Google数据何时有助于GDP即时预测？一种基于预筛选与收缩的方法
计量经济学
2022-09-19 v3
摘要
替代数据集正广泛地与基于机器学习的工具一起用于宏观经济即时预测。后者常被应用而缺乏对其理论即时预测性质的完整认识。在此背景下，本文提出一种有理论依据的即时预测方法，使研究者能将替代的Google搜索数据(GSD)纳入预测变量，并结合了定向预筛选、Ridge正则化与广义交叉验证。与多数关注渐近样本内理论性质的现有文献不同，我们确立了该方法在样本外的理论性质，并通过蒙特卡洛模拟予以支持。我们将该方法应用于GSD，以在各经济时期即时预测若干国家的GDP增长率。我们的实证结果支持如下观点：即使在控制官方变量后，GSD往往也能提高即时预测精度，但其在衰退期与宏观经济稳定期之间的增益存在差异。
引用
@article{arxiv.2007.00273,
title = {When are Google data useful to nowcast GDP? An approach via pre-selection and shrinkage},
author = {Laurent Ferrara and Anna Simoni},
journal= {arXiv preprint arXiv:2007.00273},
year = {2022}
}