SPF-Histogramme steigern Treffsicherheit von BVAR-Modellen
Eine direkte Einbindung von SPF-Wahrscheinlichkeitshistogrammen in vektorautoregressive Modelle verbessert die Genauigkeit makroökonomischer Prognosen erheblich. Eine Studie von Todd Clark und Elmar Mertens belegt dies anhand von US-Echtzeitdaten von 1996 bis 2025.
Exakte Wahrscheinlichkeiten statt Moment-Schätzung
Todd E. Clark und Elmar Mertens entwickeln ein Verfahren, um vollständige Dichteprognosen des US Survey of Professional Forecasters (SPF) direkt in ein Bayesianisches Vektorautoregressionsmodell (BVAR) einzuspeisen.
Statt Histogramme über Momente wie Mittelwert oder Varianz anzunähern, passt das Verfahren die Wahrscheinlichkeitsgewichte der simulierten Modellpfade via Iterative Proportional Fitting exakt an die SPF-Klassen an.
Die Binnenverteilung innerhalb der Bins bleibt dabei unangetastet.
Das zugrundeliegende BVAR-SVO-t-Modell erfasst stochastische Volatilität und Ausreißer über 750.000 Simulationspfade.
Mittels einer augmentierten Dichte lösen die Autoren zudem das Problem leerer Ereigniszellen bei multivariaten Verteilungen mit bis zu zehn Milliarden Kombinationen.
Informationsgewinn strahlt auf das Gesamtsystem aus
Die Auswertung über den Zeitraum von 1996 bis 2025 zeigt deutliche Präzisionsgewinne bei Punkt- und Dichteprognosen.
Beim BIP-Wachstum sinkt der RMSE im laufenden Quartal um fast die Hälfte.
Bemerkenswert ist die Übertragung: Obwohl nur BIP, Arbeitslosigkeit und Inflation getiltet werden, verbessern sich auch Prognosen für Investitionen, Beschäftigung und fünfjährige Treasury-Renditen.
Die stärksten Zugewinne traten während der Finanzkrise ab 2007 sowie der COVID-19-Pandemie auf, als Expertenurteile schneller reagierten als rein statistische Zeitreihenmodelle.
Pragmatischer Brückenschlag zur Praxis
Die Methode räumt elegant mit den restriktiven Verteilungsannahmen bisheriger Schätzverfahren auf.
Vor allem in Krisenphasen liefert die Kombination aus Expertenurteil und BVAR-Modell den entscheidenden Informationsvorsprung.
Für Notenbanken bietet dieser schlanke Algorithmus ein sofort einsetzbares Werkzeug für das Risikomanagement.