g. lutero - le tecniche di previsione combinata per le stime del commercio estero trimestrale a t+30
TRANSCRIPT
Le tecniche di previsione combinata
per le stime del Commercio Estero
trimestrale a t+30
Giancarlo Lutero
ISTAT, Roma 21 aprile 2016
Seminario I conti economici trimestrali: avanzamenti metodologici
e prospettive d’innovazione
1
Indice
1. Introduzione: stima t+30, paradigma lineare, ciclo
asimmetrico
2. Accenni sulle previsioni puntuali
3. Combined forecasting (CF)
4. Simulazione reale su dati Commercio Estero
5. Sintesi risultati
Le tecniche di previsione combinata per le stime del Commercio Estero trimestrale a t+30
Giancarlo Lutero – Roma, 21 aprile 2016 2
Stima Conti Trimestrali a t+30
A che serve?
• “For policy decision making”
• “For monitoring the economic situation”
• “For forecasting/projection purposes“
Chi la usa?
• Commissione Europea e BCE
• Analisti economici e finanziari
Introduzione
Le tecniche di previsione combinata per le stime del Commercio Estero trimestrale a t+30
Giancarlo Lutero – Roma, 21 aprile 2016 3
Introduzione
Le tecniche di previsione combinata per le stime del Commercio Estero trimestrale a t+30
Giancarlo Lutero – Roma, 21 aprile 2016
Fornitore 1 mese 2 mese 3 mese
Beni Intra-
UE
ISTAT-COE O O
X
Beni Extra-
UE
ISTAT-COE O O
O
Servizi Bankitalia O O X
Consumi
Stranieri-
Italiani
Bankitalia O O X
Cif-Fob Stima interna X X X
Disponibilità a t+30 degli indicatori per stima trimestrale del Commercio
Estero
O = disponibile
X = non disponibile
4
Proprietà modelli globalmente lineari
• Proporzionalità: neutralità o insensibilità alla
grandezza del disequilibrio (obiettivo di lungo
periodo), la grandezza della risposta delle
variabili è proporzionale (lineare) rispetto alla
ipotizzata relazione di equilibrio
• Simmetria: neutralità o indifferenza al segno
del disequilibrio, ovvero discrepanze positive
o negative implicano un identico
aggiustamento
Introduzione
Le tecniche di previsione combinata per le stime del Commercio Estero trimestrale a t+30
Giancarlo Lutero – Roma, 21 aprile 2016 5
Ciclo Asimmetrico DeLong and Summers (1986), Sichel (1989), Rothman (1991), Sichel
(1993), Sichel (1994)
Integrazione dell’analisi moderna delle serie storiche
con la metodologia di analisi del ciclo del NBER.
L’asimmetria si caratterizza per
• la forma del regime espansivo che può differire da
quella del regime recessivo in termini di ampiezza e
lunghezza (steepness e deepness)
• differenze nelle dinamiche prossime ai punti di
svolta, i picchi ed i pozzi (sharpness)
Introduzione
Le tecniche di previsione combinata per le stime del Commercio Estero trimestrale a t+30
Giancarlo Lutero – Roma, 21 aprile 2016 6
Hendry (2013) ci dice
“Forecasts are defined as made before
a period (say a quarter) commences,
nowcasts during the relevant period,
and flash estimates immediately or
shortly after the period ends when
disaggregate information remains
incomplete.”
Previsioni puntuali
Le tecniche di previsione combinata per le stime del Commercio Estero trimestrale a t+30
Giancarlo Lutero – Roma, 21 aprile 2016 7
David Hendry in svariati lavori
”As shown in Clements and Hendry (1998), while ‘good’
models of a DGP can forecast well, and ‘poor’ models can
forecast badly, it is also true that ‘good’ models can forecast
badly and ‘poor’ models can forecast well”
Clements and Hendry (2005)
“Out-of-sample forecast performance is not a reliable
indicator of whether an empirical model offers a good
description of the phenomenon being modelled, nor
therefore of the economic theory on which the model is
based.”
Previsioni puntuali
Le tecniche di previsione combinata per le stime del Commercio Estero trimestrale a t+30
Giancarlo Lutero – Roma, 21 aprile 2016 8
Fonti di errore previsionale
• Problemi di identificazione e specificazione
delle variabili del modello
• Forma funzionale (lineare vs non lineare)
• Criteri di selezione dei modelli dinamici
• Incertezza nelle stime
• Errori di misura nei dati di input
• Breaks strutturali nell’orizzonte previsionale
Previsioni puntuali
Le tecniche di previsione combinata per le stime del Commercio Estero trimestrale a t+30
Giancarlo Lutero – Roma, 21 aprile 2016 9
Cosa causa cattive previsioni?
• Distorsione statistica da aggregazione
(temporale, longitudinale)
• Presenza di breaks strutturali o di trend
• Variabili ridondanti od omesse
• Impatto delle procedure di WDA, SA e TD
• Revisione dati
• Cigno Nero (fallacia induttiva)
Previsioni puntuali
Le tecniche di previsione combinata per le stime del Commercio Estero trimestrale a t+30
Giancarlo Lutero – Roma, 21 aprile 2016 10
Perché
• Diversificazione del rischio di errore a causa di
informazione incompleta
• Presenza di breaks strutturali nel periodo
campionario
• Errore di specificazione o di misura, di origine e
forma sconosciute in un singolo modello
• Differenti approcci utilizzati dai previsori
• Capacità computazionale
Combined forecasting (CF)
Le tecniche di previsione combinata per le stime del Commercio Estero trimestrale a t+30
Giancarlo Lutero – Roma, 21 aprile 2016 11
Quando
• Incertezza sul modello previsionale
“migliore”
• Incertezza sulla metodologia più efficiente
• Forte avversione vs errori previsionali di
grande entità
• Particolare avversione vs segno
dell’errore di previsione
Combined forecasting
Le tecniche di previsione combinata per le stime del Commercio Estero trimestrale a t+30
Giancarlo Lutero – Roma, 21 aprile 2016 12
Come
• Selezione modelli
• Stima (specificazione, diagnostica,
problemi computazionali)
• Scelta dell’indice di misura sull’esito
della previsione
• Sintesi dell’attività previsionale (legge
di aggregazione)
Combined forecasting
Le tecniche di previsione combinata per le stime del Commercio Estero trimestrale a t+30
Giancarlo Lutero – Roma, 21 aprile 2016 13
Parametri
• Costanti vs dinamici (time-varying)
Forma funzionale
• Lineari vs nonlineari
Passaggi fondamentali
• Selezione dei modelli di riferimento
• Selezione della legge di aggregazione
(vettore pesi)
Combined forecasting
Le tecniche di previsione combinata per le stime del Commercio Estero trimestrale a t+30
Giancarlo Lutero – Roma, 21 aprile 2016 14
Possibili regole di aggregazione
• Media aritmetica (pesi uguali)
• Medie ponderate
• Metodi fattoriali o cluster
• Uso di regressioni ausiliarie
• Stime parametriche pesi dinamici
(Time-varying approach)
• Trimming (taglio delle code o del
peggior modello)
Combined forecasting
Le tecniche di previsione combinata per le stime del Commercio Estero trimestrale a t+30
Giancarlo Lutero – Roma, 21 aprile 2016 15
Strumento
• Piattaforma R (su pc-Windows e su
server Unix-Red Hat)
• librerie necessarie
• forecast-Hyndman
• tsDyn
• dynlm
• tseries
Esercizio di simulazione su dati del
Commercio Estero (CE)
Le tecniche di previsione combinata per le stime del Commercio Estero trimestrale a t+30
Giancarlo Lutero – Roma, 21 aprile 2016 16
Dati
• Var. tendenziale mensile perc. Totale Export e
Import Beni Intra-UE, a prezzi corr., grezzi, no
wda, rappresentano circa il 50 % del totale CE
• Frequenza: mensile
• Periodo: 1995:1-2015:9
• Tipo simulazione: ricorsiva e rolling (134 obs)
• Orizzonte previsionale = 1
• In-sample Training data: 1995:1-2006:12
• Out-of-sample Test data: 2007:1-2015:9
Esercizio di simulazione su dati CE
Le tecniche di previsione combinata per le stime del Commercio Estero trimestrale a t+30
Giancarlo Lutero – Roma, 21 aprile 2016 17
Modelli selezionati
• AR(1)
• AR(p) (sel. AICC)
• AR(p) (sel. BIC)
• Exponential Smoothing via State-Space
• Random Walk with drift
• ARIMA(pdq)(P,D,Q) (sel. BIC)
• ADL(1,1)
• SETAR(1)
• STAR(1) Logistico
Esercizio di simulazione su dati CE
Le tecniche di previsione combinata per le stime del Commercio Estero trimestrale a t+30
Giancarlo Lutero – Roma, 21 aprile 2016 18
Definizioni
𝑦𝑡 =𝑥𝑡 − 𝑥𝑡−12
𝑥𝑡−12∗ 100
𝑦 𝑡+ℎ|𝑡 = 𝐸 𝑦𝑡+ℎ|Ω𝑡
𝑒𝑡+ℎ|𝑡 = 𝑦𝑡+ℎ − 𝑦 𝑡+ℎ|𝑡
Esercizio di simulazione su dati CE
Le tecniche di previsione combinata per le stime del Commercio Estero trimestrale a t+30
Giancarlo Lutero – Roma, 21 aprile 2016 19
Indici di misura
𝑀𝐴𝐸 = 𝐸 |𝑒𝑡+ℎ|
𝑀𝐸 = 𝐸 𝑒𝑡+ℎ
𝑅𝑀𝑆𝐸 = 𝐸 𝑒𝑡+ℎ2 1/2
e rispettive funzioni mediane
Esercizio di simulazione su dati CE
Le tecniche di previsione combinata per le stime del Commercio Estero trimestrale a t+30
Giancarlo Lutero – Roma, 21 aprile 2016 20
Stima vettore pesi
𝑤𝑐1 =
1𝑟𝑚𝑠𝑒𝑖
1
𝑟𝑚𝑠𝑒𝑖𝑖
𝑤𝑐2 =
1𝑟𝑎𝑛𝑘𝑖
1
𝑟𝑎𝑛𝑘𝑖𝑖
Esercizio di simulazione su dati CE
Le tecniche di previsione combinata per le stime del Commercio Estero trimestrale a t+30
Giancarlo Lutero – Roma, 21 aprile 2016 21
Serie storica totale esportazioni 1996:1-2015:9
Le tecniche di previsione combinata per le stime del Commercio Estero trimestrale a t+30
Giancarlo Lutero – Roma, 21 aprile 2016 22
Serie storica totale importazioni 1996:1-2015:9
Le tecniche di previsione combinata per le stime del Commercio Estero trimestrale a t+30
Giancarlo Lutero – Roma, 21 aprile 2016 23
Combined Forecasting Legenda Tavole
Le tecniche di previsione combinata per le stime del Commercio Estero trimestrale a t+30
Giancarlo Lutero – Roma, 21 aprile 2016
• CLM: media aritmetica di modelli lineari
• CLNM: media aritmetica di tutti i modelli
• CLM pesi: combinazione con pesi calcolati
come reciproco rmse sul totale, in tutto il
periodo di test
• CLM pesi dinamici: combinazione con pesi
dinamici calcolati ad ogni passo come
reciproco dei rmse sul totale
• Trimm. CLM: eliminazione ad ogni passo della
coda della distribuzione (modello con peggior
errore di proiezione), media aritmetica sui soli
modelli lineari
24
MAE ME RMSE MeAE MeE
AR(1) 5.74 -1.12 6.90 4.49 -1.40
AR(p)A 5.55 -0.55 7.02 4.51 0.30
AR(p)B 5.53 -0.24 6.91 4.88 0.37
ES 6.04 -0.46 7.47 4.95 -0.69
RWD 6.01 0.34 7.42 5.45 0.11
ARIMA 5.88 -0.71 7.09 5.60 -0.97
ADL 5.39 -0.50 6.69 4.73 0.40
SETAR 6.38 -0.81 7.64 6.15 0.26
LSTAR 6.16 -0.70 7.37 6.11 0.26
CLM 5.32 -0.46 6.62 4.43 -0.76
CLNM 5.49 -0.53 6.74 4.72 -0.13
CLM pesi 5.31 -0.47 6.61 4.28 -0.76
CLM pesi dinam. 5.30 0.25 6.72 4.72 -0.30
Trimm. CLM 4.90 -0.41 6.27 3.92 -0.13
Totale Import Intra-UE, Indicatori performance, stima ricorsiva
Le tecniche di previsione combinata per le stime del Commercio Estero trimestrale a t+30
Giancarlo Lutero – Roma, 21 aprile 2016 25
MAE ME RMSE MeAE MeE
AR(1) 5.30 -1.02 6.23 5.65 -1.40
AR(p)A 4.80 -0.46 6.26 3.43 -0.26
AR(p)B 4.76 -0.38 6.18 3.43 -0.26
ES 5.49 -0.42 6.49 5.17 -0.92
RWD 5.74 0.31 6.92 4.98 1.46
ARIMA 4.69 -0.52 6.06 3.48 0.05
ADL 4.91 -0.99 5.77 4.83 -1.17
SETAR 5.96 -0.56 7.39 4.90 0.67
LSTAR 6.56 0.57 9.39 4.39 0.67
CLM 4.56 -0.50 5.60 4.13 -0.99
CLNM 4.81 -0.38 5.89 4.34 -0.54
CLM pesi 4.55 -0.51 5.59 4.06 -0.86
CLM pesi dinam. 4.67 0.22 5.67 4.24 0.01
Trimm. CLM 4.07 -0.38 5.21 3.61 -0.43
Totale Export Intra-UE, Indicatori performance, stima ricorsiva
Le tecniche di previsione combinata per le stime del Commercio Estero trimestrale a t+30
Giancarlo Lutero – Roma, 21 aprile 2016 26
MAE ME RMSE MeAE MeE
AR(1) 3.15 -1.41 4.13 2.50 -0.65
AR(p)A 5.05 -0.25 5.84 5.20 0.99
AR(p)B 5.01 -0.11 5.72 5.20 0.99
ES 3.25 -0.19 4.05 3.14 0.25
RWD 0.09 0.03 0.11 0.07 0.02
ARIMA 4.64 0.19 5.52 4.94 0.14
ADL 5.61 -0.62 6.93 4.29 -0.44
SETAR 3.42 -0.39 4.35 2.77 0.20
LSTAR 4.01 -1.02 5.97 3.05 -0.60
CLM 3.48 -0.34 4.10 3.23 0.52
CLNM 3.41 -0.42 4.12 3.11 0.11
Totale Import intra-UE, Indicatori performance, stima rolling
Le tecniche di previsione combinata per le stime del Commercio Estero trimestrale a t+30
Giancarlo Lutero – Roma, 21 aprile 2016 27
MAE ME RMSE MeAE MeE
AR(1) 2.88 -1.15 4.06 1.69 -0.03
AR(p)A 5.04 -0.50 6.14 4.80 1.09
AR(p)B 5.07 -0.45 6.12 4.80 1.09
ES 3.20 -0.66 3.85 2.65 -0.51
RWD 0.08 0.02 0.10 0.07 0.01
ARIMA 4.82 -0.15 6.05 4.29 0.58
ADL 4.92 -1.11 5.80 5.04 -1.23
SETAR 3.05 -0.21 3.69 2.40 0.62
LSTAR 3.49 -0.12 4.22 2.67 0.35
CLM 3.12 -0.57 3.88 2.67 -0.18
CLNM 3.09 -0.48 3.76 2.75 -0.12
Totale Export Intra-UE, Indicatori performance, stima rolling
Le tecniche di previsione combinata per le stime del Commercio Estero trimestrale a t+30
Giancarlo Lutero – Roma, 21 aprile 2016 28
Le tecniche di previsione combinata per le stime del Commercio Estero trimestrale a t+30
Giancarlo Lutero – Roma, 21 aprile 2016
Distribuzione degli errori di previsione
Totale Importazioni Intra-UE
29
Le tecniche di previsione combinata per le stime del Commercio Estero trimestrale a t+30
Giancarlo Lutero – Roma, 21 aprile 2016
Distribuzione degli errori di previsione
Totale Importazioni Intra-UE
30
Sintesi dei risultati • nelle stime ricorsive la sintesi previsionale è
nettamente la migliore rispetto a più indicatori di
performance, sia sull’export che sull’import
• nell’esercizio rolling l’esito è più incerto
• l’adozione della tecnica di aggregazione più
semplice (pesi uniformi, media aritmetica) risulta in
un abbassamento dell’errore di previsione rispetto
a molti dei singoli modelli
• la stima di un vettore di pesi (con il rmse) per il
super-modello in alcuni casi apporta un
miglioramento assoluto
• la procedura di trimming migliora sensibilmente
l’errore di proiezione
Le tecniche di previsione combinata per le stime del Commercio Estero trimestrale a t+30
Giancarlo Lutero – Roma, 21 aprile 2016 31
Sintesi risultati • lo stesso esercizio sui 49 prodotti ha fornito lo
stesso risultato: nella totalità dei prodotti il CF
possiede i valori relativi più bassi degli
indicatori (in termini di rank)
• la reale utilità del CF si deve misurare alla fine
della filiera di stima dei conti trimestrali (dopo
WDA, SA, TD, ed eventuale riconciliazione)
• sarebbe necessario un confronto fra metodo
diretto ed indiretto
• è possibile costruire una procedura di
selezione automatica dei modelli per il CF (tipo
Autometrics di Doornik)
Le tecniche di previsione combinata per le stime del Commercio Estero trimestrale a t+30
Giancarlo Lutero – Roma, 21 aprile 2016 32
Attenzione….
Il corretto problema della matematica applicata
in economia e in tutte le scienze empiriche
(quindi non sperimentali, induttive), non sta
nell’interpretare economicamente proprietà
algebriche o geometriche predefinite.
La soluzione di un problema economico,
invece, sta proprio nello svelare perché, come
e con quale modalità, una particolare e definita
«formalizzazione» sia correttamente adeguata
alla rappresentazione ed alla spiegazione di un
problema economico.
Le tecniche di previsione combinata per le stime del Commercio Estero trimestrale a t+30
Giancarlo Lutero – Roma, 21 aprile 2016 33
Bibliografia • CLEMEN, R. (1989). “Combining forecasts: A review
and annotated bibliography”. International Journal
of Forecasting, 5, pp. 559–583.
• CLEMENTS, M. AND HENDRY, D. (1998). “Forecasting
Economic Time Series”,. Cambridge University
Press, Cambridge, UK.
• GRANGER, C. W. J. AND BATES, J. (1969), “The
combinations of forecasts”, Operations Research
Quarterly, 20, pp. 451–468.
• GRANGER, C. W. J. AND NEWBOLD, P. (1986),
“Forecasting Economic Time Series”, Academic
Press Inc, San Diego.
Le tecniche di previsione combinata per le stime del Commercio Estero trimestrale a t+30
Giancarlo Lutero – Roma, 21 aprile 2016 34
• HENDRY, D. (2004), “Unpredictability and the
foundations of economic forecasting”, Working
paper, Economics Department, Oxford University.
15
• HENDRY, D. F. AND CLEMENTS, M. P. (2002), “Pooling
of forecast”, Econometrics Journal, 5, pp. 1–26.
• MARCELLINO, M. (2004), “Forecast pooling for
european macroeconomic variables”, Oxford
Bulletin of Economics and Statistics, 66(1), pp. 91–
112.
• TIMMERMANN, A. (2006), “Forecast combinations”, in
“Handbook of economic forecasting” (edited by
ELLIOT, G., GRANGER, C. AND TIMMERMANN, A.), vol.
1, pp. 135–196. Amsterdam, Elsevier. 16
Le tecniche di previsione combinata per le stime del Commercio Estero trimestrale a t+30
Giancarlo Lutero – Roma, 21 aprile 2016 35