宏观经济预测模型的选择：是否有一-size-fits-all的方案？

简介：
本文探讨在复杂的宏观经济环境中，是否存在一种适用于所有情况的通用预测模型。分析了不同模型的优劣及适用场景。 本段落与传统方法的主要区别在于它假设变量通过不同的视角影响经济体系，在这种替代性假设下，一些从短期角度来看不重要的因素在长期内可能变得非常重要。因此，建议选择特定于不同时间范围的变量来构建模型。 我的研究发现证实了允许非特定地平线（即考虑长期和短期变化）的变量所构成的Schwarz Bayesian信息准则(SBIC)值低于那些不允许此类变动性的模型。此外，与我提出的方法相比，传统的矢量自回归(VAR) 模型在预测性能上表现较差。 我还通过将样本均值作为基准，并展示滞后长度大于1的情况下VAR模型无法超越简单的样本平均数的外推效果来为文献做出贡献。另外，在从大约190个不同的时间序列中提取主要成分以进行随时间段变化的时间序列预测时，发现某些主成分在特定范围内比其他范围更为重要。 基于上述研究结果，我得出结论认为长期且根深蒂固的经济问题无法仅通过短期和表面性的干预措施来解决。此外，我还利用模拟实验进一步验证了自己的观点。