ナウキャスティング（経済）

経済学におけるナウキャスティングとは、経済指標のごく最近の過去、現在、およびごく近い将来の状態を予測することです。この用語は「現在」と「予測」を組み合わせた造語で、気象学に由来しています。国内総生産(GDP) やインフレなど、経済状態を評価するために使用される一般的な尺度は、遅れて決定され、修正される可能性があります。^{[1]このような場合、そのような指標のナウキャスティングにより、真のデータが判明する前に変数の推定値を提供できます。ナウキャスティング モデルは、}中央銀行で最も顕著に適用されており、中央銀行は推定値を公式の尺度の代理としてリアルタイムで経済状態を監視するために使用しています。^{[2] [3]}

気象予報士は今日の気象状況を知っており、将来の気象を予測するだけでよいのに対し、経済学者は現在の気象状況だけでなく、最近の過去についても予測しなければならない。多くの公式の対策は、情報収集の難しさからタイムリーではない。歴史的に、ナウキャスティング技術は単純化されたヒューリスティックなアプローチに基づいていたが、現在では複雑な計量経済学的手法に依存している。これらの統計モデルを使用して予測を行うことで、非公式な判断が不要になる。^[4]

ナウキャストモデルは、異なる頻度と異なる公表ラグを持つ大量のデータシリーズからの情報を活用することができます。^[5] GDPの変化の方向に関するシグナルは、GDPの公式推定値が公表される前に、この大規模で異質な情報源（失業率、工業受注、貿易収支など）のセットから抽出することができます。ナウキャストでは、このデータを使用して、データリリースのリアルタイムフローに関連して、現在の四半期のGDP推定値のシーケンスを計算します。

選ばれた学術研究論文は、この技術がどのように発展してきたかを示している。^{[6] [7] [8] [9] [10] [11] [12] [13]}

Banbura、Giannone、Reichlin（2011）^[14]およびMarta Banbura、Domenico Giannone、Michele Modugno、Lucrezia Reichlin（2013）^[15]は、基本的な方法と最近の改良点について調査を行っています。

ソーシャルメディアコンテンツ（Twitterなど）に基づいたナウキャスティング手法は、人口の「気分」^[16]やインフルエンザの流行の有無などの隠れた感情を推定するために開発されてきた。 ^[17]

実装が簡単で回帰分析に基づく予測手法には、混合データサンプリングまたはMIDAS回帰分析が含まれます。^[18] MIDAS回帰分析は、機械学習アプローチと組み合わせることもできます。^[19]

計量経済モデルは精度を向上させることができる。^{[20]このようなモデルは、}ベイズベクトル自己回帰、動的因子、時系列法を使用したブリッジ方程式、または他の方法との組み合わせを使用して構築することができる。^[21]

経済予測は主に中央銀行によって開発され、金融政策をサポートするために使用されています。

米国連邦準備制度理事会の多く​​の準備銀行は、マクロ経済の予測を発表している。アトランタ連邦準備銀行は、GDPを追跡するためにGDPNowを発表している。^{[3] [21]}同様に、ニューヨーク連邦準備銀行は、動的因子モデルの予測を発表している。^{[2]連邦準備地域銀行、システム、または}FOMCの公式予測はなく、人間の判断も組み込まれていない。

^{ナウキャスティングはインフレ[22]}や景気循環を予測するためにも使用できます。景気循環ナウキャスティングの例として、 ADS指数が挙げられます。^[23]

• RePEc ビブリオ
• 経済学中尉
• ナウキャスティングに関するTEDxトーク
• エコノミスト：経済の脈動を測る。
• フィナンシャル・タイムズ：未来を予測しますか？
• フィナンシャルタイムズブログ
• Midas 回帰モデルの R コード
• Midas 回帰モデルの MATLAB コード