Bitte verwenden Sie diesen Link, um diese Publikation zu zitieren, oder auf sie als Internetquelle zu verweisen:
https://hdl.handle.net/10419/334496 Autor:innen:
Erscheinungsjahr:
2025
Schriftenreihe/Nr.:
HWWI Working Paper No. 6/2025
Verlag:
Hamburg Institute of International Economics (HWWI), Hamburg
Zusammenfassung:
This paper contributes to previous research on the efficient integration of forecasters' narratives into business cycle forecasts. Using a Bidirectional Encoder Representations from Transformers (BERT) model, I quantify 19,300 paragraphs from German business cycle reports (1998-2021) and use them to predict the direction of consumption forecast errors. By testing the model on an evaluation sample, I find a highly significant correlation of modest strength between predicted and actual sign of the forecast error. The correlation coefficient is substantially higher for 12.8% of paragraphs with a predicted class probability of 85% or higher. By qualitatively reviewing 150 of such high-probability paragraphs, I find recurring narratives correlated with consumption forecast errors. Underestimations of consumption growth often mention rising employment, increasing wages and transfer payments, low inflation, decreasing taxes, crisis-related fiscal support, and reduced relevance of marginal employment. Conversely, overestimated consumption forecasts present opposing narratives. Forecasters appear to particularly underestimate these factors when they disproportionately affect low-income households.
Zusammenfassung (übersetzt):
Diese Studie leistet einen Beitrag zur bisherigen Forschung hinsichtlich der effizienten Einbindung von Prognosenarrativen in Konjunkturprognosen. Unter Verwendung eines BERT-Modells (Bidirectional Encoder Representations from Transformers) quantifiziere ich 19.300 Absätze aus deutschen Konjunkturberichten (1998-2021) und nutze diese um die Richtung von Konsumprognosefehlern vorherzusagen. Durch die Überprüfung des Modells anhand einer Evaluationsstichprobe stelle ich eine hochsignifikante Korrelation moderater Stärke zwischen dem vorhergesagten und dem tatsächlichen Vorzeichen des Prognosefehlers fest. Der Korrelationskoeffizient ist für jene 12,8 % der Absätze wesentlich höher, die eine vorhergesagte Klassenwahrscheinlichkeit von 85 % oder mehr aufweisen. Eine qualitative Untersuchung von 150 dieser Absätze mit hoher Wahrscheinlichkeit zeigt wiederkehrende Narrative, die mit Fehlern in der Konsumprognose korrelieren. Unterschätzungen des Konsumwachstums erwähnen häufig steigende Beschäftigung, zunehmende Löhne und Transferzahlungen, niedrige Inflation, sinkende Steuern, krisenbedingte fiskalische Unterstützung sowie eine abnehmende Bedeutung geringfügiger Beschäftigung. Umgekehrt weisen überschätzte Konsumprognosen gegensätzliche Narrative auf. Prognostiker scheinen diese Faktoren insbesondere dann zu unterschätzen, wenn sie einkommensschwache Haushalte überproportional betreffen.
Schlagwörter:
Macroeconomic forecasting
Evaluating forecasts
Business cycles
Consumption forecasting
Natural language processing
Language Modeling
Machine learning
Judgmental forecasting
Evaluating forecasts
Business cycles
Consumption forecasting
Natural language processing
Language Modeling
Machine learning
Judgmental forecasting
Dokumentart:
Working Paper
Erscheint in der Sammlung:
Datei(en):
Datei
Beschreibung
Größe
Format
Publikationen in EconStor sind urheberrechtlich geschützt.