Syntetyczne wskaźniki wyprzedzające w prognozowaniu inflacji w Polsce

W artykule przedstawiono wyniki procedury doboru zmiennych pochodzących z dużego zbioru danych ekonomicznych i finansowych do systematycznego, krótkookresowego prognozowania wskaźnika inflacji (CPI) w Polsce. Doboru zmiennych najsilniej skorelowanych z przyszłą inflacją w horyzoncie od 1 do 12 miesięcy naprzód, zwanych wskaźnikami wyprzedzającymi inflacji, dokonano na podstawie generacji danych rzeczywiście dostępnych co miesiąc od lipca 2009 do listopada 2010 roku (okres testowy). Następnie jakość prognoz w oparciu o modele wskaźników indywidualnych porównano ze wskaźnikami syntetycznymi w okresie od grudnia 2010 do listopada 2012 roku (okres weryfikacji) stosując bezpośrednią metodę prognozowania. W porównaniu do modeli wskaźników indywidualnych ustalonych na podstawie rankingu w okresie testowym wskaźniki syntetyczne uzyskane za pomocą metod analizy czynnikowej okazują się być dobrymi predyktorami przyszłej inflacji pod względem precyzji, nieobciążoności i odporności prognoz na zmiany liczby wskaźników i wspólnych czynników.

We present the procedure for a systematic selection of short-term leading indicators for Polish consumer inflation (CPI) from large number of predictors. Using data set of 189 economic and financial time series (available from July 2009 to November 2012) we select the indicators highly (in-sample) correlated with future inflation from 1 to 12 months ahead. Then we perform a direct forecasting exercise on a real-time data base from December 2010 to November 2012. Compared to individual leading indicators we find that few common factors extracted from a principal component analysis (named composite leading indicators) are successful tools for predicting future inflation being precise, unbiased, and more robust to changes in a number of predictors and common factors.