DFROG — o Modelo de Estimativa em Tempo Real do De Nederlandsche Bank para o Crescimento do PIB, Testado com Aprendizagem Automática

O De Nederlandsche Bank (DNB) opera o DFROG (Dutch Forecasting model for Real-time Output Growth), uma ferramenta de nowcasting baseada num modelo de fatores dinâmicos que combina cerca de 70 indicadores económicos e financeiros mensais numa única estimativa em tempo real do crescimento do PIB neerlandês no trimestre corrente, publicada mensalmente no sítio web do DNB como uma 'projeção mecânica' distinta das previsões oficiais do banco.

Fornecer uma estimativa em tempo real, baseada num modelo, do crescimento do PIB no trimestre corrente, a par das previsões oficiais de junho e dezembro do DNB.

Investigadores do DNB avaliaram a precisão do DFROG entre o 3.º trimestre de 2013 e o 3.º trimestre de 2023 face a previsores profissionais (Consensus Economics), valores de referência ingénuos (passeio aleatório, modelo autorregressivo) e o modelo de fatores dinâmicos de Bańbura–Rünstler (Working Paper 819). Um artigo anterior relacionado (754, revisto por pares na De Economist e na AStA Advances in Statistical Analysis) testou métodos de aprendizagem automática (floresta aleatória, LASSO, elastic net, regressão de subespaço aleatório) face à abordagem do DFROG.

Excluindo os três trimestres mais voláteis da COVID-19, o DFROG superou as previsões retrospetivas da Consensus Economics por uma margem de RMSFE de 46% e os valores de referência ingénuos em até 38%; foi 11% e 16% mais preciso do que o valor de referência de Bańbura–Rünstler no primeiro e segundo mês do trimestre, respetivamente (embora estatisticamente indistinguível na amostra completa que inclui a COVID). Um modelo de floresta aleatória superou modestamente o modelo fatorial no horizonte de nowcast (RMSFE relativo de 0,88 vs. 0,90) e um trimestre à frente (0,92 vs. 0,97).

O DNB reconhece abertamente que o DFROG é uma ferramenta estatística mecânica, não uma previsão oficial, e que o julgamento dos previsores profissionais continua a superá-lo em períodos de perturbação excecional como a COVID-19; apesar de os métodos de aprendizagem automática mostrarem ganhos modestos, o desenho mais simples do modelo fatorial do DFROG continua a ser a escolha do DNB em produção.