文件名称：预测英国通胀自下而上-研究论文
文件大小：1.01MB
文件格式：PDF
更新时间：2024-06-29 23:14:55
Inflation forecasting
我们使用大量每月分解的 CPI 项目系列以及一系列广泛的预测工具（包括降维技术、收缩方法和非线性机器学习模型）预测英国的 CPI 通胀率，最多可提前一年。 我们发现，利用 2011-19 年期间的 CPI 项目系列，在根据自回归基准预测英国通胀方面取得了显着改善，超出了宏观经济预测指标的收益。 岭回归和其他收缩方法在包括项目级数据的规范中表现最佳，在一年内产生高达 70% 的相对预测准确度增益。 我们的结果表明，将大量相关信息集与有效惩罚相结合是该问题良好预测性能的关键。 我们还提供了一种与模型无关的方法，以解决基于模型 Shapley 值、部分重新聚合和统计测试的高维设置中模型可解释性的一般问题。 这使我们能够识别持续推动跨模型和规范的总体通胀预测的 CPI 部门，并评估超出预测准确性的模型差异。