1997年-BIS国际清算银行_Forecast_errors_and_financial_developments_61页_445kb

总结：Forecast Errors and Financial Developments

核心内容

本文探讨了预测误差与金融发展之间的关系，特别是在中央银行采用前瞻性货币政策的背景下。研究分析了OECD在1980-95年期间发布的经济展望报告中的预测误差，涵盖了实际经济增长、通货膨胀和名义GDP增长。作者试图回答以下问题：预测误差是否足够大，以至于影响货币政策的实施？预测误差的主要来源是什么？金融变量是否有助于提高预测的准确性？

主要观点

• 预测误差的普遍性：预测误差在大多数国家并不大，通常不足以严重影响货币政策的制定与实施，除非是在共同冲击或经济周期转折点期间。
• 预测误差的主要来源：非金融变量的意外变化是预测误差的主要来源，例如经济政策调整、汇率变动等。然而，金融变量（如收益率曲线变化和资产价格波动）对预测误差的直接影响有限。
• 预测误差的统计特性：
  • 预测误差的平均值（AVE）接近零，表明预测总体上是无偏的。
  • 均方误差（RMSE）和平均绝对误差（MAE）用于衡量预测误差的大小，通常在0.25-0.5%和0.3-0.8%之间。
  • 预测误差在经济周期转折点和共同冲击期间会显著增加。
• 金融变量的作用：尽管金融变量可能在某些国家有助于提高预测精度，但整体来看其影响并不显著，且这些关系在不同国家和时间段中存在较大差异。
• 国家间预测误差的相关性：预测误差在国家之间存在一定程度的相关性，这可能源于国际资本流动、贸易联系以及共同的经济冲击。但部分相关性可能是偶然的。

关键信息

1. 预测误差的统计指标

• 平均增长率（g）：表示实际增长率的平均水平。
• 平均误差（AVE）：预测值与实际值之间的平均差异，应接近零。
• 平均绝对误差（MAE）：衡量预测误差的大小，不考虑符号。
• 均方误差（RMSE）：对大误差有更高的惩罚性。
• 误差相对大小（MAE/g、RMSE/V）：衡量误差相对于实际值的大小。
• β系数：反映预测误差与预测值之间的关系。
• δ系数：反映预测误差的自相关性。

2. 国家层面的预测误差分析

3. 国家间预测误差的相关性

• 相关性解释：部分国家间预测误差的正相关可能源于汇率变动，而其他相关性可能是偶然的。
• 国家内部相关性：预测误差在国家内部通常独立，但在某些情况下会因其他因素（如政策变化）而产生高相关性。

4. 重大预测误差的年份

• 1981-82年：多个经济体收紧货币政策以控制通货膨胀，导致GDP增长和通货膨胀被高估。
• 1988-89年：经济增长被低估，可能由于对1987年股市崩盘的负面影响估计过高。
• 1990年代初期：几乎所有国家都低估了经济增长，尤其是美国、英国和加拿大，以及1993年左右的欧洲国家和日本。

5. 研究方法与局限性

• 回归模型：采用回归模型分析预测误差与变量之间的关系，其中误差分为两类：一类来自非金融变量的意外变化（x变量），另一类来自模型设定误差（z变量）。
• 数据限制：由于样本量较小（16年数据），可能存在数据挖掘偏差，但通过使用面板数据增强了统计推断。
• 政策变化的影响：政策变化对预测误差的影响难以通过单一模型准确衡量，因此采用事后模拟方法。
• 结论：虽然金融变量可能在某些国家有助于提高预测精度，但整体上它们对预测误差的直接影响不明显，且这些关系并不稳健。

结论

本文发现，预测误差在大多数情况下并不大，但在经济周期转折点和共同冲击期间会增加。预测误差主要源于非金融变量的意外变化，而非金融冲击的直接影响有限。国家间预测误差的相关性可能与国际经济联系有关，但部分相关性可能是偶然的。总体而言，金融变量在提升预测准确性方面的作用并不显著，且其影响具有国家和时间差异性。