报告背景与目的 - 本报告是英格兰银行对前美联储主席伯南克所提建议的回应之一，旨在对货币政策委员会定期发布的《货币政策报告》中的预测进行彻底的统计评估 [1][2][3] - 报告评估了四个关键政策变量的预测：CPI通胀、GDP增长、工资增长和失业率，这些变量对理解国内通胀生成过程和英国经济结构特征至关重要 [14] - 评估遵循三项关键原则：采用“实时”数据、考虑货币政策委员会的假设条件、承认预测后新冲击的影响，以聚焦于模型和分析本身的潜在缺陷 [5][6] 预测方法与角色演变 - 英格兰银行的预测综合了多种模型、数据、调查和判断，并会定期更新，预测是条件性预测，基于市场对利率、汇率、能源价格等的预期路径 [34][35][37] - 短期预测（未来两个季度）主要依赖统计模型和高频数据，中期预测（三年期）则以结构性经济模型COMPASS为核心组织框架，并辅以其他专业模型和判断 [40][41][44][45] - 预测在货币政策制定中的角色已发生变化，从代表货币政策委员会的“最佳集体判断”转变为多数委员同意的“合理基线”，并辅以更丰富的风险评估、不确定性分析和替代政策路径 [11][51][53][54] 长期统计性能评估（2015-2025年） - 在准确性方面，报告使用均方根误差进行评估，结果显示预测误差通常随预测期限延长而增加，且新冠疫情后所有变量的预测准确性均显著下降，例如一年期通胀预测的均方根误差从疫情前的0.6个百分点升至疫情后的3.7个百分点 [81][82][83][85] - 与一系列替代预测（如自回归模型、贝叶斯向量自回归模型、COMPASS模型及外部预测者调查）相比，英格兰银行的预测在过去十年中表现至少相当，甚至更优，没有一种替代预测能系统性地超越该行预测 [12][19][20][21][90][92] - 在无偏性方面，通胀和工资增长预测在过去十年中存在低估倾向，但疫情后的偏差主要由异常大的冲击分布导致，失业率预测则持续存在高估倾向，GDP增长预测总体无偏但对数据修订敏感 [98][100][102][103][104] - 在效率性方面，测试表明通胀预测“弱有效”，但GDP增长、工资增长和失业率的预测未能充分利用现有信息，显示出改进空间，此外，“强效率”测试提示可能低估了工资增长对通胀的传导强度以及失业与通胀之间的菲利普斯曲线关系 [107][108][109][114][115][118] 近期预测误差深度分析（2021年中以来） - 2022年末CPI通胀达到11.1%的峰值，比2021年中（俄乌冲突前）的预测高出超过8个百分点，反事实分析表明，随后的能源价格上涨可解释约一半的误差，其他全球因素解释了大部分剩余误差 [27] - 外部冲击可以大致解释通胀峰值误差，但无法完全解释此后通胀的持续性，2022年之后的中期通胀和工资增长预测反复被证明过低，这可能反映了更高的通胀反馈至更强工资增长的“第二轮效应”，或近年价格和工资设定的结构性变化 [28] - 自2021年以来，GDP增长平均强于预测预期，加之潜在供给估计略低，导致最新估计中的闲置产能少于最初预测 [29] - 使用初始数据发布评估时，GDP增长和劳动力市场变量的预测表现似乎更有利，但后期数据版本因纳入更多信息，可能更能反映“真实”情况 [29] 已实施及未来的改进措施 - 作为对近期挑战的响应，英格兰银行已实施多项改进，包括在核心预测框架COMPASS中改进对能源价格的处理、根据最新分析调整货币政策传导速度、以及增加内部供给侧监测的频率 [31][120][121] - 报告结果指出劳动力市场和工资-价格互动领域是未来模型开发的重点，需要更好地建模劳动力市场紧张、工资增长、CPI通胀和通胀预期之间的各种潜在相互作用 [32][124][125] - 该行正在实施伯南克评估中的多项建议，拓宽向货币政策委员会提供的分析输入范围，包括更系统的风险、情景和替代政策路径分析，预测评估是这一持续学习过程的关键部分 [10][53][122][123] - 为支持持续的预测评估和改进，该行开发并公开了新的预测评估工具包及相关代码与数据，采用了数据科学的最佳实践 [4][66][67][68][130][131]