というNBER論文が上がっている（ungated版へのリンクがある著者の一人のページ）。原題は「Forecasting Natural Gas Prices in Real Time」で、著者はChristiane Baumeister（ノートルダム大）、Florian Huber（ザルツブルク大）、Thomas K. Lee（米国エネルギー情報局）、 Francesco Ravazzolo（ボーツェン＝ボルツァーノ自由大）。
以下はその要旨。
This paper provides a comprehensive analysis of the forecastability of the real price of natural gas in the United States at the monthly frequency considering a universe of models that differ in their complexity and economic content. Our key finding is that considerable reductions in mean-squared prediction error relative to a random walk benchmark can be achieved in real time for forecast horizons of up to two years. A particularly promising model is a six-variable Bayesian vector autoregressive model that includes the fundamental determinants of the supply and demand for natural gas. To capture real-time data constraints of these and other predictor variables, we assemble a rich database of historical vintages from multiple sources. We also compare our model-based forecasts to readily available model-free forecasts provided by experts and futures markets. Given that no single forecasting method dominates all others, we explore the usefulness of pooling forecasts and find that combining forecasts from individual models selected in real time based on their most recent performance delivers the most accurate forecasts.
（拙訳）
本稿は、複雑性と経済的内容において異なるモデルのユニバースを考慮した、月次頻度の米国における天然ガスの実質価格の予測可能性について包括的な分析を提供する。我々の主要な発見は、ランダムウォークのベンチマークに比べて予測誤差の平均二乗を顕著に減らすことは、2年までの予測期間についてリアルタイムで達成できる、ということである。特に有望なモデルは、天然ガスの需給のファンダメンタルな決定要因を含む6変数ベイジアンベクトル自己回帰モデルである。それらや他の予測子変数のリアルタイムのデータ制約を捕捉するために我々は、複数のソースから豊富なヒストリカルデータ系列のデータベースを構築した。我々はまた、我々のモデルベースの予測を、専門家と先物市場が提供するすぐに利用可能なモデルに依らない予測と比較した。どの単一の予測も他の全てに対し優位に立つことが無いということに鑑み、我々はプールした予測の有用性を追究し、最も直近のパフォーマンスに基づいてリアルタイムに選択された個別のモデルの予測を組み合わせることが最も正確な予測をもたらすことを見い出した。