Nowcasting tail risk to economic activity at a weekly frequency
以周频率即时预测经济活动的尾部风险AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确以混频时间序列回归每周更新 GDP 增长尾部预测，直接对应即时预测与时间序列方法。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
以周频率即时预测经济活动的尾部风险
- 研究问题
- 如何利用逐步发布的月度和周度信息，每周更新 GDP 增长尾部风险的即时预测，新增数据是否提升预测准确性？
- 方法与思路
- 作者采用带随机波动的贝叶斯混频回归和贝叶斯分位数回归，比较不同信息集、季度内时点及金融指标的预测作用。
- 材料陈述的贡献
- 摘要称在一定范围内更多信息有助于准确性，季度推进时预测通常改善；月度数据较重要，加入金融指标也通常有帮助。
- 阅读关注点
- 应核对尾部风险的定义、目标分位数、实时数据与发布时滞处理，以及预测评价指标、信息扩充范围和不确定性。
- 阅读边界
- 所给摘要未说明目标分位数、样本、评价数值及更多信息有效的界限；GDP 尾部预测结果不能直接视为金融系统性风险测度。
原文摘要
Summary This paper focuses on nowcasts of tail risk to GDP growth, with a potentially wide array of monthly and weekly information used to produce nowcasts on a weekly basis. We consider Bayesian mixed frequency regressions with stochastic volatility and Bayesian quantile regressions. Our results show that, within some limits, more information helps the accuracy of nowcasts of tail risk to GDP growth. Accuracy typically improves as time moves forward within a quarter, making additional data available, with monthly data more important to accuracy than weekly data. Accuracy also typically improves with the use of financial indicators in addition to a base set of macroeconomic indicators.