Abstract: The authors build a model for predicting current-quarter real gross domestic product (GDP) growth using anywhere from zero to three months of indicators from that quarter. Their equation links quarterly Canadian GDP growth with monthly data on retail sales, housing starts, consumer confidence, total hours worked, and U.S. industrial production. The authors use time-series methods to forecast missing observations of the monthly indicators; this allows them to assess the performance of the method under various amounts of monthly information. The authors' model forecasts GDP growth as early as the first month of the reference quarter, and its accuracy generally improves with incremental monthly data releases. The final forecast from the model, available five to six weeks before the release of the National Income and Expenditure Accounts, delivers improved accuracy relative to those of several macroeconomic models used for short-term forecasting of Canadian output. The implications of real-time versus pseudo-real-time forecasting are investigated, and the authors find that the choice between real-time and latest-available data affects the performance ranking among alternative models.

Résumé: Les auteurs proposent un modèle qui permet de prévoir la croissance du produit intérieur brut (PIB) réel pour le trimestre en cours à partir d'indicateurs mensuels relatifs à une partie ou à la totalité du trimestre concerné. Leur équation lie la croissance trimestrielle du PIB canadien aux statistiques mensuelles des ventes au détail, des mises en chantier de logements, de la confiance des consommateurs, du nombre total d'heures travaillées et de la production industrielle américaine. Lorsque des observations manquent pour certains mois, les auteurs en extrapolent la valeur en ayant recours à des méthodes d'analyse de séries chronologiques. Cette démarche leur permet d'éprouver la validité de la méthode employée en présence d'un volume d'informations mensuelles variable. Le modèle élaboré peut servir à prédire la croissance du PIB dès le premier mois du trimestre de référence, et sa précision s'améliore chaque fois que paraissent de nouvelles données mensuelles. La dernière prévision du modèle, établie cinq à six semaines avant la publication des chiffres des Comptes nationaux des revenus et dépenses, est de meilleure qualité que les prévisions à court terme produites par plusieurs modèles macroéconomiques au sujet de la production canadienne. Les auteurs analysent les implications du choix de données en temps réel plutôt que des dernières données disponibles. Ils constatent que ce choix influe sur le classement relatif des modèles du point de vue de la qualité de leurs prévisions.