经济政策与地缘政治不确定性下的 CPI 通胀预测
计量经济学
2025-02-18 v2
摘要
消费者价格指数 (CPI) 通胀预测对学术界和央行决策者都至关重要。本研究引入了一种滤波集成小波神经网络 (FEWNet) 来预测 CPI 通胀，并在金砖国家 (BRIC) 进行了测试。FEWNet 利用小波将通胀数据分解为高频和低频分量，并结合其他经济因素（经济政策不确定性和地缘政治风险）生成预测。所有经小波变换的序列和滤波后的外生变量被输入到下游自回归神经网络中，以生成最终的集成预测。理论上，我们证明了与全连接自回归神经网络相比，FEWNet 降低了经验风险。FEWNet 比其他预测方法更准确，并且由于其自适应架构能够有效捕捉数据中的非线性和长程依赖性，还能估计其预测的不确定性。这使得 FEWNet 成为央行管理通胀的宝贵工具。
引用
@article{arxiv.2401.00249,
title = {Forecasting CPI inflation under economic policy and geopolitical uncertainties},
author = {Shovon Sengupta and Tanujit Chakraborty and Sunny Kumar Singh},
journal= {arXiv preprint arXiv:2401.00249},
year = {2025}
}