MétaCan
Menu
Retour à la cohorte
Enregistrement W2235106802

Interest Rate Forecasts: A Pathology

2008· preprint· en· W2235106802 sur OpenAlexaboutno aff
Wen Bin Lim, Charles Goodhart

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2008
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMonetary Policy and Economic Impact
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInflation (cosmology)Ex-anteEconomicsInterest rateQuarter (Canadian coin)ReplicateEconometricsYield (engineering)Actuarial scienceMonetary economicsMacroeconomicsStatisticsGeography
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This is the first of three prospective papers examining how well forecasters can predict the future time path of short-term interest rates. Most prior work has been done using US data; in this exercise we use forecasts made for New Zealand (NZ) by the Reserve Bank of New Zealand (RBNZ), and those derived from money market yield curves in the UK. In this first exercise we broadly replicate recent US findings for NZ and UK, to show that such forecasts in NZ and UK have been excellent for the immediate forthcoming quarter, reasonable for the next quarter and useless thereafter. Moreover, when ex post errors are assessed depending on whether interest rates have been upwards, or downwards, trending, they are shown to have been biased and, apparently, inefficient. In the second paper we shall examine whether (NZ and UK) forecasts for inflation exhibit the same syndromes, and whether errors in inflation forecasts can help to explain errors in interest rate forecasts. In the third paper we shall set out an hypothesis to explain those findings, and examine whether the apparent ex post forecast inefficiencies may still be consistent with ex ante forecastefficiency. Even if the forecasts may be ex ante efficient, their negligible ex post forecasting ability suggests that, beyond a six months’ horizon from the forecast date, they would be better replaced by a simple ‘no-change thereafter’ assumption.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,428
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0020,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,002
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,172
Tête enseignante GPT0,313
Écart entre enseignants0,141 · 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

Citations34
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

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