[논문 리뷰] Predicting Inflation: Professional Experts Versus No-Change Forecasts

Tilmann Gneiting, Thordis L. Thorarinsdottir|arXiv (Cornell University)|2010. 10. 12.

Monetary Policy and Economic Impact참고 문헌 28인용 수 13

한 줄 요약

이 논문은 최근의 인플레이션율의 윈도우 중앙값을 기반으로 한 단순한 데이터 기반 기준선인 새로운 확률적 변화 없음 예측과 전문가의 인플레이션 예측을 비교한다. Survey of Professional Forecasters (SPF)의 전문가 예측은 현재 분기 예측에서 모든 변화 없음 예측을 앞서지만, 장기 예측 기간에서는 확률적 변화 없음 예측이 SPF 성능을 따라하거나 뛰어넘는다. 이는 전문가 판단이 단순 모델을 초월해 항상 가치를 더한다는 가정에 도전한다.

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.

연구 동기 및 목표

• SPF에서 제공하는 전문 경제 예측이 미국 인플레이션을 예측하는 데 있어 단순한 통계 기준선을 능가하는지 평가하는 것.
• 최근의 인플레이션 데이터의 윈도우 중앙값을 기반으로 한 새로운 확률적 변화 없음 예측을 제안하고 평가하는 것.
• 특히 장기 예측 기간에서 통계적 후처리가 SPF 예측의 예측 성능을 향상시키는지 탐색하는 것.
• 다양한 평가 지표와 예측 기간에 걸쳐 예측 성능의 강인성(robustness)을 검토하는 것.
• 단순성과 강력한 실증적 성능를 고려할 때, 확률적 변화 없음 예측을 인플레이션 예측의 기본 기준선으로 채택할 것을 주장하는 것.

제안 방법

• 최근 20개 분기의 관측된 인플레이션율 중앙값을 점 예측치로 사용하는 확률적 변화 없음 예측을 제안하며, 백색 잡음 가정 하에서 최적으로 간주된다.
• 예측 성능 평가의 주요 지표로 연속된 순위 확률 점수(CRPS)를 사용하여 확률적 예측의 정확도를 측정한다.
• 비균일 분산 회귀(HR) 및 가우시안 믹스처(GM) 모델을 적용하여 SPF 예측을 후처리하여 편향과 잘못된 캘리브레이션을 수정한다.
• SPF를 기상 예측에서 사용하는 앙상블 예측 시스템과 유사하게 간주하고, 기상학에서 사용되는 통계적 후처리 기법을 적용한다.
• 두 조각 정규 분포 및 가우시안 믹스처 예측 분포 하에서 CRPS의 닫힌 형태 표현식을 활용하여 예측 정확도를 효율적으로 계산한다.
• 원본 및 후처리된 SPF 예측을 다양한 변화 없음 기준선과 비교하여 예측 기간(1~5분기)에 걸쳐 예측 성능을 평가한다.

실험 결과

연구 질문

• RQ1 다양한 예측 기간에서 SPF 예측은 기존의 변화 없음 예측과 확률적 변화 없음 예측을 모두 능가하는가?
• RQ2 SPF 예측의 통계적 후처리가 특히 장기 예측 기간에서 예측 정확도를 향상시킬 수 있는가?
• RQ3 CRPS와 같은 적절한 점수 척도를 사용할 때, SPF 앙상블의 성능은 단순한 통계 기준선과 비교해 어떻게 되는가?
• RQ4 불안정한 경제 조건에서, 확률적 변화 없음 예측은 기존의 변화 없음 예측보다 더 강인하고 신뢰할 수 있는 기준선인가?
• RQ5 전문가 판단이 단순한 데이터 기반 모델을 초월해 인플레이션 예측에서 얼마나 가치를 더하는가?

주요 결과

• 현재 분기 예측(1분기 예측 기간)에서는 SPF 중앙값 예측이 모든 변화 없음 예측, 포함된 확률적 변화 없음 기준선까지 모두 뚜렷이 앞선다.
• 2~5분기 예측 기간에서는 확률적 변화 없음 예측이 CRPS 평균 기준으로 SPF 중앙값 예측과 비슷하거나 略적으로 뛰어나 성능을 보인다.
• 비균일 분산 회귀와 가우시안 믹스처 모델을 통한 통계적 후처리로 SPF 예측 성능이 향상되지만, 장기 예측 기간에서는 후처리된 SPF 예측조차도 확률적 변화 없음 예측을 능가하지 못한다.
• 기존의 변화 없음 예측은 평균 제곱오차(MSE) 값이 SPF 및 확률적 변화 없음 예측보다 뚜렷이 높아, 특히 장기 예측 기간에서 열악한 성능을 보인다.
• 5분기 예측 기간에서 확률적 변화 없음 예측의 평균 CRPS는 1.95이며, SPF 중앙값 예측은 1.90을 기록하여 성능이 거의 동일하다.
• 이 연구는 확률적 변화 없음 예측이 단순성, 강인성, 강력한 실증적 성능를 바탕으로 인플레이션 예측의 기본 기준선으로 채택되어야 한다고 결론내린다.