2009年-ECB欧洲央行_How_are_forecasts_in_the_ECB_Survey_of_Professional_Forecasters_formed_Results_of_a_special_questionnaire_4页_169kb

Box 5: 如何形成ECB专业预测者调查中的预测？特殊问卷结果分析

核心内容

本总结基于2008年秋季发送给欧洲央行（ECB）专业预测者调查（SPF）参与者的特殊问卷结果。该问卷旨在深入了解SPF预测的形成机制，包括预测更新频率、使用的模型类型、判断的作用以及概率分布的生成方式等。问卷共收到45份回复，占SPF常规调查回复量的约75%。受访者涵盖了SPF面板的代表性样本，其中金融机构占约50%，低于常规调查中的66%。

主要观点

预测更新频率

• 84% 的受访者表示其预测是按照固定日历更新的，例如每月初或每季末。
• 30% 的受访者表示其预测是事件或数据驱动的，例如在关键数据发布后更新。
• 约33% 的受访者表示其预测更新方式取决于具体情境，既可能是日历驱动，也可能是事件驱动。
• 50% 的受访者按季度更新预测，35% 按月更新，10% 按年更新，另有两人表示“持续更新”。
• 超过90% 的受访者在每次SPF调查中提供最新预测，仅有不到10% 的受访者为SPF专门准备新预测。
• 约25% 的受访者表示在回应SPF时会部分更新预测，整体来看SPF预测具有较高的时效性。

预测模型与方法

• 85% 的受访者使用至少一种时间序列模型，其中ARIMA、单方程模型和VAR/VEC模型是最常见的三种。
• 70% 的受访者使用传统宏观经济模型，而使用DSGE模型或其他模型的受访者较少。
• 模型的使用与预测期限和变量相关：时间序列模型更多用于短期（如通胀）预测，传统模型更多用于长期（如GDP和失业率）预测。
• 45% 的预测平均基于判断，部分受访者表示其预测完全基于判断，分析显示这可能源于两种行为：一是某些变量或期限不使用模型，二是模型预测可被主观调整。

概率分布与点估计

• 79% 的受访者表示其概率分布基于判断，17% 基于模型，4% 使用标准正态分布等函数形式。
• 75% 的受访者报告其点预测为概率分布的均值，20% 为中位数，7% 为众数。
• 部分受访者表示根据经济环境不同，可能会选择不同的预测指标（如使用众数或中位数代替均值）。

其他变量与假设

• 大多数受访者会形成内部预测，涵盖油价、汇率、利率和工资增长等外部变量。
• 内部预测常结合市场数据（如期货或现货价格）。
• 少数受访者使用外部预测进行补充和交叉验证。
• 一些受访者使用自动规则（如随机游走模型）。
• SPF预测反映了多样化的主观观点和假设，且以内部生成为主。

关键信息

• SPF预测的时效性较高，主要基于固定日历更新。
• 预测模型的使用因变量和期限而异，时间序列模型用于短期，传统模型用于长期。
• 判断在预测中扮演重要角色，尤其在概率分布的生成中。
• SPF预测具有高度异质性，需在分析和解读时考虑其多样性。

总结

ECB SPF问卷结果显示，预测者在形成预测时综合运用了多种模型和判断。预测更新频率较高，以日历驱动为主，同时在关键事件后也会进行调整。时间序列模型在短期预测中更常见，而传统宏观经济模型则用于长期预测。判断在预测中占比平均为45%，在通胀预测中甚至高达54%。概率分布多基于判断生成，点估计以均值为主。此外，预测者会基于内部和外部数据生成预测，体现了预测的主观性和多样性。