Как можно выделять "главные компоненты" (PCA) из макрофинансовых данных?

Вы знаете, что у макроэкономистов короткие ряды (в России около 30 лет месячных данных, то есть 300 точек), при этом разных видов данных много (от инфляции и роста ВВП до курса валюты). Hamilton с коллегами предлагает новый способ автоматически выделять главные компоненты из этих многих серий данных (январь 2024). Основное отличие от других упражнений - применение OLS регрессий с лагами к любого вида, даже нестационарным, переменным, и затем выделение общей компоненты из остатков этих регрессий.

Авторы показывают, что итоговая "главная компонента" разумно работает со стационарными данными и сериями, стационарными в первых разностях. Наверное, для "сложных" данных с большой глубиной нестационарности метод не очень сработает, но в макрофинансовых данных работает хорошо. Итоговая переменная, видимо, хорошо связана с бизнес-циклом в США.

Вывод: интересный метод, будем пробовать. Hamilton вообще новатор последних лет - помним его статью "Why You Should Never Use the Hodrick-Prescott Filter". Кажется, наше со студенткой упражнение в этом году показывает, что в зависимости от детрендирования получаются очень разные результаты для оценки инфляционного процесса...

#Hamilton #US #Forecasts

Предсказание доходностей индивидуальных активов: факторные модели помогают!

Очень интересно, что у авторов статьи (январь 2024) получается вытащить из факторных моделей хорошие прогнозы для будущих доходностей портфелей активов. Это достаточно сложно - методология Goyal and Welch показывает, что обычно предсказания получаются довольно неточными. Но авторы демонстрируют, что хотя факторные модели не могут уловить будущие шоки (это в целом невозможно, на то они и шоки), но риск-премии и беты оценивают неплохо - в итоге будущие доходности гораздо ближе к оценкам по факторам, чем по истории.

Вывод: я был довольно критичен к такому способу. Но кажется, раз у кого-то получилось, придётся проверять и может быть использовать.

#US #Factors #Forecasts

Как не стоит работать с прогнозами (ВВП, курса, ставки, доходности акций).

Извините, если это неприятно читать, но я вынужден. Статья (2024) делает очень важное упражнение - пробует использовать несколько опережающих индикаторов из опроса предприятий Банка России для предсказания ВВП. Автор получает довольно хорошие результаты со значительным снижением ошибок прогноза.

В чём же тогда мои претензии? Посмотрите таблицу 5.

1) Вообще непонятно, как выглядят регрессионные модели. Нет ни одной формулы. ARIMA можно нарезать настолько по-разному! И где тут "нестационарные данные", зачем нужна I?

2) Как отработана сезонность? Или одни данные со снятой сезонностью, другие без? Как введены дамми кварталов? Используются винтажи или итоговые данные Росстата? Ничего нельзя понять из текста.

3) Нельзя, никогда, делать вывод по одной, двум, пяти точкам. В таблице 5 показаны прогнозы на 5 кварталов максимум. Это ровно пять точек. Если модель лучше на пяти точках, это лишь говорит, что не надо показывать такие результаты. Ищите способы расширить выборку, иначе получается почти бессмысленное сравнение.

Вывод: да, короткие ряды проблема, но надо как-то выкручиваться и не считать статистики прогноза по одной-пяти точкам. И пожалуйста пишите формулы регрессий, иначе совсем ничего не понять.

(А находить эти статьи можно тут: https://yangx.top/workingpaper)

#Russia #GDP #Forecasts

Новый выпуск "Деньги и кредит" (журнала при Банке России) напоминает два важных утверждения про российские данные по инфляции.

1) Модели лучше консенсуса аналитиков.

"Из анализа консенсус-прогнозов российских аналитиков следует, что на большинстве горизонтов прогнозирования консенсус-прогноз ошибается существенно сильнее, чем простые эконометрические модели. Однако в периоды ускорения инфляции экспертный прогноз оказывается точнее модельного, поскольку модели медленнее адаптируются к резким изменениям ситуации."

2) Чтобы модели улучшались, нужно использовать "ансамбли", включая методы машинного обучения. (Это описание нашей дискуссии в марте).

После сегодняшней инфляции от Росстата (накоплено к 24 июня уже 3,82%, а по месячным данным будет выше) - очень интересно будет послушать дискуссию на Финансовом конгрессе "Из чего складывается денежная масса и как она влияет на спрос (и инфляцию)?" Дело в том, что во многих моделях машинного обучения сама по себе денежная масса не очень важна для инфляции - и это некоторый вызов, показать её существенное влияние.

#Inflation #Russia #CB #Forecasts

Кто лучше предсказывает ставки в США: рынок против ФРС.

Заметка (июнь 2024) проверяет, кто лучше «понимает» будущие действия ФРС - рыночные индикаторы (фьючерсы на ставку Fed Funds), сама ФРС или опросы дилеров первичного рынка. Когда мы смотрим что прогнозы ФРС (обычно они обновляются четыре раза в год), что опросы дилеров (восемь раз в год) - мы видим, что они часто промахиваются мимо итогового значения ставки.

Примеры:

1) в июне 2019 ФРС предполагала ставку 2,4% на конец года, рынок 1,7%, по итогам ставку снизили до 1,6%;

2) в марте 2023 (банковский мини-кризис в США) при ставке 4,6% рынок снизил ожидания на конец года до 4%, ФРС сохранил 5,1%, а по итогам повысили до 5,4%.

И эти примеры характерны - в среднем оказывается, что и ФРС, и фьючерсы сильно промахиваются со ставками даже на текущий год (график ниже).

Авторы утверждают, что прогнозы дилеров чуть лучше - хотя на графике тоже не идеально.

И всё это потому, что будущие шоки инфляции очень плохо предсказываются даже в США. А на развивающихся рынках тем более сложно это делать. Поэтому не удивляйтесь в июле, когда интервал инфляции и средней ставки Банка России будут резко сдвинуты вверх.

#Inflation #US #FRS #Forecasts

ЕЦБ и прогнозы инфляции: "слишком быстрый возврат к среднему".

Статья (май 2024) проверяет, есть ли зависимость предсказаний ЕЦБ от уровня инфляции. Идея такая: если вы верите в "возврат к среднему", то есть что инфляция будет стремиться к цели на среднесрочном горизонте, то временный повышенный её уровень означает дальнейшее снижение. А если в этом году инфляция 5%, в следующем снизится до 2%, то это довольно резкое изменение.

Результаты на данных 1999-2023 за вычетом большой инфляции ("в нормальные времена"):

1) если инфляция выше примерно 1,8%, ЕЦБ переходит к прогнозу более быстрого снижения инфляции в следующем году - то есть ускоренного возврата к цели. 1,8% похоже на примерную цель ЕЦБ до явного изменения на 2% в 2021 году;
2) поскольку нет связи этого прогноза с макропеременными (цены на нефть, курс евро и т.п.), то авторы предполагают, что это "управление ожиданиями" рынка. Таргетирование инфляции подразумевает веру ЕЦБ в свои прогнозы и "исправление неточных мнений" компаний и граждан.

Вывод: ЕЦБ немного "управленчески" прогнозировал инфляцию в прошлом. Это, возможно, не очень удобно для рынка - макроданные часто влияют на стоимость активов, и если ЕЦБ даёт неприменимый целевой показатель, то аналитикам сложнее делать рекомендации.

(А находить эти статьи можно тут: https://yangx.top/workingpaper)

#CB #Europe #Forecasts

Почему Европейский Центральный банк использует модели для прогнозов?

Потому что надо опираться на "общее равновесие". Мы не сможем понять всю картину целиком (потому что даже Доктор Манхэттен не смог), но желательно анализировать и первичные, и вторичные эффекты.
Заметка от ЕЦБ (июль 2023) напоминает, как сейчас выглядит процесс. Есть прогнозы, есть экспертное суждение, есть страновые уточнения с национальными ЦБ. Плюс нужен сценарный анализ и анализ чувствительности к параметрам. В итоге получается широкая картинка и базового сценария, и возможных отклонений.

Но ещё раз подчеркну - экспертное суждение может сыграть существенную роль именно потому, что модели ограничены в своих возможностях, и никогда целиком не описывают реальность.

#CB #Europe #Inflation #Forecasts

Григорий поднимает интересный вопрос - "а будет ли аналитикам неприлично ошибаться с прогнозом инфляции после публикации прогнозных моделей Банка России":

https://yangx.top/helicoptermacro/178

Мне кажется, не будет. Надо понимать, что прогнозы не нацелены на "угадывание шоков" - это доступно только людям с хрустальным шаром (минимум палантиром из "Властелина колец"). Прогноз старается увидеть основные тенденции, исходя из текущих данных, и предложить внутренне непротиворечивый сценарий будущего.

И поэтому модели Банка России "не угадывают" шоки примерно так же, как их не предвидят аналитики. Прогноз по инфляции февраля 2024 (4-4,5%), апреля (4,3-4,8%) и июля (6,5-7%) - хороший пример внезапных изменений, часть из которых (урожай, утильсбор, нефтепродукты) не очень реально было увидеть заранее.

#Forecasts #Russia #Inflation

Как, возможно, не надо писать статьи.

Сотрудники Банка Японии попробовали (май 2024) прогнозировать инфляцию при помощи инфляционных ожиданий (ИО) разных участников экономики - в целом граждан; аналитиков; рынка; и компаний. Для этого они делают дополнительный шаг - убирают "сдвиг" в ИО по всей выборке, после чего проверяют прогнозы с использованием ИО и без. Кажется, что есть снижение ошибки прогноза.

Но в тексте сразу три странности (судя по довольно невнятному тексту - а больше ничего и нет):

1) Базовая модель для сравнения - "случайное блуждание", то есть "инфляция в следующем году как в этом". Хотя это неплохая модель, но как минимум AR(1) надо было проверить.

2) "Сдвиг" оценён по всей выборке и затем вычитается из данных каждого месяца. Так делать нельзя, это стандартное "заглядывание в будущее", которого мы, аналитики, пытаемся избегать.

3) Нет чёткого подсчёта ошибки прогноза "случайного блуждания", есть только "улучшения по сравнению с ним". Если ошибка базового прогноза миллион, улучшения величиной в 30 бп не выглядят интересно.

Вывод: пожалуйста, пишите текст так, как будто читать его будет очень средний исследователь. Которому не удаётся телепатически залезть вам в голову и узнать недостающие детали. И не делайте простых ошибок (а если не делали их - напишите об этом в тексте, чтобы алгоритм действий был понятен).

(А находить эти статьи можно тут: https://yangx.top/workingpaper)

#Inflation #Japan #Expectations #Forecasts

Распределение компаний важно для макропеременных.

Статья (июль 2024) проверяет, стоит ли добавлять данные по компаниям при оценке макропеременных. Идея такая: если мы видим распределение доходов по компаниям, может ли быть так, что концентрация их в более узком круге фирм приводит к снижению инфляции? Или что рост ВВП будет завязан на жизнь нескольких крупных компаний? Авторы смотрят на данные по зоне евро в 2000-2023. Основные результаты:

1) да, знание распределения доходов по компаниям позволяет лучше прогнозировать динамику ВВП, инфляции, потребления и инвестиций,

2) при этом ставку ЕЦБ не очень хорошо удаётся уловить - но в этом промежутке есть время с фактически нулевой ставкой, так что может быть не показательно.

Это любопытный результат. Меня смущает короткий горизонт прогноза (квартал) и немного сложная "двухэтапная" оценка регрессий - там по сути даже не регрессии, а Байесовский подход. Но в целом заставляет задуматься - если "распределение важно", то надо его использовать более активно.

#ECB #Forecasts #Inflation #Firms

Прогнозы-2025: какие обстоятельства изменились?

(Я не выражаю мнение организаций, в которых работаю).

Давайте немного подумаем о следующем годе с точки зрения макропеременных. Для меня три ключевых: инфляция, рост ВВП, рост зарплат.

1) Для инфляции ситуация выглядит хуже, чем в конце 2023. Курс в 2024 ослабел (и инфляция-2024 не полностью догнала даже ослабление 2023); тарифы естественных монополий растут значительно; инерция инфляции, частично через инфляционные ожидания (ИО), увеличилась; сами ИО стали выше - вы видели, что у компаний был решительный рост на ближайшие три месяца по опросу декабря (+3 пп!); ставка 21% высокая, но пока не мотивировала граждан сберегать значительно больше от дохода (получится около 8% по году). Поэтому будет сложно её сильно затормозить в 2025. Будем наблюдать за ИО компаний, особенно важен опрос января про бизнес-планы.

2) Для роста ВВП ситуация выглядит хуже, чем в конце 2023. Высокие реальные ставки усложняют инвестиции фирм, а прибыли упали. Потребкредиты снизятся. Ипотека перестала быть такой льготной. Госпотребление упирается в ограниченные мощности (и компании рапортуют стабильные 80-81%). Зарплаты (см. ниже) могут расти в 2025 заметно медленнее 2024, и поэтому уменьшить влияние на рост потребления.

3) Для роста зарплат ситуация выглядит хуже, чем в конце 2023. Безработица снизилась, но начинается постепенный разворот в вакансиях. Компании уже поделились доходами с сотрудниками - доля зарплат в ВВП снова выросла. Издержки производства на пиках с июня 2022. С планами компаний не так просто ознакомиться, но оценки аналитиков - резкое замедление роста реальных зарплат (с 8%+ до 3%+).

Вывод: 2025 может оказаться хуже по инфляции, хуже по росту ВВП, и слабее по росту благосостояния. Из потенциальных плюсов - мы можем недооценивать устойчивость потребления и поэтому роста ВВП. Из минусов - инфляционных рисков больше, чем дезинфляционных.

В числах прогноз-2025:
инфляция 6-10%
рост ВВП 1-2%
рост зарплат 10-14%
(курс 105-110 к концу 2025, но тут неопределённость выше)

#Russia #Inflation #Growth #Forecasts

ML в применении к текстам: готовые пакеты.

Авторы статьи (ноябрь 2024) попробовали помочь нам с анализом текстов. Основная идея - сделать пакет в Питоне, который позволяет быстро собрать из текстов что-то "факторное", в том числе для макрофинансовых моделей прогнозов и объяснения доходностей. Они выложили пакеты - будем разбираться, как это работает. Особенно интересно было бы применять для российских новостей, и отдельно для ТГ.

Моя цель - применять такое для прогнозов макро, но наверняка постепенно это выстроится в более широкую линейку анализа текстов и выводов из них. Другой пример про новости также демонстрирует пользу от подобной информации.

#Forecasts #Python #News #Texts #AI

Прогнозы SPF по США: стабильный рост, невысокая неопределённость.

Прогнозы Survey of professional forecasters (опрос профессиональных прогнозистов) на 2025 год в среднем - рост ВВП +2,1%, инфляция +2,4%, средняя ставка по 10-летним гособлигациям 4,1%.

А интересно другое: за последние 30 лет прогнозисты слабо попадали в итоговые показатели. Например, если взять интервал "среднее по 10 самым пессимистам - среднее по 10 самым оптимистам" в этих прогнозах, то только в 44% случаев этот интервал накрывал итоговый рост ВВП. С инфляцией не сильно лучше - только 56% случаев.
Так что разброс мнений пессимистов и оптимистов на 2025 (рост ВВП +1,9 - 2,5%, инфляция +2,1 - 2,8%) тоже стоит воспринимать с осторожностью. С вероятностью 50% будет в этих интервалах, и с такой же не в них 😂.

#GDP #Inflation #Forecasts #US