बदलती दुनिया में वास्तविक समय में मुद्रास्फीति पूर्वानुमान

यह लेख गतिविधि और अपेक्षाओं के चर का उपयोग करके मुद्रास्फीति के पूर्वानुमान की सटीकता को पुनर्वेजता है। हम संभावित भविष्यवक्ताओं के एक सेट से चुनी गई विभिन्न पुनरागमन विशिष्टताओं पर बेयसियन मॉडल औसत लागू करते हैं जिसमें मुद्रास्फीति के पिछड़े मान, एक मेज़बान वास्तविक गतिविधि डेटा, कार्यकाल संरचना डेटा, (सापेक्ष) मूल्य डेटा और सर्वेक्षण शामिल हैं। इस मॉडल औसत में, हम संरचनात्मक अस्थिरता के विभिन्न चैनलों पर विचार कर सकते हैं, या तो इस औसत के भीतर प्रत्येक व्यक्तिगत विशिष्टता के पुनरागमन पैरामीटर में स्‍टोकास्टिक ब्रेक को शामिल करके, या समग्र मॉडल औसत की त्रुटि विविधता में ब्रेक की अनुमति देकर, या दोनों। इस प्रकार, हमारा ढांचा एक साथ संरचनात्मक परिवर्तन और मॉडल अनिश्चितता को संबोधित करता है जो किसी भी मुद्रास्फीति पूर्वानुमान मॉडल को अनिवार्य रूप से प्रभावित करेगा। हमारे ढांचे के विभिन्न संस्करणों का उपयोग 1960–2011 अवधि के लिए अमेरिका के व्यक्तिगत उपभोक्ता व्यय (PCE) डिफ्लेटर और सकल घरेलू उत्पाद (GDP) डिफ्लेटर मुद्रास्फीति दरों को मॉडल करने के लिए किया जाता है। एक वास्तविक समय में मुद्रास्फीति की पूर्वानुमान मूल्यांकन से पता चलता है कि तकनीकी विविधताओं के साथ कई भविष्यवक्ताओं पर औसत लेने से बहुत सटीक बिंदु और घनत्व पूर्वानुमान निकलते हैं, विशेष रूप से 1984 के बाद की अवधि के लिए। हमारा ढांचा विशेष रूप से मध्यकाल में सामान्य से कम मुद्रास्फीति दरों की संभावना का पूर्वानुमान लगाते समय उपयोगी है। इस लेख में ऑनलाइन पूरक सामग्री है।