关于gdp预测的外国文献综述

GDP预测是一个挑战性的过程，因为它受到许多不同的因素的影响。有许多文献尝试从不同角度来探讨GDP预测，以便更好地理解其影响因素。 一项由Binswanger et al.(2015)进行的研究考察了GDP预测中使用时间序列技术的效力。该研究采用了ARIMA、VAR和VECM三个时间序列技术，并将它们应用于德国、法国、意大利和荷兰的GDP数据集中。实证结果表明：在德国、法国和意大利，使用VECM方法可以显著地减少GDP预测误差。但是，对于荷兰而言，使用VECM方法并没有显著减少GDP预测误差。 另一个重要方面是金融市场对GDP预测的影响。Marcellino(2016)开展了一个关于金融市场对歐盟成员国GDP及其政府債務水平影响力的实证分析。根据这一研究发现：歐盟成员国金融市场上出版物会除去即席冲击之外（如声誉风险或通胀风险信号会除去即席冲击之外 ） 具有显 著 的 非 立 刻 性 对 GDP 预 测 的 影 响 作 用 。 这 表 明 ： 金 融 市 场 上 的 信 息 有 助 于 正 确 预 测 GDP （ Marcellino ） 。 此外，Kowalski et al. (2017)也进行了一个有关包含气候条件信息在内的多重数学方法如何影响德国GDP水平估测情况的实证分析.根据这一实证分析,使用包含气候条件信息(如天气,季风,日光)作为特征变量,能够显���性减小德国 GDP 预测中存在的不合理性.然考察者也强调:即使包含气候条件情况,也不能将所有 GPD 风险都避开.