为什么经济预测变化缓慢

为什么经济预测变化缓慢
本内容由人工智能自动翻译。

许多宏观经济变量的预测往往呈现序列相关性,这与理性预期不一致。本文根据来自36个不同国家、跨度达二十年的个人预测面板数据,提出了新的证据。虽然平均预测存在迟滞行为的证据,但个人预测修订得相当频繁。粘性信息理论或许不足以描述预测者形成预期的过程。

20世纪70年代,理性预期这一概念开始发展。若要符合理性预期,预测修订应当不存在序列相关性(Nordhaus,1987)。若情况并非如此,预测修订就会包含可预测成分,这又意味着所有可用信息并未得到充分利用。

然而,实证研究表明,预测者偏离了这一充分信息理性预期基准。实际GDP预测——事实上,许多其他宏观经济变量的预测也是如此——具有迟滞特征;也就是说,预测修订往往呈序列相关。

为解释这一发现,学界提出了两种主要理论。

  • 第一种理论由Mankiw和Reis(2002)提出,认为预测者不常更新其信息集——因而也不常更新预测——因为获取信息存在固定成本。

  • 第二种理论由Woodford(2002)和Sims(2003)提出,认为预测者持续更新其信息集,但接收到的关于经济真实状态的信号并不完美。

这两种理性注意理论——文献中分别称为“粘性信息”和“不完美信息”——都与观察到的预测者迟滞行为相符(Coibion和Gorodnichenko,2012)。

然而,几乎所有关于迟滞行为的实证记录,都是基于对许多个人预测者的预测取平均值。例如,广泛使用的“共识”预测就是许多个体预测的简单平均值。我们近期的研究(Dovern等,即将发表)表明,平均(或共识)预测的特性与个人预测者的预测特性存在显著差异。在确认平均预测存在迟滞行为的同时,我们利用一个规模庞大的个人预测修订面板数据集发现,预测更新频繁,且预测修订呈序列相关。这两项特征都与粘性信息模型不一致;该模型意味着预测更新不频繁,但每次都会充分修订(即修订至符合充分信息理性预期)。相反,我们的结果支持这样一种观点:不完美信息模型是描述预测形成方式的有用工具。

平均预测的迟滞行为

我们的分析基于Consensus Economics, Inc.汇编的年度GDP增长预测。每个月,预测者都需报告对当年和下一日历年GDP年增长率的预测。因此,对于每个目标年份,数据集都包含每位小组成员的24次预测,始于目标年份前一年的1月,终于目标年份的12月。我们拥有来自36个不同国家、针对1989年至2011年目标年份的逾35,000项个人预测,其中约一半涉及14个发达经济体。利用这些信息,我们可以计算个人预测者层面的预测修订,也可以计算个人预测取平均值后的预测修订(即共识预测的修订)。

在充分信息理性预期这一原假设下,对某一特定事件的预测修订序列,在所有修订的领先期和滞后期上都不存在相关性。因此,在预测修订对其自身滞后项进行回归时,原假设下的系数估计值为零。具体而言,可以证明,在将平均预测修订对其第一阶滞后项进行回归时,回归系数直接对应于粘性信息框架和不完美信息框架中的信息刚性程度(Coibion,即将发表)。

我们发现,共识预测存在强烈且一致的信息刚性证据(图1)。对于所有国家组别,当期预测修订与其第一阶滞后项高度正相关。所有情况下,滞后修订项的系数在统计上均显著。发达经济体和新兴经济体预测中的信息刚性程度似乎大致相近。在粘性信息模型的假设下,这些估计值意味着预测约每六个月更新一次。

图1:比较共识预测与个人预测的迟滞程度

注:柱形表示将预测修订对其第一阶滞后项进行回归所得的估计系数。系数越高,表明预测修订的迟滞程度越大(即预测更新频率越低)。详情见Dovern等(即将发表)。

个人预测的快速修订

当我们使用同一框架分析个人预测修订中的信息刚性时,结果大不相同。虽然第一阶滞后项的系数仍为正且在统计上显著,但其幅度远低于共识预测。因此,预测的迟滞程度小得多。使用共识预测得出的估计结果意味着每六个月更新一次,而使用个人预测则表明约每两个月更新一次。1 这表明,预测平均化过程引入了个人层面并不存在的额外粘性。

各国信息刚性系数的分布证实了聚合过程会造成迟滞这一观点。如图2所示,对于发达经济体和新兴经济体,使用平均预测都显示出相当大的迟滞;系数集中在0.5和0.6附近。但使用个人数据时,系数要低得多,在发达经济体和新兴经济体中都集中在0.2左右。

图2:各国信息刚性系数的分布

注:这些是按国家分别对预测修订回归于过去修订所得系数分布的核密度估计。估计系数反映各国的信息刚性程度:数值越大,修订预测的迟滞程度越高。

预测更新频率

使用个人层面的预测有一项优势:我们可以直接衡量更新频率。同样,我们发现个人预测修订得相当频繁。在整个预测期限内,在给定预测期限前的三个月内至少更新过一次预测的预测者比例介于0.8和0.9之间(图3)。这些估计值与Andrade和Le Bihan(2013)针对欧洲专业预测者调查所得的结果接近,并表明粘性信息在解释增长预测总体信息刚性程度方面的作用较小。

图3:按预测期限划分的个人预测修订平均比例

注:上限和下限指各国家组别内按国家估计值的极值。黑线表示特定国家组别所有个人预测的平均值。

结论

通过使用发达经济体和新兴经济体的专业人士个人经济增长预测,我们发现,有力证据表明,粘性信息模型不适用于描述人们如何形成对未来经济状态的预期。与以往研究倾向采用的平均数据相比,个人数据所显示的预测者不注意程度要弱得多。对个人预测更新频率的直接估计也表明,粘性信息在解释经济预测总体信息刚性程度方面作用有限。这并不意味着粘性信息理论可能不适用于描述经济中其他主体的预期形成过程(例如家庭在信息收集上投入较少,因此不像专业预测者那样频繁更新预测)。简言之,专业预测者并不像平均预测所显示的那样不注意;至于其他经济主体如何形成预期,目前仍无定论。

参考文献

Andrade, P和H Le Bihan(2013),《不注意的专业预测者》,《货币经济学杂志》,60(8),967–998。

Coibion, O(即将发表),《对Dovern、Fritsche、Loungani和Tamarisa的评论》,《国际预测杂志》。

Coibion, O和Y Gorodnichenko(2010),《信息刚性与预期形成过程:一个简单框架和新事实》,NBER工作论文16537,美国国家经济研究局。

Coibion, O和Y Gorodnichenko(2012),《调查预测能告诉我们有关信息刚性的什么?》,《政治经济学杂志》,120(1),116–159。

Dovern, J、U Fritsche、P Loungani和N Tamirisa(即将发表),《信息刚性:对大型国际面板中平均预测与个人预测的比较》,《国际预测杂志》(另见工作论文版本)。

Mankiw, G和R Reis(2002),《粘性信息与粘性价格:替代新凯恩斯主义菲利普斯曲线的提议》,《经济学季刊》,117(4),1295–1328。

Nordhaus, W(1987),《预测效率:概念与应用》,《经济学与统计学评论》,69,667–674。

Sims, C(2003),《理性注意的含义》,《货币经济学杂志》,50(3),665–690。

Woodford, M(2002),《不完美的共同知识与货币政策的影响》,载于P. Aghion、R. Frydman、J. Stiglitz和M. Woodford(编),《知识、信息与现代宏观经济学中的预期:献给Edmund S. Phelps》,普林斯顿大学出版社。

脚注

1 在基于个人预测进行估计时,滞后修订项的系数应被解读为预测平滑程度的一般衡量指标,它反映了行为特征或偏离效率的情况。

合作发布: VoxEU

作者:Jonas Dovern是海德堡大学宏观经济学助理教授。Ulrich Fritsche是汉堡大学经济学教授。Prakash Loungani是国际货币基金组织研究部高级资源经理兼顾问。Natalia Tamirisa是国际货币基金组织研究部主任助理。

图片:2008年9月18日,澳大利亚证券交易所(ASX)悉尼交易大厅的屏幕上显示着9月17日和18日的曲线。路透社/Daniel Munoz

分享:

授权与转载
世界经济论坛发布的文章,可依据《知识共享署名-非商业性使用-禁止演绎4.0国际公共许可协议》以及我方《使用条款》进行转载。 本文所表达的观点仅代表作者个人立场,并不代表世界经济论坛的观点。