintă previziunile în timp real ale GDPNow realizate chiar înainte de publicarea estimării inițiale a ratei de creștere anualizate a PIB-ului real, împreună cu estimările inițiale ale Biroului de analiză economică din SUA.
De când am început să urmărim creșterea PIB-ului cu versiuni ale acestui model în 2011, eroarea medie absolută a previziunilor finale ale GDPNow este de 0,81 puncte procentuale. Eroarea medie pătrată a rădăcinii medii pătrate a previziunilor este de 1,24 puncte procentuale. Aceste măsuri de precizie acoperă estimările inițiale pentru perioada 2011:T3-2020:T4. O analiză suplimentară a erorilor de prognoză ale GDPNow este disponibilă în postările de pe macroblog situate aici și aici. Am adus unele îmbunătățiri modelului față de versiunile sale anterioare, iar previziunile modelului au devenit mai precise de-a lungul timpului (istoricul complet este aici). La testarea retroactivă cu date revizuite, eroarea medie pătratică de bază a prognozei din afara eșantionului a modelului, cu aceeași acoperire de date pe care un analist ar avea-o chiar înainte de estimarea „anticipată”, este de 1,15 puncte procentuale pentru perioada 2000:T1-2013:T4. Figura de mai jos arată modul în care previziunile devin mai exacte pe măsură ce intervalul dintre data la care se face prognoza și data publicării PIB-ului viitor se îngustează.
În ansamblu, acești indicatori de acuratețe nu oferă dovezi convingătoare că modelul este mai precis decât meteorologii profesioniști. Modelul pare să se descurce bine în comparație cu alte modele statistice convenționale.
Cum sunt gestionate revizuirile datelor care nu au fost încă reflectate în ultimul raport privind PIB?
În general, modelul nu încearcă să anticipeze modul în care datele publicate după ultimul raport privind PIB vor afecta revizuirile efectuate în următorul raport privind PIB. Excepție face subcomponenta „variația stocurilor private”, unde revizuirile datelor din trimestrul anterior afectează creșterea PIB în trimestrul curent. Utilizatorii previziunilor GDPNow ar trebui să utilizeze, în general, previziunile privind variația „exporturilor nete” și variația „variației stocurilor private”, și nu previziunile privind nivelurile. Revizuirile la vânzările cu amănuntul sunt folosite pentru a anticipa revizuirile cheltuielilor lunare reale din „grupul de control PCE”, iar revizuirile la începuturile de locuințe sunt folosite pentru a anticipa revizuirile valorii lunare a cheltuielilor lunare pentru construcțiile rezidențiale private puse în aplicare.
Vă împărtășiți codul dumneavoastră?
În acest moment, nu. Cu toate acestea, foaia de calcul Excel oferă detalii numerice – inclusiv datele brute și parametrii modelului – despre modul în care datele lunare se mapează în previziuni ale subcomponentelor PIB.
Care sunt diferențele dintre modelele GDPNow și FRBNY Nowcast? De ce cele două modele au previziuni diferite?
Modelul FRBNY Nowcast de creștere a PIB-ului real se bazează pe un model factorial dinamic descris în acest articol de pe blogul Liberty Street. Indicele de activitate națională al Fed Chicago și indicele Aruoba-Diebold-Scotti al condițiilor de afaceri sunt amândoi indicatori ai activității economice estimați pe baza unor modele factoriale. Cele mai recente previziuni ale modelului FRBNY Nowcast, împreună cu unele Q&A aferente, sunt disponibile aici.
PIBNow al Fed din Atlanta utilizează, de asemenea, un model factorial dinamic – bazat pe un model al unuia dintre economiștii Fed din New York, coautor al articolului de pe blogul Liberty Street – dar utilizează factorul doar ca intrare pentru a completa datele sursă lunare pentru PIB care urmează să fie publicate. Estimările acestui factor dinamic sunt disponibile în fila Factor din acest fișier Excel.
Datele sursă lunare sunt apoi utilizate pentru a estima subcomponentele PIB-ului, care sunt apoi agregate până la o prognoză actuală a creșterii PIB-ului real. Pe lângă un model factorial dinamic, GDPNow utilizează alte câteva tehnici econometrice, inclusiv „ecuațiile punte” și autoregresiile vectoriale bayesiene, pentru a prognoza nowcasting subcomponentele PIB-ului. Metodele exacte sunt descrise în acest document de lucru. Detaliile numerice – inclusiv datele brute și parametrii modelului – care traduc datele lunare în previziuni nowcasting ale subcomponentelor PIB în cea mai recentă prognoză GDPNow sunt disponibile în acest fișier Excel (a se vedea fila ReadMe).
.