美國核心個人消費支出指數(PCE)如何進行預測預估？
Author：互易市場From：www.change888.com Date：2019-03-28 15:18:23
在估計PCE物價指數之前，我們首先需要估計各分項的權重。根據前文的描述，由於PCE是採用鏈式加權平均進行計算的，需要當期與上期兩期的PCE權重數據。但由於當期的PCE權重數據與價格指數同步公佈，因此在預判PCE價格指數時，我們只能根據上壹期的權重進行計算。例如，在估計2017年8月的PCE物價指數時，我們只能7月個人消費支出的分項數據計算權重。但是由於居民消費結構的變化是相對緩慢的，因此在月度數據計算時，以上期權重計算對於實際結果的影響並不大。我們也通過歷史數據進行了類比計算，以上期權重計算的PCE指數的環比變動與實際結果的誤差壹般均在0.01%以內。
由於PCE物價指數是根據美國個人消費支出中統計的耐用品、非耐用品以及服務這三大類口徑進行統計的，這與CPI各分項之間存在壹定的差異。因此，我們還需要對於PCE各個分項數據，按照CPI的分項標準進行重新分類。
在分類完成之後，我們便可以通過先期獲得的CPI與PPI數據，來估計PCE價格指數的環比變化。我們根據數據來源的不同將PCE物價指數分解成了203個子項，其中有165個子項數據來自於CPI數據，有15個子項數據來自於PPI，我們均在相關數據公佈後直接引用。需要註意的是，部分PPI與CPI分項BLS並未公佈季調後數據。因此，這就需要我們根據歷史上季調後PCE物價指數與季調前CPI或PPI數據的差異，計算季調因子，再對原始數據進行壹定的調整。
“美國核心個人消費支出指數(PCE)數據”基於Bloomberg及Reuters新聞源，第壹時間PO美國核心個人消費支出指數(PCE)數據預測、PCE數據調查、投行及財經媒體PCE數據點評分析、PCE數據對黃金及外匯市場的影響等重要資訊。交易時間網“消息推送服務”現免費開放預約，點選這裏預約，也可聯系在線客服咨詢。
但是，對於BEA自行推測的數據，由於缺乏基礎數據來源，對其估計可能存在壹定的誤差。對此，我們採取的方法是，對於部分權重較小的項目，我們直接使用這類數據此前12個月環比的移動平均值進行估計。但對於壹些權重較高的子項，如金融機構的隱含服務費用、部分保險費用、美國居民的海外消費支出、非營利性機構消費等，則通過CPI與PPI中的相關項目，以及國外物價變動擬合得到，以期盡量減少計算中的誤差。
從估計的結果上看，根據我們的方法估計的PCE物價指數環比與實際值的偏離非常小，最近3年的數據在95%的置信度下誤差在0.05%以內。而核心PCE環比的誤差會略大，但在95%的置信度下誤差範圍也在0.06%以內。因此，以我們估計的PCE當月環比與歷史數據相乘，估計的PCE同比與實際值的誤差在這壹範圍之內。
Related articles
Popular recommend
