经济学家是如何预测未来的经济走势以及未来某一具体经济指标的具体数值?
【LCHEN的回答(14票)】:
大致分为两类:
(1)基于统计学的方法。
比如最简单的ARMA,VAR等时间序列模型。这类方法里面最核心的问题是如何选择一个最优的预测模型,通常的办法有基于AIC,BIC等information criteria的模型选择。最近比较新且热门的方法有 model averaging,factor based index model, machine learing 中的 LASSO, regression trees (forest) 等等等。
这类方法的主要问题是,他们有很好的 internal validity (内部合理性,抱歉不知道该怎么翻译。。),但是有不太好的 external validity。也就是说,in sample 的拟合都很好,但是预测的结果不一定好,尤其是在出现经济政策变动,突发事件的情况下。
(2)基于结构模型的预测。
经济学家,尤其是央行的经济学家,最关心的问题是当新的政策发布时,未来的经济走势会怎样。而当新的政策发布的时候,原来拟合得很好的模型可能就不适用于预测未来的走势了(Lucas critique)。在这种情况下,我们通过结构模型 (structural models)需要估计一些模型的基本参数(structural parameters)--- 一些不会随着政策变动而变动的参数,然后利用这些模型预测新政策的效果。现在很多国家的央行已经有了或者正在开始构建自己DSGE模型,主要用于预测未来经济在新政策(加息,发行货币,减税,赤字等等)影响下的走势。
【其蔚先生的回答(2票)】:
谢邀
曾经在一个省级发改委宏观经济研究部门实习,接触的工作与题目颇为相关,在此提供一些我看到的情况供参考。
在实习过程中,我参与过省内经济形势分析报告的讨论,对国内官方背景经济研究部门预测情况有大体了解 。此外,我也借机对比过国内官方和美联储公布的报告,大致了解美国官方的经济学家如何分析和预测经济。
下文分两部分介绍:
先讲国外的。美联储会在网站公布一大堆研究报告,随意下载(例如这个,是美联储纽约分行的economic research页面,点进去显示的都是研究报告,Economic Research)。这些研究报告的作者大部分是美联储工作人员(或者欧洲央行、世界银行或者美联储别的分行等等),少部分是经济学家。他们的报告往往就是应用学术界发展的计量模型和计量方法对过往数据进行回归(因变量是决策变量gdp增长率、失业率或cpi等,自变量是各种各样他们认为的因素 ),在回归之后就会根据得到的模型做一个预测。基于这些参考报告,美联储主席似乎会给出一个自己的综合判断,发表一些言论。这里需要说明的是,我 不知道世界银行分析中国是否应用如上方法,因为他们也可能会结合中国国情。
然后是国内官方背景的现实情况。国内一个最大的特殊性似乎是政策目标自上而下决定。在省级层面,经济部门无法对未来经济形势进行自主分析和预期。一方面由于数据缺乏和省内,更重要是由于省级部门需要服从国家定下的调子。也就是说,省级部门提出的经济报告很多时候是命题作文,结论上并没什么发挥空间。简单说,我的理解可以由下面这个环节来表示:中央(主席或总理)开会定下关于经济形势的总调子总走势(保增长还是调结构、拉内需还是稳外需等),各个省、各部门负责人(省委书记、省长或部长)结合地方特色领悟传达中央精神,各个经济部门分析团队开动依据统计部门历史数据得出一个对未来预期的具体数字(具体数字重要的是合理)。当然,这个过程中可能会有一些上下反复过程,毕竟决定权在上级。
所以文中的连平和交行话中的“人民币有效汇率保持稳中有升”、“预计下半年经济运行将缓中趋稳。预计2015年经济增速前低后稳”应该都不是他们的预测,而是跟着中央和央行的调子走的。
最后对几个伴随前文逻辑而来的问题提出我的推测。
1、用计量模型进行预测的困难何在?
首先统计局本身也受到上述逻辑的支配,其次人才不够多,综上简单的计量模型说不定偏差更大更无实际意义。
2、中央如何对经济走势和形势进行判断呢?
谁都不知道。我实习地方的师兄和我说了一个他的想法,根据到各地调研后了解实际问题,然后用他们无比丰富的治国经验做出判断。我在此基础上的想法是会有一批人核心智囊,根据自己的各种渠道和判断了解信息,然后向中央汇报。
原文地址:知乎