跳到主要内容
返回布鲁金斯经济活动论文
BPEA文章

天气调整经济数据

抽象

在“天气调整经济数据”中,费城联邦储备银行的Michael Boldin和约翰·霍普金斯大学的Jonathan H. Wright发现,异常的天气影响很重要,并且在美国劳工统计局当前使用的常规季节性调整中并未反映出来。 。

 

注意: 作者的天气调整后的工作每月更新一次 2016年一月 until 2019年四月.

媒体摘要

适应恶劣天气将使每月就业变化更加准确
冬季的天气可以解释工资数据上下波动的100,000个工作,以及GDP的大幅波动;不确定性影响美联储决策者和华尔街

宏观经济数据可以而且应该清除恶劣天气的影响,以帮助决策者和市场对经济健康状况有更准确的认识。应用“季节调整”并不能解决异常天气的问题,这项新的研究表明-异常天气的影响可能导致每月多达100,000个工作岗位的变动。

DataPoint_BoldinWright

调整非季节性天气也会影响GDP数据,2015年第一季度的增长从年率的0.6个百分点增加到1.4个百分点,而第二季度的增长估计值则从3.7个百分点下降到2.8个百分点。

美联储官员和其他决策者—以及华尔街和媒体上的那些—通常将月度就业数据视为反映整体健康状况和经济发展势头的信号,并对数据过于敏感。它影响美联储是否加息或部署其他货币政策工具;确定薪资数字是否由于恶劣天气或其他因素而发生变化,这将改善决策。

在“天气调整经济数据”中,费城联邦储备银行的Michael Boldin和约翰·霍普金斯大学的Jonathan H. Wright发现,异常的天气影响很重要,并且在美国劳工统计局当前使用的常规季节性调整中并未反映出来。 。作者使用来自国家环境信息中心(NCEI)的数据,介绍了1960年以来美国50个最大城市的每日最高温度和降雪量,以此作为测量美国范围内温度和降雪量的一种方法,时间序列很容易获得,并且将更多的精力放在经济活动较高的地区。


SWA_esfall15600

他们发现异常的天气对冬季和春季初(一年的头四个月)的薪资影响最大,并且对建筑部门的打击最大,冬季寒冷的天气会降低建筑活动,而夏季凉爽的天气可能会加剧建筑活动。 。

Boldin和Wright估计,3月份平均气温下降1摄氏度,使就业人数减少23,000,每天降雪增加1厘米,使就业人数减少76,000。

他们发现,除了政府之外,在每个部门中,使用拟议的经季节和天气调整后的数据比使用普通的经季节性调整后的数据更可预测工资变化。但是,尤其是在建筑行业,这两种调整之间的差异要大得多,天气调整会消除与趋势,周期性或季节性因素无关的统计“噪声”,从而更好地衡量了潜在的强度。经济。

宏观经济数据的季节性影响是巨大的。这些季节性影响尤其反映了一年中天气变化的后果。但是,应用于经济数据的季节性调整并非旨在解决天气与季节性规范的偏差。但是,这些偏差对宏观经济数据有重大影响。认识到这一事实,本文采用了一种同时控制正常季节模式和异常天气影响的方法……这并不是说天气调整后的经济数据应该取代现有的基础数据,但是天气调整可以作为衡量基础数据的有用补充。经济动力。”他们总结道。

评论者

获取布鲁金斯的每日更新