本文提出了一种多区域动态因子模型,用于预测全球贸易增长,该模型能够捕捉区域动态和溢出效应。研究发现,全球贸易增长受共同全球因素和区域趋势的共同驱动。虽然现有的贸易预测模型主要关注前者,但本文通过多因子块结构的动态因子模型(DFM)允许考虑后者。
核心观点:
- 多区域DFM优于单因子模型:与仅考虑全球因素的单因子DFM相比,多区域DFM在预测全球贸易增长方面表现更佳,尤其是在存在区域异质性的时期。
- 区域动态的重要性:多区域模型能够更好地捕捉区域差异和溢出效应,这对于预测未来贸易发展尤为重要,因为贸易模式正在变化,地缘经济碎片化也在加剧。
- 亚洲的溢出效应:亚洲因素对其他区域和全球前景具有显著的溢出效应,这反映了亚洲在全球价值链和全球经济活动中的日益重要作用。
关键数据和研究结论:
- 数据来源:模型使用了来自荷兰经济政策分析局(CPB)的全球商品贸易量指数,以及其他81个月度指标,包括全球、美国、中国、亚洲和欧洲的数据。
- 因子结构:模型将数据分解为六个因子:两个全球因子和五个区域因子(美国、中国、亚洲和欧洲)。
- 溢出效应分析:广义预测误差方差分解(GFEVD)显示,全球和亚洲因子对其他因子的溢出效应最大。
- 预测准确性:通过伪样本外预测实验,多区域DFM在2017-19年和2020-22年两个时期均优于基准模型,包括单因子DFM、AR(1)和随机游走模型。
- 案例研究:案例研究表明,在2020年新冠疫情冲击和2023年后疫情贸易分化时期,多区域模型表现优于单因子模型;而在2008年全球金融危机时期,两种模型的预测性能相近。
政策启示:
多区域DFM能够实时识别全球贸易冲击的地理来源,为经济监测提供重要优势。超越简单的全球总量,该方法为正在进行的贸易动态提供了更及时、更丰富的叙述。