Комплекс моделей для прогнозування індексу споживчих цін
a Національний банк України, Київ, Україна
Анотація

У цій роботі розглядається набір моделей, які Національний банк України використовує для короткострокового прогнозування компонентів ІСЦ (індекс споживчих цін). Я досліджую точність прогнозування наступних економетричних моделей: одновимірні моделі, VAR, FAVAR, байєсівські VAR моделі та моделі з корекцією помилок. Результати показують, що майже для всіх компонентів існують моделі, які перевершують еталонні AR моделі. Однак, найкраща окрема модель на кожному горизонті для кожного компонента є різною. Комбіновані прогнози, отримані шляхом усереднення прогнозів моделей, дають прийнятні та надійні результати. Зокрема, комбіновані прогнози є найбільш точними для базової інфляції, а для індексу цін на сирі продукти харчування вони частіше, ніж інші типи моделей, можуть перевершувати AR-еталон, коли йдеться про індекс цін на сирі продукти харчування. Це дослідження також описує відповідні обмеження даних у воєнний час та висвітлює шляхи вдосконалення поточного набору моделей для прогнозування ІСЦ.

3384
перегляди
1460
завантаження
Текст статті
Завантажити
Цитування
Стаття є перекладом з англійської. Під час цитування використовуйте оригінальну назву публікації
Цитуйте як: Shapovalenko, N. (2021). A Suite of Models for CPI Forecasting. Visnyk of the National Bank of Ukraine, 252, 4-36. https://doi.org/10.26531/vnbu2021.252.01
Формат цитування

Метрики
Література

Aastveit, K. A., Gerdrup K. R., Jore, A. S. (2011). Short-term forecasting of GDP and inflation in real-time: Norges Bank’s System for Averaging Models. Norges Bank Staff Memo, 09. Norges Bank. Retrieved from https://www.norges-bank.no/globalassets/upload/publikasjoner/staff-memo/2011/staff_memo_0911.pdf 

Alvarez L. J, Sanchez I., (2017). A suite of inflation forecasting models. Occasional Papers, 1703. Bank of Spain. Retrieved from https://www.bde.es/f/webbde/SES/Secciones/Publicaciones/PublicacionesSeriadas/DocumentosOcasionales/17/Fich/do1703e.pdf 

Akdoğan, K., Başer, S., Chadwick, M. G., Ertuğ, D., Hülagü, T., Kösem, S., Öğünç, F. (2012). Short-term inflation forecasting models for Turkey and a forecast combination analysis. Working Papers, 1209. Central Bank of the Republic of Turkey. Retrieved from https://tcmb.gov.tr/wps/wcm/connect/b9eb2da4-5028-4cf1-8baa-03f0465525e4/WP1209.pdf 

Andersson M., Löf M. (2007). The Riksbank’s new indicator procedures. Sveriges Riksbank Economic Review, 2007. Sveriges Riksbank.

Archer, D. (2000). Inflation targeting in New Zealand (a presentation to a seminar on inflation targeting, held at the International Monetary Fund, Washington, DC, March 20-21, 2000). Retrieved from https://www.imf.org/external/pubs/ft/seminar/2000/targets/archer.htm 

Bańbura, M., Giannone, D., Reichlin, L. (2008). Large Bayesian VARs. Working Paper Series, 966. European Central Bank. Retrieved from https://www.ecb.europa.eu/pub/pdf/scpwps/ecbwp966.pdf 

European Central Bank (2021). Inflation expectations and their role in Eurosystem forecasting. Occasional Paper Series, 264. Retrieved from https://www.ecb.europa.eu/pub/pdf/scpops/ecb.op264~c8a3ee35b5.en.pdf 

Bernanke, B., Boivin, J., Eliasz, P. (2004). Measuring the effects of monetary policy: A Factor-Augmented Vector Autoregressive (FAVAR) approach. NBER Working Papers 10220. National Bureau of Economic Research. https://doi.org/10.3386/w10220 

Bjornland, H. C., Gerdrup, K., Jore, A. S., Smith, C., Thorsrud, L. A. (2008). Improving and evaluating short term forecasts at the Norges Bank. Staff Memo, 04. Norges Bank. Retrieved from https://www.norges-bank.no/globalassets/upload/publikasjoner/staff-memo/2008/staff_memo_2008_04.pdf 

Bloor C. (2009). The use of statistical forecasting models at the Reserve Bank of New Zealand. Reserve Bank of New Zealand Bulletin, 72, 21-26. Reserve Bank of New Zealand. Retrieved from https://www.rbnz.govt.nz/-/media/project/sites/rbnz/files/publications/bulletins/2009/2009jun72-2bloor.pdf 

Box, G. E. P., Jenkins, G. M., Reinsel, G. C., Ljung, G. M. (2015). Time series analysis: forecasting and control. Wiley Blackwell.

De Charsonville, F. Ferrière, C. Jardet, (2017). MAPI: Model for analysis and projection of inflation in France. Working Papers, 637. Banque de France. Retrieved from https://publications.banque-france.fr/sites/default/files/medias/documents/dt-637.pdf 

Dieppe, A., Legrand, R., van Roye, B. (2016). The BEAR toolbox. Working Paper Series, 1934. European Central Bank. Retrieved from https://www.ecb.europa.eu/pub/pdf/scpwps/ecbwp1934.en.pdf 

Faryna, O., Talavera, O., Yukhymenko, T. (2018). What drives the difference between online and official price indexes? Visnyk of the National Bank of Ukraine, 243, 21-32. https://doi.org/10.26531/vnbu2018.243.021 

Figueredo, F. M. R., Guillen, O. T. C. (2013). Forecasting Brazilian consumer inflation with FAVAR models using target variables (preliminary draft). Banco Central do Brasil. Retrieved from https://www.bcb.gov.br/secre/apres/FAVAR%20paper%20Figueiredo%20&%20Guillen%20prelim.pdf 

Galbraith, J., Tkacz, G, (2007). How far can we forecast? Forecast content horizons for some important macroeconomic time series. Staff Working Paper, 2007-1. Bank of Canada. https://doi.org/10.34989/swp-2007-1 

Grui, A., Lysenko, R. (2017). Nowcasting Ukraine's GDP using a factor-augmented VAR (FAVAR) model. Visnyk of the National Bank of Ukraine, 242, 5-13. https://doi.org/10.26531/vnbu2017.242.005 

Grui, A., Vdovychenko, A. (2019). Quarterly projection model for Ukraine. NBU Working Papers, 3/2019. Kyiv: National Bank of Ukraine. Retrieved from https://bank.gov.ua/admin_uploads/article/WP_2019-03_Grui_Vdovychenko_en.pdf 

Hasanovic, E. (2020). Forecasting inflation in Bosnia and Herzegovina. IHEID Working Papers, HEIDWP07-2020. The Graduate Institute of International Studies. Retrieved from http://repec.graduateinstitute.ch/pdfs/Working_papers/HEIDWP07-2020.pdf 

International Labour Office et al (2004). Consumer price index manual: theory and practice. Retrieved from https://www.ilo.org/wcmsp5/groups/public/---dgreports/---stat/documents/presentation/wcms_331153.pdf 

Giannone, D., Lenza, M., Momferatou, D., Onorante, L. (2014). Short-term inflation projections: A Bayesian vector autoregressive approach. International Journal of Forecasting, 30 (3), 635-644. https://doi.org/10.1016/j.ijforecast.2013.01.012 

Giannone, D., Lenza, M., Primiceri, G. (2012). Prior selection for vector autoregressions. Working Paper Series, 1494. European Central Bank. Retrieved from https://www.ecb.europa.eu/pub/pdf/scpwps/ecbwp1494.pdf 

Kapetanios, G., Labhard, V., Price, S. (2007). Forecast combination and the Bank of England’s suite of statistical forecasting models. Bank of England Working Papers, 323. Bank of England. Retrieved from https://www.bankofengland.co.uk/working-paper/2007/forecast-combination-and-the-boe-suite-of-statistical-forecasting-models 

Karam, P., Laxton, D., Berg, A. (2006). Practical model-based monetary policy analysis: a how-to guide. IMF Working Papers, WP/06/81. International Monetary Fund. Retrieved from https://www.imf.org/external/pubs/ft/wp/2006/wp0681.pdf 

Krukovets, D., Verchenko, O. (2019). Short-run forecasting of core inflation in Ukraine: a combined ARMA approach. Visnyk of the National Bank of Ukraine, 248, 11-20. https://doi.org/10.26531/vnbu2019.248.02 

Litterman, R. (1986). Forecasting with Bayesian vector autoregressions: five years of experience. Journal of Business & Economic Statistics, 4(1), 25-38. https://doi.org/10.2307/1391384 

Mazur, G. (2022). Probabilistic inflation forecasting with model pooling (materials from the seminar held by the NBP in 22–23 February 2022).

McGillicuddy, J. T. Ricketts, L. R. (2015). Is inflation running hot or cold? Economic synopses, 2015(16). Federal Reserve Bank of St. Louis. https://doi.org/10.20955/es.2015.16 

Mumtaz, H., Surico, P. (2009). The transmission of international shocks: a factor-augmented VAR approach. Journal of Money, Credit and Banking, Blackwell Publishing, 41(s1), 71-100. https://doi.org/10.1111/j.1538-4616.2008.00199.x 

National Bank of Ukraine (2021). Inflation Report, January 2021. Retrieved from https://bank.gov.ua/en/news/all/inflyatsiyniy-zvit-sichen-2021-roku

Oskarsson, M., Lin, C. (2018). A simplified approach in FAVAR estimation (Bachelor Thesis). Upsala University. Retrieved from https://www.diva-portal.org/smash/get/diva2:1215768/FULLTEXT01.pdf 

Rummel, O. (2015). Economic modelling and forecasting (presentation). Bank of England.

Stock, J., Watson, M. (2002). Forecasting using principal components from a large number of predictors. Journal of the American Statistical Association, 97(460), 1167-1179. https://doi.org/10.1198/016214502388618960 

Stock, J., Watson, M. (2005). Implications of dynamic factor models for VAR Analysis. NBER Working Papers, 11467. National Bureau of Economic Research. http://www.nber.org/papers/w11467.pdf 

Timmermann, A, (2006). Forecast Combinations. Handbook of Economic Forecasting, 1 (4), 135-196. Elsevier. https://doi.org/10.1016/S1574-0706(05)01004-9

Права та дозволи
Ця стаття ліцензована відповідно до Creative Commons Attribution-NonCommercial 4.0 International License. Якщо інше не зазначено, рисунки та інші матеріали представлені на загальних для усієї статті умовах ліцензії Creative Commons. Якщо матеріали не ліцензовані відповідно до Creative Commons, користувачі мають запитувати у власника прав дозволу на їх відтворення чи використання.
Подати статтю