Essays in macroeconometrics

Abstract

This thesis consists of three chapters on topics in macroeconometrics. Chapter 1 provides a novel estimator of combination weights which delivers well-calibrated density forecasts. In an empirical example of forecasting US industrial production, I show that my proposed methodology outperforms several benchmark combination schemes, and the weights indicate that financial variables proved to be useful predictors during the Great Recession. Chapter 2 investigates time-variation in the forecasting performance of structural Dynamic Stochastic General Equilibrium models and reduced-form statistical models. I show that the models’ in-sample forecasting ability was strongly related to their out-of-sample performance before the recent financial crisis, but this link considerably weakened at the onset of the crisis. In Chapter 3 we propose a methodology to construct confidence intervals for the strength of identification in both instrumental variable models and Structural Vector Autoregressive models identified with an external instrument. We illustrate the proposed method using three leading empirical examples: the New Keynesian Phillips Curve, a linearized Euler equation, and a Structural Vector Autoregressive model describing the dynamic effects of oil shocks.

La present tesi es composa de tres capítols sobre temes de macroeconometria. El capítol 1 introdueix un nou estimador de combinacions de pesos que dóna prediccions de densitat ben calibrades. En un exemple empíric de predicció de la producció industrial dels EUA, demostro que l’aplicació d’aquesta metodologia millora molts dels esquemes de combinació de referència i els pesos indiquen que les variables financeres són predictors útils de la Gran Recessió. El capítol 2 investiga la variació temporal en la capacitat de predicció dels models dinàmics estocàstics d’equilibri general i dels models estadístics de forma reduïda. Demostro que la capacitat de predicció del model dins de la mostra estava fortament relacionada amb el seu rendiment fora de la mostra abans de la recent crisi financera, però aquest vincle es fa feble amb l’inici de la crisi. En el capítol 3 proposem una metodologia per construir intervals de confiança per la força d’identificació tan en models de variables instrumentals com en models estructurals de vectors autoregressius identificats amb un instrument extern. Il lustrem la metodologia proposada utilitzant tres exemples empírics importants: La Corba de Phillips Neokeynesiana, una equació d’Euler linealitzada i un model estructural de vectors autoregressius que descriu les dinàmiques dels efectes dels xocs del petroli.