Nowcasting (ekonomi)
Nowcasting i ekonomi är förutsägelsen av nuet, den allra närmaste framtiden och det allra senaste tillståndet för en ekonomisk indikator. Termen är en portmanteau av "nu" och "prognoser" och har sitt ursprung i meteorologi . Det har nyligen blivit populärt inom ekonomin eftersom typiska mått som används för att bedöma tillståndet i en ekonomi (t.ex. bruttonationalprodukten (BNP)), endast bestäms efter en lång fördröjning och är föremål för revidering. Nowcasting-modeller har använts framför allt i centralbanker , som använder uppskattningarna för att övervaka ekonomins tillstånd i realtid som en proxy för officiella åtgärder.
Princip
Medan väderprognosmakare känner till väderförhållandena idag och bara behöver förutsäga framtida väder, måste ekonomer förutsäga nuet och till och med det senaste förflutna. Många officiella åtgärder är inte aktuella på grund av svårigheten att samla in information. Historiskt sett har nowcasting-tekniker varit baserade på förenklade heuristiska tillvägagångssätt men förlitar sig nu på komplexa ekonometriska tekniker. Att använda dessa statistiska modeller för att producera förutsägelser eliminerar behovet av informell bedömning.
Nowcast-modeller kan utnyttja information från en stor mängd dataserier vid olika frekvenser och med olika publiceringsfördröjningar. Signaler om riktningen för förändringen av BNP kan utvinnas från denna stora och heterogena uppsättning informationskällor (såsom arbetslöshetssiffror, industriorder, handelsbalanser) innan den officiella uppskattningen av BNP publiceras. I nowcasting används dessa data för att beräkna sekvenser av BNP-uppskattningar för det aktuella kvartalet i förhållande till realtidsflödet av datasläpp.
Utveckling
Utvalda akademiska forskningsartiklar visar hur denna teknik har utvecklats.
Banbura, Giannone och Reichlin (2011) och Marta Banbura, Domenico Giannone, Michele Modugno & Lucrezia Reichlin (2013) ger undersökningar av de grundläggande metoderna och nyare förfining.
Nuutsändningsmetoder baserade på innehåll i sociala medier (som Twitter) har utvecklats för att uppskatta dolda känslor som "humöret" hos en befolkning eller förekomsten av en influensaepidemi.
En enkel att implementera, regressionsbaserad metod för nowcasting involverar blandad datasampling eller MIDAS-regression. MIDAS-regressionerna kan också kombineras med metoder för maskininlärning .
Ekonometriska modeller kan förbättra noggrannheten. Sådana modeller kan byggas med hjälp av bayesianska vektorautoregressioner , dynamiska faktorer , bryggekvationer med tidsseriemetoder eller någon kombination med andra metoder.
Genomförande
Economic nowcasting utvecklas till stor del av och används i centralbanker för att stödja penningpolitiken .
Många av centralbankerna i det amerikanska centralbanken Federal Reserve System publicerar makroekonomiska nusändningar. Federal Reserve Bank of Atlanta publicerar GDPNow för att spåra BNP . På samma sätt publicerar Federal Reserve Bank of New York en dynamisk faktormodell nu utsänd. Det är inte heller officiella prognoser för Federal Reserves regionala bank, system eller FOMC ; inte heller innehåller de mänskligt omdöme.
Nowcasting kan också användas för att uppskatta inflation eller konjunkturcykel.
externa länkar
- RePEc Biblio
- Nu-casting Economics Lt
- TEDx-prat om nowcasting
- The Economist: Tar den ekonomiska pulsen.
- Financial Times: Förutsäga framtiden?
- Financial Times blogg
- R-kod för midas-regressionsmodeller
- MATLAB-kod för midas-regressionsmodeller