21.3 实时数据

21.3 实时数据

实时预测是指利用在构建预测时必须可获得的数据来计算预测值。这看似是一个不言自明的要求，并且在调查预测的情况下会自动满足。然而，预测往往是"事后"构建的，使用模拟或伪样本外方法——或如金融领域所称的回溯测试——正是对于这些研究而言，数据可得性限制变得相关。例如，假设我们发现能够通过当时尚不可获得的数据预测某些事件，比如2008年秋季股市的急剧下跌，这些数据包括银行资产负债表的详细信息或交易对手风险敞口以及抵押贷款违约率。显然，我们不会从这一发现中得出结论认为历史上市场是无效的。我们最多只能得出结论，即如果当时有这些数据并用于构建预测模型，它们可能有助于投资者和其他决策者预测随后发生的事件。

因此，必须密切关注预测者在实时情况下可获得哪些数据。许多类型的宏观经济数据会经历大幅修订。这引出了数据版本（data vintage）的概念，即在给定时间点 v 可获得的数据序列的快照。例如，在月度频率上，2012:12 数据版本可能包括截至 2012 年 12 月底可获得的所有数据。其中包括当时已知的关于早期观测值的数据。数据版本可以用一个扩展的三角形形状来表示，如表 21.1 所示。

数据修订有多种形式。首先，对于 GDP 等变量存在定期例行修订。例如，在美国，特定季度 GDP 的初步估计由经济分析局在该季度结束后的下一个月末左右公布。次年，来自所得税记录和经济普查数据允许更新该估计以纳入更为精确的数据。其次，基准修订可能反映对变量衡量方式的改变。此处的一个主要例子是从使用固定加权衡量 GDP 转变为使用链式加权，这一转变于 1996 年被引入美国 GDP 核算。

设 t 为预测日期，$z_{tv}$ 表示来自版本 v 的 t 日期观测值。只有当前数据版本——即在时间 t 可获得的数据——可用于生成预测。此外，设 ${\beta }_{tv}$ 为与版本 v 相关联的预测模型参数。明确考虑数据版本，我们可以将基于时间 t 最新版本 v 信息得出的 t + h 期预测写为：

$$f_{t+h|tv}=f_v(z_{tv},{\beta }_{tv})。$$

这里 v 表示用于模型的数据版本，$z_{tv}$ 是在时间 t 可获得的数据版本，${\beta }_{tv}$ 是与该模型相关联的参数。

正如 Croushore (2006) 以及 Stark 和 Croushore (2002) 所指出的，数据修订可能通过三种方式影响预测模型和条件预测 $f_v(z_{tv},{\hat{\mathbf{\beta }}}_{tv})$。首先，数据修订通过条件信息 $z_{tv}$ 直接影响预测。为了说明这一点，假设我们比较两个来自相同线性模型的预测，唯一区别是一个预测使用版本 $v_1$，而另一个使用版本 $v_2$。那么两个预测将分别为 ${\hat{f}}_{t+h|t{v}_1}={\hat{\beta }}^{\prime }{z}_{t{v}_1}$ 和 ${\hat{f}}_{t+h|t{v}_2}={\hat{\beta }}^{\prime }{z}_{t{v}_2}$。其次，使用不同数据几乎必然导致不同的参数估计 ${\hat{\mathbf{\beta }}}_{tv}$，即 ${\hat{\mathbf{\beta }}}_{v_1}^{\prime }\ne {\hat{\mathbf{\beta }}}_{v_2}^{\prime }$，因此 ${\hat{\beta }}_{v_1}^{\prime }{z}_{t{v}_1}\ne {\hat{\beta }}_{v_2}^{\prime }{z}_{t{v}_2}$。最后，预测模型 $f_v(\cdot )$ 本身可能随数据版本而变化——这一点既适用于线性模型中滞后阶数的选择，也适用于非线性模型中非线性项的纳入。

这些考虑在经验上似乎确有影响。在一项关于货币需求可预测性的研究中，Amato 和 Swanson (2001) 发现，以 M1 和 M2 度量的货币总量最新可得数据似乎能够预测产出增长，而货币存量的实时度量则不具备这种预测能力。这表明也许应将货币增长度量从实时预测模型中剔除。Swanson 和 White (1997) 考察了实时数据修订对模型选择的影响。

表21.1 美国季度实际国民生产总值的数据版本

根据所建模对象的不同，数据修订也可能导致被预测变量的变化。如果被预测变量本身需要修订，那么所谓的"实际值"或结果就不再那么明确了。预测者究竟是在试图预测变量的首次测量值（因为这会引起最多的关注），还是试图预测某个潜在的、不可观测的"真实"测量值——该值会随着时间的推移而被越来越精确地测量？这个重要的问题往往难以回答。

Stark 和 Croushore（2002）考虑了使用以下三种数据：最新可用的数据版本、基准修订前最新的版本，或观测日期后一年获得的版本。如果信息是随着时间推移而不断完善的，那么使用最新可用的版本似乎是最合理的。在这种情况下，较早观测日期的数据有更多的时间"沉淀"，因此可能会引入数据质量的异质性，而较新的数据则面临最大的测量误差。对于 GDP 增长，Stark 和 Croushore（2002）发现，如果基于最新可用数据，预测结果并不会显著改善。相反，对于通货膨胀预测，基于最新可用数据的模型似乎比基于实时数据版本的模型能产生更好的预测效果。