| By: |
John Galbraith;
Simon van Norden |
| Abstract: |
A probabilistic forecast is the estimated probability with which a future
event will satisfy a specified criterion. One interesting feature of such
forecasts is their calibration, or the match between predicted probabilities
and actual outcome probabilities. Calibration has been evaluated in the past
by grouping probability forecasts into discrete categories. Here we show that
we can do so without discrete groupings; the kernel estimators that we use
produce efficiency gains and smooth estimated curves relating predicted and
actual probabilities. We use such estimates to evaluate the empirical evidence
on calibration error in a number of economic applications including recession
and inflation prediction, using both forecasts made and stored in real time
and pseudoforecasts made using the data vintage available at the forecast
date. We evaluate outcomes using both first-release outcome measures as well
as later, thoroughly-revised data. We find strong evidence of incorrect
calibration in professional forecasts of recessions and inflation. We also
present evidence of asymmetries in the performance of inflation forecasts
based on real-time output gaps. <P>Une prévision probabiliste représente la
probabilité qu’un événement futur satisfasse une condition donnée. Un des
aspects intéressants de ces prévisions est leur calibration, c’est-à-dire
l’appariement entre les probabilités prédites et les probabilités réalisées.
Dans le passé, la calibration a été évaluée en regroupant des probabilités de
prévisions en catégories distinctes. Nous proposons d’utiliser des estimateurs
à noyaux, qui sont plus efficaces et qui estiment une relation lisse entre les
probabilités prédites et réalisées. Nous nous servons de ces estimations pour
évaluer l’importance empirique des erreurs de calibration dans plusieurs
pratiques économiques, telles que la prévision de récessions et de
l’inflation. Pour ce faire, nous utilisons des prévisions historiques, ainsi
que des pseudoprévisions effectuées à l’aide de données telles qu’elles
étaient au moment de la prévision. Nous analysons les résultats en utilisant
autant des estimations préliminaires que des estimations tardives, ces
dernières incorporant parfois des révisions importantes. Nous trouvons une
forte évidence empirique d’une calibration erronée des prévisions
professionnelles de récession et d’inflation. Nous présentons aussi une
évidence d’asymétries dans la performance des prévisions d’inflation basées
sur des estimations des écarts de la production en temps réel. |
| Keywords: |
calibration, probability forecast, real-time data, inflation, recession, calibration, probabilités de prévisions, données « en temps réel », inflation, récession |
| Date: |
2008–11–01 |
| URL: |
http://d.repec.org/n?u=RePEc:cir:cirwor:2008s-28&r=ets |