“短时预测”为何困难？

卜丁

2007年新年前夜，英国《金融时报》在其例行年度展望中表示，“2008年初，美国将濒临衰退边缘，但应该不会坠下悬崖”。现在回过头看，我们可能对这种预测感到遗憾，不是因为事实证明它是错误的——尽管它的确是错误的——而是因为它在发表之际就是错误的。衰退实际上开始于2007年12月，而当时英国《金融时报》宣称危机根本不会发生。对老话改造一番就是：“预测是非常困难的，即便不是预测未来。”

这是让经济学家感到遗憾的又一个理由。天气预报员如果想知道眼下的天气情况，看一眼窗外便可。而经济学家则必须等待：美国国家经济研究局(National Bureau of Economic Research)几乎花了一年时间才宣布衰退是从2007年年底开始的。美联储(Fed)公开市场委员会或者英国央行(BoE)货币政策委员会经济学家的工作不值得羡慕：在制定利率时，对于当前的经济态势他们只能依靠猜想。

“短时预测”为何困难并不神秘。用行话来说，美国经济非常庞杂。理想的短时预测将需要美国所有企业提供工资单、发票和付款方面的实时数据。但这对注意力都放在满足客户需求这种更紧迫问题的企业来说，太勉为其难了。一个季度刚刚结束时，许多小企业根本不清楚自己的经营状况，而要等到数周后计算出应纳税额时才能知晓。如果企业主自己直到5月底才能知道2月业绩是否出色，那么要求财政部或美联储的经济学家比他们更快得出结论就有点苛求了。

经济学家不断与这个问题较劲。就在信贷危机爆发之前数天（平添令人懊恼的讽刺意味），欧洲央行(ECB)的多梅尼科•詹诺内(Domenico Giannone)和卢克雷齐亚•赖希林(Lucrezia Reichlin)与美联储的大卫•斯莫尔(David Small)发表了一份研究报告，解释对经济增长的“短时预测”如何能够随着失业、通胀、信贷供应以及经济统计办公室发布的其它众多经济数据而不断更新。牛津大学纳菲尔德学院(Nuffield College, Oxford)的戴维•亨德里(David Hendry)与数位同事一直在研究短时预测问题的一个具体方面：在发生“结构性突变”（或经济变量互动方式明显改变）后迅速发现它们。这听上去相当简单，但预测模型遗漏掉这些结构性突变，并在随后数月或数年做出错误预测，是很普遍的情况。

但是如果用新方式综合官方数据进行预测是一个办法，那么另一个办法是寻找非官方数据来源，比如Twitter上的热门话题或谷歌(Google)上搜索最多的词语，这些数据的更新往往会迅速很多。

谷歌研究人员，包括谷歌首席经济学家哈尔•瓦里安(Hal Varian)和时任Google.org主管的拉里•布里连特(Larry Brilliant)在内，发表了利用谷歌趋势(Google Trends)“短时预测”流感传播趋势、赴港游客数量、汽车和房屋销售、以及申领失业金人数的研究报告。隶属意大利央行的两位经济学家弗朗切斯科•达穆里(Francesco D'Amuri)和尤里•马尔库奇(Juri Marcucci)也一直在利用谷歌数据，并得出结论称，它极大地提高了失业状况“短时预测”和长期预测的质量——尤其是在官方失业数据需要两个月才能公布的意大利。

来自网络活动的实时数据并非完美，但它几乎可以即时获得。我自信地预测，未来经济学家将使用更多的网络活动数据。或许他们已经在这么做了。

译者/君悦