宏观经济预测的高维统计数据


该项目从高维统计数据带来了新的数学工具和思想,承担创建可靠宏观经济预测模型的问题。

任何定量模型的两个基本目标都是准确地预测新的观察,并正确代表正在研究的系统的结构 - 哪些变量与其他变量联系在一起。预测允许预测会发生什么(可能)发生的;获得结构权允许反事实预测(即预测“what would happen if”)。对于目的,预测和反事实来说,宏观经济学家在过去三十年中,越来越依赖于动态随机通用均衡(DSGE)模型,据说是因为他们的预测力,但特别是他们支持反事实预测的能力。这种信仰被放错了。现在众所周知,当前的DSGE模型预测非常糟糕。然而,这留下了一个应该做的问题的问题,因为没有提出预测和纯粹的猜测不是可行的选择。该项目开发了一套统计建模工具,可用于宏观经济预测,可以为其自己的权利或基线提供预测,以评估具有更多经济内容的宏观模型(“microfounded”或其他)。该项目还解决了较难的结构和反事实问题,并借鉴统计方法,旨在评估因果结构的模型是否与观察结果兼容。