Soogle

ピンポイント予測→✕
例）来年のGDPは15兆米ドル

幅をもたせた予測→◯
例）来年のGDPは15兆米ドル±500億米ドル

確率を示した予測→◎
例）来年の来年のGDPは15兆米ドル±500億米ドルとなる確率は85％

前提条件のない予測→△
上記3つ。何か予想外のことが起きるとは予測していない

前提条件付きの予測
例）FRBが公定歩合を引き上げなければ、来年の来年のGDPは15兆米ドル±500億米ドルとなる確率は85％
もしFRBが公定歩合を引き上げれば、予測そのものがなかったことになる。
そして予測値と違った結果が出ても、予測者には立派な「言い訳」が用意されている。

単発の結果予測
上記の例。予想の対象が事柄も結果も1つという予測

時系列変化の予測
単発の結果予測に比べると、適当な期間、ごとに区切って立てられた予測は複雑なものとなる。
例）来年のGDPの増加は上半期に年率4％のベースで進み、下半期には3％とペースダウンするものと見込まれる」
2つの予測が含まれる。2つ目の予測の実現性は、最初の予測の精度にかかっている。

既存データに基づく予測
月次の数値に基づいて行なう予測は、時系列予測の1種。
例）最新データの示す傾向が今後11ヶ月続く場合、毎月0.69％で増加することになる、年率8.6％の増加となる」

加重平均移動を用いた予測
統計値が極めて大きく変動する場合、期間別に加重平均した上で平均化することによって、データーの振れ幅を抑えることができる。
予測値は移動平均によって算出したと強調しておけば、新たに出てくる、実績値が平均値である予測値から「乖離」しても、大目に見てもらえることさえ期待できる。


よくよくみると予防線や曖昧な言い方が含まれていたりして信頼感が急速に失われることもままある。
最悪なのは予測に不向きな統計が根拠にされているといったケースの多さ

最後に
数字の見かけ上の正確さ、経済指標の「科学的」「理論的」あるいは「公認」といった性質には決して惑わされてはならない。
個人の観察には偏りがあるかもしれないが、現場で直接得られたものであり、明らかな現実でもある。

私たちが日々の生活を送っているところは、自分たちが必死になって理解しようとしている経済そのものなのである。
統計が本当に語りかけていることを理解しようとすれば、最終的には、感覚を養う必要がある。