猜你想问
CBO经济预测报告主要分析什么内容？
CBO经济预测报告主要用于其10年联邦预算预测和立法提案分析，属于当前法律预测，即假设现行税收和支出法律不变，但按计划实施任何按现行法律安排的政策变化。报告通过Solow型增长模型预测潜在产出，使用大型宏观计量模型预测实际产出，重点关注潜在劳动力、资本存量服务和非农商业部门潜在全要素生产率（TFP）的估计，其中潜在劳动生产率是指实际潜在GDP与潜在劳动力的比率。
当前生产率增长的主要趋势是什么？
自2000年以来，非农商业部门TFP增长显著。CBO通过分段线性回归估计历史潜在TFP（1948至2007年峰峰商业周期），预测近期潜在TFP增长（假设最新趋势增长率线性收敛到过去25年潜在TFP增长的加权平均值），以及长期潜在TFP增长（收敛期后以25年加权平均率为增长率）。后疫情时期TFP增长超过2007年第四季度至2019年第四季度平均增长率，CBO正在评估未观测成分方法、贝叶斯向量自回归等新方法以提高预测准确性。
报告如何分析人工智能对生产率的影响？
CBO基于Acemoglu等学者提出的共同框架，分析AI自动化任务如何影响劳动力生产率，公式为生产率变化 = (1-α) * ϴ * 𝜌 * 𝜇，其中1-α是收入中的劳动力份额，ϴ是特定职业对生成式AI自动化的暴露度，𝜌是自动化采用的百分比，𝜇是自动化带来的成本节约。CBO基于该分析将未来十年TFP增长预测平均提高了0.1个百分点，并继续更新对生成式AI影响的评估。目前框架已考虑AI对现有劳动任务的增强和自动化，但尚未考虑AI采用可能带来的资本生产率提高、新AI赋能任务的创造和创新的加速等变化。
当前市场对生产率增长有何判断？
CBO关键估计显示，自2000年以来非农商业部门TFP增长显著，但当前方法对基本趋势变化反应迟缓，尤其是在后疫情时期TFP增长超过2007年第四季度至2019年第四季度平均增长率的情况下。CBO正在评估未观测成分方法、贝叶斯向量自回归等新方法，并探索将劳动力质量指标纳入劳动力供应估计，以提高TFP预测的准确性。评估TFP预测方法的指标主要是其样本外预测性能（绝对和均方误差），同时也会考虑模型对历史潜在TFP估计的稳定性。
报告存在哪些风险提示？
CBO重新审视TFP预测模型的主要原因是当前方法对基本趋势变化反应迟缓，尤其是在后疫情时期TFP增长超过2007年第四季度至2019年第四季度平均增长率的情况下。CBO正在评估未观测成分方法、贝叶斯向量自回归等新方法，并探索将劳动力质量指标纳入劳动力供应估计，以提高TFP预测的准确性。评估TFP预测方法的指标主要是其样本外预测性能（绝对和均方误差），同时也会考虑模型对历史潜在TFP估计的稳定性。CBO的目标是提高TFP预测的准确性，同时避免历史潜在TFP估计对近期观察过度敏感。目前框架已考虑AI对现有劳动任务的增强和自动化，但尚未考虑AI采用可能带来的资本生产率提高、新AI赋能任务的创造和创新的加速等变化，存在预测方法局限性风险。