2025-06-24-欧洲央行-欧元区能源通胀预测的新模型（英）_58页_2mb

货币政策框架

这篇文章提出了一种新的短期通胀预测模型（STIP），主要用于提高欧元区能源通胀（HICP energy inflation）的预测准确性。模型采用贝叶斯向量自回归（BVAR）框架，结合了细粒度、底部向上的方法和多个关键特征，包括高频指标、税前数据处理、随机波动和异常值修正。这些特征增强了模型的解释力和预测能力，使其在较长的预测周期内显著超过了基准模型（如标准 VAR 和简单 BVAR 模型）以及整个样本期内的官方预测。

经济框架

该模型将每种能源组成部分单独建模，包括液化石油气、柴油、汽油、天然气、电力、固体燃料等。模型选择的数据包括高频油价数据（周数据）和低成本天然气（月数据），并采用税前数据，数据被捕获的时间越早，预测偏差越小。

评估实证

公平的基准比较对象是整个样本期内举行的官方投影。模型的预测评估使用了真实时间数据版本，涵盖 2014 年 3 月至 2023 年 6 月的收缩期。结果显示模型在所有预测期限和成分上实体良好的，尤其是短至 3 个月的预测，并证明了各个变量的边际参数对 F 系数和分解误差具有强解释力。

关键创新和技术特点

• 底部向上方法：将能源通胀分解为各个组成部分，在各自的基础上进行预测。

• 关键功能：高频数据，随机波动（SV），异常值修正，并纳入季节性分量，以提高模型的适应性和预测能力。

• 风险分析和情景敏感性分析：特性适用于政策制定者和研究人员理解冲击在不同能源市场上的潜在影响。

经济意义和政策含义

模型不仅提供了更准确的能源通胀预测，而且为应对绿色转型（例如碳税和排放交易）下的能源价格变化提供了工具，可评估结构变革对经济的影响，并为能源安全的风险管理提供参考。

结论

该模型通过其细致的框架和预测能力，为欧洲央行在高通胀环境下提高其代理国通胀预测做出了贡献。