圖一：2014年和2015年第一季度溫度比往年低
為什麼天氣關係重大？
大多數的經濟數據會考慮到天氣模式及假期等其他日曆效應來做出季節性調整。但當天氣出現顯著波動時，天氣仍然會影響經濟數據。對於住房開工率等指數來說，季節性波動最主要是受天氣的驅動，這意味著正常的季節性天氣模式即使出現輕微的偏差也能導致不被季節調整捕捉到的巨大影響。
我們專注於捕捉溫度和降雪的兩個天氣變量。我們使用采暖度日數十年均值的標準差來衡量天氣的影響。采暖度日數是一種低溫衡量標準，在過去的研究中，我們發現該指數有助於預測一系列的經濟數據。我們同時使用由美國國家海洋和大氣管理局構建的國家級以及全美人口加權系列。我們用地區降雪指數衡量暴風雪，該指數旨在捕捉重大雪災的社會影響。地區降雪指數提供了美國6個地區自1900年以來600多場暴風雪的數據和分數。我們通過使用相對人口加權聚合該指數，從而構建了一個國家級月指數，如圖表2所顯示的。我們還通過假設一場既定風暴是均衡地掃過該區域的每個州，來將這些地區系列串聯成了國家系列。
|
