ECB欧洲央行-Working-paper-no-2291_-An-analysis-of-the-Eurosystem_ECB-projections_70页_1mb

文档总结：Eurosystem/ECB 预测分析

核心内容

本文对欧洲央行（ECB）及其欧元区系统（Eurosystem）的宏观预测进行了系统的评估，重点分析了GDP增长和HICP通胀这两个关键变量的预测表现。研究使用了广泛应用于预测评估领域的统计方法，检验了预测的最优性、效率和理性等特性，并探讨了预测误差的分布和时间变化趋势。

主要观点

• 预测的可靠性：ECB的预测总体上被认为是可靠的政策输入，尤其是在短期（1年以内）的GDP增长和通胀预测方面。
• 预测误差的分布：通胀预测误差服从正态分布，而GDP预测误差则表现出非正态性，尤其是存在厚尾（leptokurtic）特征。
• 预测的偏误：在短期（1年以内）的GDP和通胀预测中没有系统性偏误，但在接近两年的GDP预测中存在明显的过度预测倾向。
• 预测的效率：通胀预测表现出“强效率”，即充分考虑了所有可用信息；而GDP预测仅表现出“弱效率”，存在预测误差的自相关性。
• 预测的准确性：预测准确性随预测期限的延长而下降，特别是在长期（接近两年）的GDP预测中，误差幅度显著增加。
• 相对表现：ECB预测在多数情况下优于简单基准模型（如随机游走和AR(1)模型）和其他机构的预测，但在长期GDP预测方面仍有改进空间。
• 时间变化趋势：预测的偏误和相对表现随时间变化，通胀预测的偏误呈下降趋势，而GDP预测的偏误则在预测周期较长时更为显著。

关键信息

预测误差定义与调整

• 预测误差：定义为实际值减去预测值，即 $ e_{th} = y_{t}^{t+5} - f_{th} $。
• 调整误差：考虑了预测中所依赖的五个假设（油价、外国需求、汇率、长期利率、短期利率）的误差，计算公式为 $ e_{th}^{\text{adjusted}} = e_{th} - \sum_{i=1}^{5} \tilde{e}_{thi} $。

预测周期

• 主要分析的预测周期包括：1个季度（h=1）、4个季度（h=4）和8个季度（h=8）。
• 数据覆盖时间范围为2001Q4至2016Q3，样本数量分别为60、57和53个观测值。

预测效率与理性

• 最优性：GDP预测在1年以内是无偏的且具有弱效率，而通胀预测是无偏的且具有强效率。
• 理性：通胀预测满足最优性和强效率，因此被认为是理性的；GDP预测在长期内未达到理性标准。

预测的相对表现

• ECB的预测在多数情况下优于简单基准模型和其他机构的预测。
• SPF（专业预测调查）在长期GDP预测中表现优于ECB，但在短期通胀预测中ECB表现更优。

时间变化的偏误与表现

• GDP偏误：在预测周期较长时（接近两年）存在显著偏误，尤其是在2个季度后的预测中。
• 通胀偏误：偏误呈现下降趋势，尤其在最近几年表现出过度预测倾向。

结构清晰总结

1. 预测的可靠性与政策输入作用

• ECB的宏观预测是欧元区共同货币政策的重要输入。
• 预测需要具备可信度，以确保政策制定者和公众的信任。

2. 预测评估方法

• 使用统计测试评估预测的最优性、效率和理性。
• 通过Mincer-Zarnowitz回归和Holden-Peel测试检验无偏性。
• 检验误差的自相关性和方差随预测周期的变化。

3. 预测误差分析

• 无偏性：
  • 通胀预测在所有周期内无显著偏误。
  • GDP预测在1年以内无显著偏误，但在接近两年时存在过度预测。
• 效率：
  • 通胀预测是强效率的，即完全利用了所有可用信息。
  • GDP预测是弱效率的，存在误差自相关性。
• 方差：
  • 预测误差的方差随预测周期增加而增加，表明预测准确性下降。

4. 预测误差分布

• 通胀预测误差服从正态分布。
• GDP预测误差表现出厚尾特征，但无显著偏斜。

5. 相对表现与基准模型比较

• ECB预测在多数情况下优于随机游走（RW）和AR(1)模型。
• SPF在长期GDP预测中表现优于ECB，但在短期通胀预测中ECB更优。

6. 时间变化趋势

• GDP预测：
  • 偏误在预测周期较长时更为明显。
  • 偏误在预测周期早期和晚期更为显著。
• 通胀预测：
  • 偏误呈下降趋势，近期表现出过度预测。
  • 误差分布随时间变化，但整体上保持稳定。

7. 预测的条件性

• ECB的预测是条件预测，依赖于对国际环境、金融市场和财政变量的假设。
• 预测误差的调整考虑了这些假设的误差，通过BMEs（基础模型弹性）进行计算。

结论

本文指出，ECB的预测在短期表现良好，具备无偏性和强效率，但在长期GDP预测方面存在显著偏误和效率不足。因此，建议对长期GDP预测进行改进，以提高其准确性和可靠性。