Essays in Macroeconometrics

Abstract

This thesis consists of three chapters on topics in Macroeconometrics. Chapter 1 presents a method for online evaluation of the optimality of the current stance of monetary policy given the most up to date data available. The framework combines estimates of the causal effects of monetary policy tools on inflation and the unemployment gap with forecasts for these target variables. The forecasts are generated with a nowcasting model, incorporating new data as it becomes available, while using entropy tilting to anchor the long end of the forecast at long run survey expectations. In a retrospective analysis of the Fed’s monetary policy decisions in the lead up to the Great Recession we find that we can reject the optimality of the policy stance as early as the beginning of February 2008. This early detection stems from the timely nowcasting of the deteriorating unemployment outlook. Chapter 2 presents a framework for testing the optimality of monetary policy decisions made by a central bank in a monetary union. Applying the framework to test the European Central Bank’s monetary policy decisions we find several instances of optimization failures in its use of the Forward Guidance and Quantitative Easing instruments. We cannot reject optimality in its use of the Target Rate instrument. We find signs of heterogeneity in the optimal prescriptions for the individual member countries with respect to the union level prescription. Chapter 3 considers modeling the quantiles of time series as time varying by extending the standard Bayesian Quantile Regression model to include latent components that vary over time. Empirically we show the potential usefulness of the latent components for forecasting: including latent components can perform equally or better than standard quantile regression for GDP growth forecasts for a sample of 24 OECD countries. Importantly, we find that in cases where the standard quantile regression has poor performance, the quantile models with latent components still perform adequately.

Esta tesis consta de tres capítulos sobre temas de Macroeconometría. El Capítulo 1 presenta un método para la evaluación en línea de la optimización de la postura actual de la política monetaria dados los datos más actualizados disponibles. El marco combina estimaciones de los efectos causales de las herramientas de política monetaria sobre la inflación y la brecha de desempleo con pronósticos para estas variables objetivo. Los pronósticos se generan con un modelo de predicción inmediata, que incorpora nuevos datos a medida que están disponibles, al tiempo que utiliza la inclinación de la entropía para anclar el extremo largo del pronóstico en las expectativas de la encuesta a largo plazo. En un análisis retrospectivo de las decisiones de política monetaria de la Reserva Federal en el período previo a la Gran Recesión, encontramos que podemos rechazar la optimización de la postura de la política a principios de febrero de 2008. Esta detección temprana proviene del pronóstico inmediato del deterioro perspectivas de desempleo. El Capítulo 2 presenta un marco para probar la optimización de las decisiones de política monetaria tomadas por un banco central en una unión monetaria. Al aplicar el marco para probar las decisiones de política monetaria del Banco Central Europeo, encontramos varios casos de fallas de optimización en su uso de los instrumentos Forward Guidance y Quantitative Easing. No podemos rechazar la optimización en el uso del instrumento de tasa objetivo. Encontramos signos de heterogeneidad en las prescripciones óptimas para los países miembros individuales con respecto a la prescripción a nivel de la unión. El Capítulo 3 considera el modelado de los cuantiles de series de tiempo como variables en el tiempo mediante la extensión del modelo estándar de regresión de cuantiles bayesianos para incluir componentes latentes que varían con el tiempo. Mostramos empíricamente la utilidad potencial de los componentes latentes para la previsión: la inclusión de componentes latentes puede tener un rendimiento igual o mejor que la regresión por cuantiles estándar para las previsiones de crecimiento del PIB para una muestra de 24 países de la OCDE. Es importante destacar que encontramos que en los casos en que la regresión de cuantiles estándar tiene un desempeño deficiente, los modelos de cuantiles con componentes latentes aún funcionan adecuadamente.