表題のNY連銀スタッフレポート（原題は「Macroeconomic Nowcasting and Forecasting with Big Data」）にFrancis Dieboldがリンクしている。著者はBrandyn Bok、Daniele Caratelli、Domenico Giannone、Argia Sbordone、Andrea Tambalotti。
以下はその要旨。
Data, data, data . . . Economists know it well, especially when it comes to monitoring macroeconomic conditions—the basis for making informed economic and policy decisions. Handling large and complex data sets was a challenge that macroeconomists engaged in real-time analysis faced long before “big data” became pervasive in other disciplines. We review how methods for tracking economic conditions using big data have evolved over time and explain how econometric techniques have advanced to mimic and automate the best practices of forecasters on trading desks, at central banks, and in other market-monitoring roles. We present in detail the methodology underlying the New York Fed Staff Nowcast, which employs these innovative techniques to produce early estimates of GDP growth, synthesizing a wide range of macroeconomic data as they become available.
（拙訳）
データ、データ、データ…。エコノミストはデータのことをよく知っている、特にマクロ経済の状況をモニタリングする件については。それは、情報を織り込んだ経済や政策に関する意思決定の基盤となる。大規模で複雑なデータを取り扱うことは、他の分野で「ビッグデータ」が流行りになる遥か以前に、リアルタイム分析に従事するマクロ経済学者が直面していた課題だった。我々は、ビッグデータを用いて経済状況を把握する手法が時を追ってどのように発展してきたかを概観し、どのように計量経済学の技法が、市場取引の現場や中銀やその他の市場をモニタリングする職における予測者の最善の慣行を模倣し自動化するように進化してきたかを説明する。ニューヨーク連銀スタッフのナウキャスト*1は、そうした革新的技法を用いて、利用可能になった様々なマクロ経済データを総合してGDP成長率の早期推計値を出しているが、我々はその基礎にある手法を詳説する。
Dieboldは次のように解説している。
Key methods for confronting big data include (1) imposition of restrictions (for example, (a) zero restrictions correspond to "sparsity", (b) reduced-rank restrictions correspond to factor structure, etc.), and (2) shrinkage (whether by formal Bayesian approaches or otherwise).
Bok et al. provide historical perspective on use of (1)(b) for macroeconomic nowcasting; that is, for real-time analysis and interpretation of hundreds of business-cycle indicators using dynamic factor models.
（拙訳）
ビッグデータに取り組む主要な手法には、(1)制限を課すこと（例えば、(a)ゼロ制約は「スパース性」に対応し、(b)縮小ランク制約はファクター構造に対応する、等）、および、(2)縮小（正式なベイジアン手法もしくはその他の手法により）が含まれる。
Bokらは、マクロ経済ナウキャスティングのため、即ち、何百という景気循環指標をダイナミックファクターモデルを用いてリアルタイムに分析し解釈するための(1)(b)の利用について、歴史的概観を提供している。
その上で、自身が関わっているフィラデルフィア連銀の景気循環のナウキャスティングと、NY連銀のGDPのナウキャスティングとは、お互いに代替的なものではなく補完的なものである（∵GDP単体は景気循環ではないので）、と述べている。
