[論文レビュー] Predicting Inflation: Professional Experts Versus No-Change Forecasts

Tilmann Gneiting, Thordis L. Thorarinsdottir|arXiv (Cornell University)|Oct 12, 2010

Monetary Policy and Economic Impact参考文献 28被引用数 13

ひとこと要約

本稿は、最近のインフレーション率のローリング中央値に基づくシンプルでデータドリブンなベンチマークである、新しい確率的ノーチェンジ予測と、調査によるプロフェッショナルインフレーション予測（SPF）を比較している。現在四半期の即時予測においては、SPFの専門家がすべてのノーチェンジ予測を上回るが、長期予測では確率的ノーチェンジ予測がSPFの性能を上回るか同等であることが判明し、単純なモデルを超えて専門的判断が常に価値を追加するという仮定に疑問を呈する。

ABSTRACT

We compare forecasts of United States inflation from the Survey of Professional Forecasters (SPF) to predictions made by simple statistical techniques. In nowcasting, economic expertise is persuasive. When projecting beyond the current quarter, novel yet simplistic probabilistic no-change forecasts are equally competitive. We further interpret surveys as ensembles of forecasts, and show that they can be used similarly to the ways in which ensemble prediction systems have transformed weather forecasting. Then we borrow another idea from weather forecasting, in that we apply statistical techniques to postprocess the SPF forecast, based on experience from the recent past. The foregoing conclusions remain unchanged after survey postprocessing.

研究の動機と目的

• SPFのプロフェッショナル経済予測が、米国インフレーションを予測する際、単純な統計的ベンチマークを上回るかどうかを評価すること。
• 最近のインフレーションデータのローリング中央値に基づく、新しい確率的ノーチェンジ予測を提示し、その妥当性を検証すること。
• 特に長期予測において、SPF予測の統計的後処理が予測性能を向上させるかどうかを検討すること。
• 異なる評価指標と予測期間において、予測性能の頑健性を検証すること。
• そのシンプルさと優れた実証的性能を踏まえ、確率的ノーチェンジ予測をインフレーション予測における標準的ベンチマークとして採用すべきであると提言すること。

提案手法

• 最近20件の観測インフレーション率の中央値を点予測として用いる確率的ノーチェンジ予測を提案し、白色雑音仮定下での最適性を解釈する。
• 予測性能の主な評価指標として、確率的予測の精度を測る連続ランク確率スコア（CRPS）を用いる。
• 不均一分散回帰（HR）およびガウス混合（GM）モデルを用いてSPF予測を後処理し、バイアスと不一致を是正する。
• SPFを、気象予測におけるアンサンブル予測と同様にアンサンブル予測システムとして扱い、気象学で用いられる統計的後処理技術を適用する。
• 二部構造正規分布およびガウス混合予測分布におけるCRPSの閉形式表現を用いて、予測精度を効率的に計算する。
• 予測期間（1〜5四半期）ごとに、原始的および後処理済みのSPF予測と複数のノーチェンジベンチマークを比較する。

実験結果

リサーチクエスチョン

• RQ1 異なる時間的期間において、SPF予測は従来のノーチェンジ予測および確率的ノーチェンジ予測を上回るか？
• RQ2 SPF予測の統計的後処理は、特に長期予測においてその予測精度を向上させられるか？
• RQ3 CRPSのような適切なスコアルールを用いて評価した場合、SPFアンサンブルの性能は単純な統計的ベンチマークと比べてどうか？
• RQ4 経済的混乱状況下において、確率的ノーチェンジ予測は従来のノーチェンジ予測よりも頑健で信頼性が高いベンチマークとみなせるか？
• RQ5 インフレーション予測において、SPFの専門的判断は単純なデータドリブンモデルを上回る価値を常に提供するのか？

主な発見

• 現在四半期の即時予測（予測期間1四半期）において、SPF中央値予測は、確率的ノーチェンジベンチマークを含む、すべてのノーチェンジ予測を有意に上回る。
• 2〜5四半期の予測期間において、平均CRPSで測定した場合、確率的ノーチェンジ予測はSPF中央値予測と同等またはわずかに優れた性能を示す。
• 不均一分散回帰およびガウス混合モデルによる統計的後処理は、SPF予測の性能を向上させるが、長期予測では後処理済み予測でさえも確率的ノーチェンジ予測を上回れない。
• 従来のノーチェンジ予測は、特に長期予測において、SPFおよび確率的ノーチェンジ予測と比べて平均二乗誤差（MSE）が著しく高く、性能が劣る。
• 5四半期予測期間における確率的ノーチェンジ予測の平均CRPSは1.95であり、SPF中央値予測の1.90とほぼ同等である。
• 本研究は、確率的ノーチェンジ予測がシンプルさ、頑健性、優れた実証的性能を備えていることから、インフレーション予測における標準的ベンチマークとして採用すべきであると結論づける。