MétaCan
Menu
Retour à la cohorte
Enregistrement W1581642675 · doi:10.34989/swp-1998-6

Forecasting Inflation with the M1-VECM: Part Two

2021· preprint· en· W1581642675 sur OpenAlexaffabout
Walter Engert, Scott Hendry

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2021
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMonetary Policy and Economic Impact
Établissements canadiensBank of Canada
Organismes subventionnairesnon disponible
Mots-clésInflation (cosmology)EconomicsEconometricsError correction modelInflation rateMeasure (data warehouse)Real interest rateMonetary policyQuarter (Canadian coin)Forecast errorMonetary economicsCointegrationComputer scienceGeography

Résumé

récupéré en direct d'OpenAlex

A central bank's main concern is the general direction of future inflation, and not transitory fluctuations of the inflation rate. As a result, this paper is concerned with forecasting a simple measure of the trend of inflation, the eight-quarter CPI-inflation rate. The primary objective is to improve the M1-based vector-error-correction model (VECM) developed by Hendry (1995), by imposing a set of equilibrium conditions to better anchor the long-run behaviour of interest rates, the exchange rate and the output gap in the model. These changes provide for greater confidence in the dynamic properties of the model, especially over a longer time horizon. This extended-VECM is shown to provide considerable leading information about inflation, forecasting the eight-quarter inflation rate with relatively small errors. The authors also stress that, to be most useful for monetary policy, inflation forecasts should explicitly indicate the range of uncertainty inherent in forecasting inflation with a long lead. For example, forecasts should explicitly consider confidence bands around forecasted outcomes, which is illustrated with the extended VECM developed in this paper. Finally, the paper emphasizes that monetary policy is probably best-served by an eclectic approach in which policy judgements are based on input from models that summarize different paradigms of the transmission mechanism, or that use different technical approaches.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,179
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,141
Tête enseignante GPT0,299
Écart entre enseignants0,158 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations22
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetMonetary Policy and Economic ImpactTravaux en français237 207