第三节 经济预测的误差来源

经济预测的误差来源于多个不同层面。认清这些误差来源，不仅对于设法提高预测精度至关重要，同时也有益于对预测结果的准确性树立正确的认识，即有益于对经济预测结果的解读和评判。

经济预测的误差可能来源于以下几个方面。

（1）经济预测模型是对现实的极大简化，任何预测模型都不可能穷尽所有的变量，因而在建模的过程中必然存在对变量的取舍，未能包括在模型中的部分变量很可能会对所预测的变量有一定的影响。

（2）任何依据经济计量方法建立的经济预测模型都不可避免地存在估计误差，因而依据所建模型做出的预测结果必然存在误差。

（3）经济预测的误差也可能来源于对原始数据的修订。宏观经济数据的不断更新和统计口径调整对以宏观经济时间序列数据为基础的经济计量模型建设者而言，可以说是无法绕开的梦魇。

以中国国内生产总值（GDP）数据为例，同一年度的GDP数据有以下几个不同版本，从核算角度的不同分为生产法GDP、支出法GDP和收入法GDP。从发布时间的先后，分为次年1月在《国民经济和社会发展统计公报》中发布的初步核算GDP，次年5月随《中国统计摘要》发布的初步核实GDP，次年9月随《中国统计年鉴》发布的最终核实GDP。对于中国季度GDP而言（仅有生产法核算数据），季度GDP初步核算数一般于季后15天左右完成，在季度国民经济运行情况新闻发布会和《中国经济景气月报》上公布；季度GDP初步核实数在年度GDP初步核实数发布后45天内完成，在《中国经济景气月报》上公布；季度GDP最终核实数在年度GDP最终核实数发布后45天内完成，在《中国经济景气月报》上公布，以上数据也在国家统计局数据库上同步公布。这一系列的修订统称为常规修订。另外，在中国国家统计局不定期进行的相关调查活动后，还会对GDP历史数据（包括年度数据和季度数据）进行一系列调整，即所谓的全面修订。由于我国从1985年才开始以联合国所推广的国民经济核算体系（SNA）进行国民经济核算，至1993年正式开始公布基于SNA体系的生产法和支出法年度GDP核算数据。1978～1992年的GDP数据是依据SNA原则在原物质平衡表体系（MPS）的基础上补充得到的。在1993～1995年首次第三产业普查后，又对1978～1993年国内生产总值进行过调整。《中国统计年鉴2006》中注明：“2005年，根据第一次经济普查资料，按照《经济普查年度GDP核算方案》的要求，重新计算了经济普查年度（即2004年）国内生产总值数据，并利用趋势离差法（即先根据经济普查数据计算出历史数据的趋势值，然后，利用原有历史数据实际值和趋势值的比例修订根据经济普查数据计算的历史数据趋势值，得到新的历史数据修订值）修订了国内生产总值历史数据。”《中国统计年鉴2007》中注明：“因1999年国际收支平衡表中的数据发生变化，故对该年支出法国内生产总值做相应调整。”《中国统计年鉴2008》中注明：“2006年全国农业普查后，对2005年、2006年第一产业数据进行了调整，2004年及以前年份数据未做调整。”另外，根据《中国统计年鉴》中的注释（见1999年以后各期），年鉴中所公布的最后一年的数据均非最终数据，并且如果遇到普查年，在能够获得更为详细的基础资料的情况下，国内生产总值的历史数据也会作相应调整（何新华，2010）。

当然，对宏观经济历史数据进行调整的情况并不仅限于中国。对GDP数据进行修订是国际上通行的做法。例如，美国对季度GDP数据进行两次修订：一般在季后15天计算季度GDP初步数，在季后45天进行第一次修订，在季后75天进行第二次修订。美国的年度GDP数据要进行三次修订。此外，美国还利用每5年一次的普查资料对年度GDP数据进行全面修订。加拿大对季度GDP数据进行两次修订：一般在季后60天计算季度GDP初步数，在获得比较全面的资料后对初步数进行第一次修订。加拿大季度GDP核算以年度投入产出表为基准，待年度投入产出表编制出来后（一般滞后4年），对季度GDP数据进行最终修订，形成季度GDP最终数据。加拿大的年度GDP数据要修订4次，在每年第一季度对前4年的GDP数据进行修订，逐步形成最终数据。加拿大在开展普查、计算方法发生变化或调整基期时，也要对GDP历史数据进行修订。

在传统的结构型宏观经济模型中，一项数据的调整往往涉及对数个方程的重新估计，而重新估计方程时极有可能出现原方程中发现的结构不复存在的情形。例如，在我们所开发的“中国宏观经济季度模型China QEM”（何新华等，2005）中，共有18个行为方程，其中有6个方程包括GDP，也就是说，一旦GDP数据有所调整，则这6个方程均需重新进行估计。因此，即使建立模型的样本区间相同，由于原始数据已经过调整，所得方程也可能有极大的不同，以原方程为基础做出的预测结果自然也就不可能准确。

作为数据使用者，我们无法超越数据的生产者先验地知晓真实的数据，只能被动地尽量采用最新版本的数据进行模型的构建，并承担预测失误的后果。

（4）以时间序列数据为基础建立的经济预测模型，寄希望于对经济运行规律的发现，若经济运行机制已不同于模型得以建立的时间区间，则经济运行规律已发生变化，从而经济模型的预测结果必然会出现偏差。在对日本通货膨胀率建模初期，我们就遇到了因日本增加消费税而导致的日本消费者价格指数出现大幅波动，严重偏离原运行轨迹，从而预测结果出现严重失真的状况。不幸的是，不可重复性是经济系统固有的特性，因而只有在经济系统变化缓慢的情况下，经济预测模型才能给出相对准确的预测结果。

（5）预测期内各方的参与对经济运行轨迹必然产生影响，因而预测结果得以成立的“假设一切保持不变”（Ceteris Paribus）实际并不存在。一个显而易见的例子：假如政府对宏观经济进行调控，那么一旦政策得以实施必然会影响经济的运行轨迹。从这个意义上讲，或许只有对已经发生但尚未公布的数据进行预测（Nowcasting），才有可能做到预测结果的相对准确。