摘要
通货膨胀与失业等预测因素之间的关系可能是非线性的,其强度随时间而变化,预测误差可能会受到较大的非对称冲击。受这些关注的启发,我们开发了一个通货膨胀预测模型,该模型分别使用高斯过程和狄利克雷过程,在条件平均值和误差方面都是非参数的。我们讨论了这两个特征在准确预测通货膨胀方面的重要性。在涉及CPI通货膨胀的预测练习中,我们发现我们的方法在总体和左尾方面都有很大的好处,条件平均数的非参数建模尤其重要。
资金筹措表
Huber衷心感谢奥地利科学基金(FWF,拨款编号ZK 35)的资助。
致谢
我们感谢编辑、两位匿名推荐人Christiane Baumeister、Marta Banbura、Laurent Ferrara、Niko Hauzenberger、Liana Jacobi、Michael Pfarrhofer以及WU Economics研究研讨会、ECB研究研讨会和MacroFor研讨会的与会者提出了有益的意见和建议。此处表达的观点仅为作者的观点,并不一定反映克利夫兰联邦储备银行或联邦储备系统的观点。
引用
下载引文
托德·E·克拉克。
弗洛里安·胡贝尔。
加里·库普。
马西米利亚诺·马塞利诺。
“使用贝叶斯非参数模型预测美国通货膨胀。”
附录申请。斯达。
18
(2)
1421 - 1444,
2024年6月。
https://doi.org/10.1214/23-AOAS1841
问询处
收到日期:2022年12月1日;修订日期:2023年10月1日;发布日期:2024年6月
欧几里德项目首次提供:2024年4月5日
数字对象标识符:10.1214/23-AOAS1841
关键词:Dirichlet工艺混合物,高斯过程,通货膨胀预测,非参数回归
版权所有©2024数学统计研究所