Key info


Date:
1 September 2021

Authors:
Guy P Nason and James L Wei1.

1Correspondence:
james.wei19@imperial.ac.uk

Download the full PDF for Report 45 See all reports

WHO Collaborating Centre for Infectious Disease Modelling, MRC Centre for Global Infectious Disease Analysis, Jameel Institute (J-IDEA), Imperial College London.

Now published in Journal of the Royal Statistical Society; 18-11-2022, doi: https://doi.org/10.1111/rssa.12875  

Summary

Knowledge of the current state of economies, how they respond to COVID-19 mitigations and indicators, and what the future might hold for them is important. We use recently developed generalised network autoregressive (GNAR) models, using trade-determined networks, to model and forecast the Purchasing Managers' Indices for a number of countries. We use networks that link countries where the links themselves, or their weights, are determined by the degree of export trade between the countries. We extend these models to include node-specific time series exogenous variables (GNARX models), using this to incorporate COVID-19 mitigation stringency indices and COVID-19 death rates into our analysis. The highly parsimonious GNAR models considerably outperform vector autoregressive models in terms of mean-squared forecasting error and our GNARX models themselves outperform GNAR ones. Further mixed frequency modelling predicts the extent to which that the UK economy will be affected by harsher, weaker or no interventions.

Translations

报告45 - 量化经济对Covid-19缓解措施和死亡率的反应
对经济现状的了解,COVID-19缓解措施和指标对经济的影响、以及未来可能出现的情况都至关重要。我们使用最近开发的广义网络自回归(GNAR)模型,利用贸易决定的网络,对一些国家的采购经理人指数进行建模和预测。我们使用的是连接各国的网络,其中链接本身或其权重是由各国之间的出口贸易程度决定的。我们将这些模型扩展到包括节点特定的时间序列外生变量(GNARX模型),从而将COVID-19缓解措施的严格程度指数和COVID-19死亡率纳入我们的分析。简单的GNAR模型在均方预测误差方面的表现大大超过了向量自回归模型,我们的GNARX模型本身也超过了GNAR模型。进一步的混合频率模型预测了英国经济在多大程度上会受到更严格、更弱或没有干预措施的影响。 

 

2021年9月1日 – インペリアル・カレッジ・ロンドン 

レポート45 - 新型コロナウイルス感染症(Covid-19)の緩和策および死亡率に対する経済的反応の定量化 
経済の現状や、新型コロナウイルス感染症の緩和策および指標にどのように対応するか、将来はどうなるのかといった知識は重要です。私たちは、最近開発された一般化ネットワーク自己回帰(GNAR)モデルや、貿易で定められたネットワークを利用し、多くの国の購買担当者指数のモデル化と予測を行いました。このモデルでは、国と国を結ぶネットワークを使用していますが、リンク自体やその重みは、国同士の輸出貿易の度合いによって決定されます。これらのモデルを拡張し、ノード固有の時系列外生変数(GNARXモデル)を含めることで、新型コロナウイルス感染症の緩和策の厳格度指標と死亡率を分析に組み込みました。高度に解析されたGNARモデルは、平均二乗予測誤差の点でベクトル自己回帰モデルよりもかなり優れており、GNARXモデル自体もGNARモデルを上回る結果となりました。さらに、混合周波数モデルを用いて、厳しい介入、弱い介入、介入なしの場合に、英国経済がどの程度影響を受けるかを予測しました。 

1 de septiembre de 2021 – Imperial College London 

Informe 45: Cuantificación de la respuesta económica a la mitigación de la COVID-19 y las tasas de mortalidad 
Es importante conocer el estado actual de las economías, cómo responden a la mitigación y a los indicadores de la COVID-19 y lo que puede depararles el futuro. Empleamos modelos autorregresivos de red generalizada (GNAR, por sus siglas en inglés) recientemente desarrollados, que utilizan redes determinadas por el comercio, para modelar y prever los índices de gestores de compras de varios países. Utilizamos redes que vinculan a los países y en las que los propios vínculos, o su importancia, están determinados por el grado de comercio de exportación entre los países. Ampliamos estos modelos para incluir variables exógenas de series temporales específicas de los nodos (modelos GNARX), y los usamos para incorporar los índices de rigor de mitigación de la COVID-19 y las tasas de mortalidad por COVID-19 en nuestro análisis. Los modelos GNAR, muy meticulosos, superan considerablemente a los modelos autorregresivos vectoriales en términos de error en la previsión cuadrática media, y nuestros modelos GNARX superan a los GNAR. Otros modelos de frecuencia mixta estiman la medida en que la economía del Reino Unido se verá afectada si se aplican intervenciones más duras o más débiles, o si no se aplica ninguna intervención. 

 

1er septembre 2021 – Imperial College London 

Rapport 45 – Quantification de la réponse économique aux atténuations et au taux de mortalité de la Covid-19 
Il est important de connaître l'état actuel des économies, la façon dont elles réagissent aux atténuations et aux indicateurs de la COVID-19, et ce que l'avenir pourrait leur réserver. Nous utilisons des modèles autorégressifs à réseau généralisé (GNAR) récemment développés, qui se servent de réseaux déterminés par le commerce pour modéliser et prévoir les indices des directeurs d'achat dans un certain nombre de pays. Nous utilisons des réseaux qui relient les pays où les liens eux-mêmes, ou leur poids, sont déterminés par le niveau des exportations entre les pays. Nous étendons ces modèles pour inclure des variables exogènes de séries temporelles spécifiques aux nœuds (modèles GNARX), ce qui nous permet d'incorporer dans notre analyse les indices de rigueur d'atténuation et le taux de mortalité de la COVID-19. Les modèles GNAR très parcimonieux surpassent considérablement les modèles vectoriels autorégressifs en termes d'erreur quadratique moyenne de prévision et nos modèles GNARX surpassent eux-mêmes les modèles GNAR. Un autre modèle de fréquence mixte permet de prédire dans quelle mesure l'économie britannique sera affectée par des interventions plus dures, plus légères ou inexistantes. 

Report 45 – Quantificazione della risposta economica alle misure di mitigazione e ai tassi di mortalità del COVID-19
Conoscere lo stato economico attuale, come diverse economie rispondono alle misure di mitigazione e agli indicatori di COVID-19, e cosa potrebbe riservare loro il futuro è importante. In questo studio  utilizziamo nuovi modelli autoregressivi generalizzati (GNAR, “generalised network autoregressive”), utilizzando reti determinate dal commercio, per modellare e prevedere l'IHS Markit PMI (Purchasing Managers Index) per diversi paesi. Utilizziamo reti che collegano paesi in cui i collegamenti stessi, o il loro peso, sono determinati dal grado del commercio di esportazione tra i paesi. Estendiamo questi modelli per includere variabili esogene di serie temporali specifiche per nodo (modelli GNARX), utilizzandoli poi nella nostra analisi per incorporare gli indici di severità della mitigazione contro COVID-19 e dei tassi di mortalità. I modelli GNAR più parsimoniosi superano notevolmente i modelli auto-regressivi vettoriali in termini di errori di previsione quadratico-medio, e i nostri modelli GNARX superano quelli GNAR. Ulteriori modelli a frequenza mista prevedono la misura in cui l’economia del Regno Unito sarà influenzata da interventi più severi, più deboli o nulli.

 

Translation will be made available shortly

Contact us


For any enquiries related to the MRC Centre please contact:

Scientific Manager
Susannah Fisher
mrc.gida@imperial.ac.uk

External Relationships and Communications Manager
Dr Sabine van Elsland
s.van-elsland@imperial.ac.uk