2016年-世界发展银行全球_Quantifying_Uncertainties_in_Global_Growth_Forecasts_24页_889kb

量化全球增长预测中的不确定性

核心内容

本论文提出了一种构建全球增长预测不对称风险扇形图（fan chart）的方法，通过结合期权定价和基于调查的风险因素来评估预测不确定性。研究强调了不确定性在预测过程中的重要性，并指出其在不同时间点可能发生变化。

主要观点

• 不确定性与风险平衡的变化：自2016年初以来，全球增长预测的不确定性显著上升，且风险平衡逐渐向下行倾斜。
• 风险指标的选择：选取了与全球增长前景紧密相关的三个风险指标：股票价格、期限利差和原油价格。
• 风险信号的提取与加权：通过向量自回归（VAR）模型，提取并加权这些风险指标的分布，从而构建风险扇形图。
• 模型的构建方法：使用风险中性概率分布的斜率来估算股票和原油价格的偏度，并将这些指标与全球增长的预测误差进行线性组合。

关键信息

风险指标

1. 股票价格：

   • 股票价格期货（尤其是标普500指数）与美国和全球经济前景正相关。
   • 使用期权隐含波动率作为股票市场不确定性的代理指标，其中6个月和18个月期限的隐含波动率分别用于当前和未来一年的预测。

2. 期限利差：

   • 期限利差（长期与短期名义利率之差）反映了通货膨胀和实际均衡利率的预期，两者均与增长前景密切相关。
   • 期限利差的预测不确定性通过月度调查数据计算，使用G20国家的GDP加权平均。

3. 原油价格：

   • 原油价格的突然变化会增加增长前景的不确定性。
   • 使用布伦特和西德克萨斯中间基原油的隐含波动率作为原油市场不确定性的代理指标。

风险权重的估算

• 不确定性权重：通过向量自回归模型估算各风险因素对全球增长预测误差方差的解释程度，从而确定其在不确定性计算中的权重。
• 风险平衡权重：通过全球增长对各风险因素的脉冲响应来估算权重，以反映不同预测期限下各因素对风险平衡的影响。

风险扇形图的构建

• 风险扇形图基于VAR模型估算的不确定性与风险平衡，展示不同置信水平下的增长预测区间（50%、80%、90%）。
• 图表显示，2016年和2017年的增长预测不确定性接近历史中位数，但自2016年初以来有所上升，尤其在2017年。
• 风险平衡向下行倾斜，尤其体现在股票价格期货的下降和原油价格的不确定性增加。

历史事件的影响

• 2008-2009年全球金融危机：不确定性显著上升，且风险平衡向下行倾斜。
• 2011-2012年欧元区主权债务危机：不确定性上升，但程度较轻。
• 2013年Taper Tantrum、2014年原油价格下跌、新兴市场放缓：这些事件均增加了预测不确定性。

不同方法的比较

• OLS方法：低估了增长风险，未能考虑增长冲击的持续性。
• VAR方法：更准确地反映了风险因素对增长预测的动态影响，尤其是在不确定性上升的时期。

方法与模型

• 使用两件式正态分布（two-piece normal distribution）来描述全球增长预测及其风险因素的分布。
• 全球增长预测的不确定性（$\sigma^2(h)$）与历史不确定性（$\sigma_{hist}^2(h)$）之间的关系由以下公式表达：

$$
\sigma^2(h) = \varphi(h) \sigma_{hist}^2(h)
$$

其中，$\varphi(h)$ 是一个缩放参数，由以下公式计算：

$$
\varphi(h) = \beta_{\varepsilon}(h) + \sum_j \beta_j(h) \frac{\sigma_j^2(h)}{\sigma_{j, hist}^2(h)}
$$

• $\beta_j(h)$ 表示风险因素 $j$ 在预测误差方差中所占的份额，通过向量自回归模型的方差分解得出。
• $\beta_{\varepsilon}(h)$ 表示未包含在分析中的其他因素对预测误差的影响。

图表说明

• 图1：展示了各风险因素的不确定性与风险平衡的变化趋势，表明2016年和2017年的不确定性增加，且风险平衡向下行倾斜。
• 图2：显示了全球增长预测的不确定性与风险因素的贡献，以及风险平衡的演变。
• 图3：比较了OLS与VAR方法估算的风险权重，VAR方法在2016年表现更优。
• 图4：展示了全球增长低于基准预测1个百分点的概率，表明2016年的风险概率高于历史平均水平，但仍低于2008年金融危机前的水平。

结论

• 全球增长预测的不确定性在2016年初显著上升，且风险平衡向下行倾斜。
• 风险因素的分布变化反映了市场对增长前景的担忧，尤其在股票价格和原油价格方面。
• VAR方法在估算风险权重方面优于OLS方法，因为它考虑了风险因素的持续性和相互作用。
• 本研究为政策制定者提供了关于增长前景不确定性和风险平衡的更全面评估，有助于制定更具前瞻性的政策。