蔡承模和Tara Iyer
经济学家正越来越多地求助于有助于实时跟踪增长和通胀等指标的新技术，以提高他们的预测，并为政策制定者提供更好的信息。
对统计部门可能不经常发布指标的发展中经济体来说，近期预测尤其有希望。在国际货币基金组织，我们开发了一种方法，将高频数据与机器学习(一种人工智能)配对，以提供经济增长nowcast，并帮助决策者做出更好的决策。
一些发展中经济体发布国内生产总值(gdp)等关键指标的时间往往拖得很长。这就增加了在快速变化时期制定政策的挑战，例如在大流行病爆发或乌克兰爆发战争时，因为必须在没有关键数据的情况下作出决定。在这样的时刻，临近预测可以比官方GDP数据更快地提供有关经济活动的预测。
如本周图表所示，临近预测框架在2020年第二季度大流行关闭时为博茨瓦纳提供了宝贵的信息。当时，它预计产量将比去年同期减少约20%。那年9月，政府公布的GDP数据显示，GDP收缩幅度更大，达到24%。这与框架预测相差不远，框架预测与实际数据同步，准确预测了拐点。
在一篇新的论文中，我们试图通过开发一个跟踪实时经济活动的框架，缩小撒哈拉以南非洲地区数据可用性和政策制定之间的差距。我们的临近预测框架从官方GDP公布前的高频数据中提取信号。
该工具通过整合一系列日益流行的机器学习技术来生成nowcast，这些技术使用一系列历史上与GDP变化相关的高频经济指标。例如，对于依赖旅游业的国家来说，游客人数是更可靠的预测指标。对于尼日利亚等石油出口国而言，GDP往往随原油价格变动。
其他非传统数据输入包括夜间灯光的卫星图像(随着经济活动的增加，灯光的亮度往往会更高)，以及用于跟踪贸易量和中断情况的船只图像。正如国际货币基金组织在2020年的一份工作报告所显示的那样，网络搜索还可以帮助更准确地预测游客数量。
我们的研究表明，机器学习算法往往比传统的计量经济学方法更准确，尤其是在预测转折点方面，比如经济在衰退或危机之后何时开始复苏。
我们在研究博茨瓦纳时使用的临近预测指标包括货币价值、股票价格、通货膨胀、进口、消费贷款、发电、税收和该国名称的谷歌搜索量(一个未来旅游访问的指标)。由于它是世界上最大的钻石出口国之一，我们的框架还考虑了钻石的价格以及两个最大目的地国家的经济增长。
博茨瓦纳银行在参加了国际货币基金组织的一个研讨会后，目前正在编制自己的nowcast。将提供有关制定高频指标的相关课程，以帮助各国政府更好地跟踪经济活动。