Konsenzuální předpověď - Consensus forecast

"Předpovědi konsensu" přeadresuje tady. Prognózy konsensu publikované Consensus Economics viz Konsenzuální ekonomie.

Používá se v řadě věd, od ekonometrie na meteorologie, konsensuální předpovědi jsou předpovědi budoucnosti, které vznikají spojením několika samostatných předpovědí, které byly často vytvořeny pomocí různých metodik. Také známý jako kombinování předpovědí, průměrování předpovědi nebo průměrování modelu (v ekonometrie a statistika ) a výborové stroje, průměrování souboru nebo expertní agregace (v strojové učení ). Aplikace se mohou pohybovat od předpovědi počasí po předpovědi ročního Hrubý domácí produkt země nebo počet aut, které společnost nebo jednotlivý prodejce pravděpodobně prodají za rok. Zatímco prognózy se často vytvářejí pro budoucí hodnoty a časové řady, mohou být také pro jednorázové události, jako je výsledek prezidentských voleb nebo fotbalový zápas.

Pozadí

Prognózy hraje klíčovou roli v procesu plánování jakékoli organizace, protože poskytuje vhled do nejistoty. Prostřednictvím simulace bude možné posoudit, zda navrhované strategie pravděpodobně přinesou požadované cíle v předem stanovených mezích. V oblasti ekonomické prognózy, budoucí cesta ekonomiky je nedílnou součástí podnikatelského výhledu téměř každé společnosti, a proto existuje značná poptávka po přesných ekonomických předpovědích. Této silné poptávce odpovídá velký objem snadno dostupných předpovědních informací od vlád, mezinárodních agentur a různých soukromých firem. Společnosti jako Konsenzuální ekonomie a Ekonomické ukazatele modrého čipu se specializují na zveřejňování údajů o ekonomických prognózách, přičemž první zahrnuje většinu hlavních oblastí světa a druhá se zaměřuje na americkou ekonomiku. Dešifrování nejlepší metody předpovědi však není snadný úkol a do značné míry závisí na cílech uživatele a omezeních, kterým bude pravděpodobně čelit. Spíše než se snažit identifikovat jedinou nejlepší metodu předpovídání, je alternativním přístupem kombinovat výsledky nezávislých prognostiků a vzít průměr z předpovědí.

Tato metoda je jednoduchá průměrný průměr panelu nezávislých předpovědí odvozených z různých předpovídací metody, je známé jako kombinace prognóz a výsledek se často označuje jako konsensuální předpověď. Pokud konkrétní model předpovědi, který produkuje menší chyby předpovědi ve srovnání s jinými individuálními prognózami lze identifikovat, přijetí konsensuálního přístupu může být přínosné díky ziskům z diverzifikace. Kombinace ekonomických prognóz je v mnoha zemích dobře zavedená a může mezi uživateli počítat centrální banky, vládní instituce a podniky. V posledních desetiletích vzbudily předpovědi konsensu velký zájem podpořené zveřejněním obrovského rozsahu akademického výzkumu přesnosti předpovědí. Empirické studie ukazují, že prognózy sdružování zvýšily přesnost prognózy.[1][2][3] Jednou z výhod používání konsensuálních předpovědí je, že se může ukázat jako užitečná, pokud je se situací spojena vysoká míra nejistoty nebo rizika a výběr nejpřesnější předpovědi předem je obtížný. I když je jedna metoda označena jako nejlepší, kombinování stále stojí za to, pokud jiné metody mohou pozitivně přispět k přesnosti předpovědi. Nezávislou prognózu může navíc ovlivnit mnoho faktorů, které spolu s dalšími užitečnými informacemi mohou být zachyceny pomocí konsensuálního přístupu. Dalším argumentem ve prospěch této metody je, že individuální prognózy mohou být předmětem mnoha předsudky v chování, ale tyto lze minimalizovat spojením nezávislých předpovědí dohromady. Kombinace je tedy vnímána jako pomoc při zlepšování přesnosti předpovědi snížením chyb předpovědi jednotlivých předpovědí. Kromě toho je pravděpodobné, že průměrné předpovědi budou užitečnější, když se data a techniky předpovídání, z nichž jsou prognózy komponent čerpány, podstatně liší. A i když se jedná pouze o jednoduchý přístup (obvykle nevážený průměrný průměr), je tato metoda stejně užitečná jako jiné sofistikovanější modely. Novější studie v posledním desetiletí skutečně ukázaly, že v průběhu času je kombinovaná prognóza se stejnými váhami obvykle přesnější než individuální prognóza, která tvoří konsenzus.[4][5][6]

Stručně řečeno, užitečnost techniky předpovědi konsensu byla v posledních desetiletích podpořena množstvím empirických studií. Použití stejných vah v kombinující metodě je vzhledem ke své jednoduchosti přitažlivé a lze jej snadno popsat. Mimo jiné tuto jednoduchou metodu průměrování prognóz jednotlivých prognostiků zavedla do praxe mnoho světových centrálních bank, když se pokoušely měřit očekávání v soukromém sektoru. Empirická studie provedená Roy Batchelor v roce 2000 prokazuje větší přesnost konsensuálních předpovědí ohledně makroekonomických projekcí vytvořených předními nadnárodními agenturami, jako je Mezinárodní měnový fond a Organizace pro hospodářskou spolupráci a rozvoj.[7] Studie Roberta C. Jonese zjistila: „Alespoň od publikace„ The Combination of Forecasts “(Bates a Granger [1969]) ekonomové věděli, že kombinace předpovědí z různých zdrojů může jak zlepšit přesnost, tak snížit chybu prognostika. v uplynulých letech četné studie potvrdily tyto závěry, nastínily podmínky, za kterých jsou kombinace předpovědí nejúčinnější, a pokusily se vysvětlit, proč jednoduché stejné váhy fungují tak dobře ve srovnání se sofistikovanějšími statistickými technikami. “ [8]

Pravděpodobnostní předpovědi

Ačkoli literatura o kombinaci bodových předpovědí je velmi bohatá, jde o téma kombinování pravděpodobnostní předpovědi není tak populární.[3] Existuje jen velmi málo příspěvků, které se výslovně zabývají kombinací intervalové předpovědi, nicméně došlo k určitému pokroku v oblasti předpovědí hustoty.[9][10] V souvislosti s předpovídáním cen elektřiny byla zavedena jednoduchá, ale výkonná alternativní technika. Průměrování kvantilní regrese (QRA) zahrnuje aplikaci kvantilní regrese k bodovým předpovědím řady jednotlivých předpovědních modelů nebo odborníků.[11] Bylo zjištěno, že v praxi funguje velmi dobře - dva nejvýznamnější týmy v EU cenová stopa z Globální soutěž v předpovídání energetiky (GEFCom2014) použil varianty QRA.

Viz také

Další čtení

  • Timmermann, Allan (2007). „Hodnocení prognóz světového ekonomického výhledu“. Zaměstnanci MMF. 54 (1): 1–33. CiteSeerX  10.1.1.547.96. doi:10.1057 / palgrave.imfsp.9450007. JSTOR  30036001.
  • Novotný, Filip; Rakova, Marie (2011). „Posouzení přesnosti předpovědí konsensu: perspektiva České národní banky“ (PDF). Finance a Uver: Český žurnál ekonomiky a financí. 61 (4): 348–366. Archivovány od originál (PDF) dne 2014-12-31. Citováno 2012-06-27.

Reference

  1. ^ Clemen, Robert T. (1989). "Kombinace předpovědí: Recenze a anotovaná bibliografie". International Journal of Forecasting. 5 (4): 559–583. doi:10.1016/0169-2070(89)90012-5.
  2. ^ Blix, Marten; Wadefjord, Joachim; Wienecke, Ulrika; Adahl, Martin (2001). „Jak dobrý je předpovědní výkon hlavních institucí?“. Ekonomický přehled. 3/2001.
  3. ^ A b Timmermann, Allan (2006). G. Elliott, C. W. J. Granger a A. Timmermann (ed.). Kapitola 4 Kombinace předpovědí. Příručka ekonomické prognózy. 1. str. 135–196. doi:10.1016 / s1574-0706 (05) 01004-9. ISBN  9780444513953.
  4. ^ Makridakis; Hibon (2000). „Soutěž M3: výsledky, závěry a důsledky“. International Journal of Forecasting. 16 (4): 451–476. doi:10.1016 / s0169-2070 (00) 00057-1.
  5. ^ McNees, Stephen K. (listopad 1987). „Consensus Forecasts: Tyranny of the Majority“. New England Economic Review.
  6. ^ Golinelli, R .; Parigi, G. (2008). „Real-Time Squared: A Real-Time Data Set for Real-Time GDP Forecasting“. International Journal of Forecasting. 24 (3): 368–385. doi:10.1016 / j.ijforecast.2008.05.001.
  7. ^ Batchelor, Roy (2000). „MMF a OECD versus konsensuální prognózy“. Aplikovaná ekonomie. 33 (2): 225–235. doi:10.1080/00036840121785.
  8. ^ Jones, Robert C. (2014). „Lepší investiční rozhodnutí“. The Journal of Portfolio Management. 40 (2): 128–143. doi:10.3905 / jpm.2014.40.2.128.
  9. ^ Wallis, Kenneth F. (2005). "Kombinace prognóz hustoty a intervalu: skromný návrh *". Oxford Bulletin of Economics and Statistics. 67: 983–994. CiteSeerX  10.1.1.491.674. doi:10.1111 / j.1468-0084.2005.00148.x. ISSN  1468-0084.
  10. ^ Mitchell, James; Wallis, Kenneth F. (2011). "Hodnocení předpovědí hustoty: předpovědní kombinace, modelové směsi, kalibrace a ostrost". Journal of Applied Econometrics. 26 (6): 1023–1040. CiteSeerX  10.1.1.216.9657. doi:10.1002 / jae.1192. ISSN  1099-1255.
  11. ^ Nowotarski, Jakub; Weron, Rafał (2015). [Otevřený přístup]. "Výpočet intervalů predikce spotové ceny elektřiny pomocí kvantilní regrese a průměrování předpovědi". Výpočetní statistiky. 30 (3): 791–803. doi:10.1007 / s00180-014-0523-0. ISSN  0943-4062.