Mivel a monetáris politikai döntések hatása késleltetve jelentkezik, ezért a döntéshozónak szüksége van gazdasági előrejelzésekre is a döntés meghozatalakor. Tanulmányunkban bemutatunk egy módszert, amivel az eddigi gyakorlatnál gyorsabban lehet a külső kereslet előrejelzésünkbe beépíteni a beérkező adatokat. A külső kereslet előrejelzése segíti a kivitel, és ezen a keresztül a GDP előrejelzését. Az eddig gyakorlatban a főbb külkereskedelmi partnereink importjára nemzetközi intézmények előrejelzését használjuk kiindulásai alapként. Az időközben bejövő adatok szakértői korrekcióval érvényesíthetjük az előrejelzésben. A tanulmányunkban ismertetett módszer alapján havi gyakoriságú idősorok (bizalmi indexek, ipari termelés, rendelések) felhasználásával BVAR modellek segítségével a legfőbb külkereskedelmi partnereink importját jelezzük előre, ezek segítségével pedig a külső keresletet. Az irodalom alapján Kálmán-szűrőt használunk az egyes idősorok közzétételében meglévő különbségek kiküszöbölésére. Ekkor a hiányzó változót a többi változóval jelezzük előre. A kapott előrejelzések jobban teljesítenek, mint a legjobb ARMA modellek, valamint a világimportot és az olajárat tartalmazó modell. Az egyes országok importjának előrejelzése – egy kivételtől eltekintve – pontosabb, ha a teljes mintán készítjük az előrejelzést, mintha gördülő mintán. A külső kereslet előrejelzése is pontosabb, ha teljes mintát használunk. A külső kereslet előrejelzésére használt legpontosabb BVAR modell torzítatlan előrejelzést ad, valamint a fordulópontokat is jobban jelzi erőre, mint az összehasonlításul használt modellek. A nemzetközi intézmények előrejelzésével összevetve, akkor teljesít jobban a BVAR előrejelzés, ha már vannak import tényadatok az adott évből. Az eddig gyakorlathoz képest tehát a BVAR módszertan és az előrejelzésbe formalizáltan beépíthető havi idősorok jelentik újdonságot. A későbbiekben érdemes lehet a GDP tételeit is ezzel a módszerrel előrejelezni.
JEL kódok: C11, F17, F47
Kulcsszavak: BVAR, külső kereslet előrejelzése