Essays in Dynamic Macroeconometrics
Esta tesis, titulada “Ensayos en Macroeconometría dinámica” se compone de tres ensayos y estudia dinámicas macroeconómicas desde una perspectiva empírica. El primer capítulo, titulado “Choques Tecnológicos y Horas Trabajadas: Nueva Evidencia de un Modelo Estructural de Factores” estudia los efectos...
| Main Author: | |
|---|---|
| Other Authors: | |
| Format: | Doctoral Thesis |
| Language: | English |
| Published: |
Universitat Autònoma de Barcelona
2013
|
| Subjects: | |
| Online Access: | http://hdl.handle.net/10803/116080 http://nbn-resolving.de/urn:isbn:9788449037566 |
| Summary: | Esta tesis, titulada “Ensayos en Macroeconometría dinámica” se compone de tres ensayos y estudia dinámicas macroeconómicas desde una perspectiva empírica.
El primer capítulo, titulado “Choques Tecnológicos y Horas Trabajadas: Nueva Evidencia de un Modelo Estructural de Factores” estudia los efectos de los choques tecnológicos sobre las horas trabajadas. Hasta ahora, el análisis se ha llevado a cabo utilizando exclusivamente los modelos estructurales vectoriales autoregresivos (SVAR) y los resultados obtenidos varían en función de la especificación de las horas trabajadas. En niveles, las horas trabajadas aumentan; expresadas en tasas de crecimiento, las horas caen. Aquí un enfoque diferente se toma. Los efectos sobre las horas son estimados usando un modelo estructural de factores dinámicos. El análisis se realiza con un conjunto de datos que contiene 102 series trimestrales de EE.UU. durante el período 1959Q1-2007Q4. El resultado principal es que un choque tecnológico positivo aumenta las horas trabajadas en el mediano y largo plazo aunque no tiene efecto en el impacto. Este hallazgo contrasta con el resultado obtenido en los modelos SVAR con horas expresadas en tasas de crecimiento ya que la respuesta es negativa. La diferencia es atribuible al hecho de que el choque tecnológico es no fundamental, lo que implica que un modelo VAR con un número finito de retardos no se puede utilizar para recuperar el choque tecnológico.
El segundo capítulo, titulado “Los Determinantes de Expansiones sin Crédito” estudia las características y en particular los factores determinantes de expansiones sin crédito. Después de documentar algunos hechos estilizados de expansiones sin crédito en las economías de mercados emergentes, este análisis emplea modelos de panel probit para analizar los determinantes de las expansiones sin crédito. Nuestras principales conclusiones son las siguientes: en primer lugar, nuestro análisis de frecuencias confirma hallazgos anteriores de que expansiones sin crédito no son raros. Por otra parte, se muestra que la frecuencia de expansiones sin crédito se duplica después de una crisis bancaria o de divisas. En segundo lugar, los resultados de modelos de panel probit estimados sugieren que expansiones sin crédito suelen ser precedidos por importantes descensos en la actividad económica y la tensión financiera, en particular si el endeudamiento del sector privado es alto y el país depende de las entradas de capital extranjero. Por último, nos encontramos con que la predicción de probabilidad de una recuperación del crédito, en los Estados de Europa de este que son miembros de la UE durante los próximos años varía según los países, pero es relativamente alta en los países bálticos.
Por último, el tercer capítulo, titulado “Transmisión de la Política Monetaria durante las Crisis Financieras: Una perspectiva empírica'” contesta a la pregunta de si la transmisión de la política monetaria en EE.UU. ha sido diferente durante las crisis financieras de los últimos cuarenta años. En particular, se analizan los efectos de una expansión de la política monetaria en tiempos de tensión financiera alta y en tiempos "normales". Como la pregunta a mano supone un entorno no lineal, el análisis se lleva a cabo mediante la introducción de un modelo de factores de transición suave (STFM). En este modelo, la transición entre estados (“normales” y las crisis financieras) depende de un índice de condiciones financieras que resume la información de los mercados financieros. Utilizando un conjunto de datos trimestrales durante el período 1970Q1 2009Q2 que contiene 108 EE.UU. series temporales macroeconómicas y financieras encuentro que una expansión monetaria tiene efectos más fuertes y más persistentes en las variables macroeconómicas durante las crisis financieras que. Las diferencias en los efectos entre los regímenes parecen originarse en la no linealidad en el canal de crédito. === This dissertation, titled “Essays in Dynamic Macroeconometrics’’ is comprised of three essays and analyzes macroeconomic dynamics from an empirical perspective.
The first chapter, titled “Technology Shocks and Hours Worked: New Evidence from a Structural Factor Model’’ studies the effects of technology shocks on hours worked. So far, the analysis has been exclusively conducted using Structural Vector Autoregression (SVAR) models and the results obtained differ strongly depending on the specification for hours worked. In levels, the hours worked increase; in growth rates, the hours fall. Here a different approach is taken. The effects on hours are estimated using a structural dynamic factor model. The analysis is performed with a data set containing 102 quarterly U.S. macroeconomic time series over the period 1959Q1-2007Q4. In line with former VAR analysis, the technology shock is identified assuming that it is the only shock having a permanent effect on the level of labor productivity. The main result is that a positive technology shock increases hours worked in the medium and long run while having no effect on impact. The finding is in contrast with that obtained in SVAR models with hours in growth rates since there the response is negative. The difference is attributable to the fact that the technology shock is nonfundamental for the growth rates of labor productivity and hours, implying that a VAR model with a finite number of lags cannot be used to recover the technology shock.
The second chapter of this dissertation, titled “The Determinants of Credit-less Recoveries” is written together with my co-author Martin Bijsterbosch and aims to shed light on the characteristics and particularly the determinants of credit-less recoveries. After building a dataset and documenting some stylized facts of credit-less recoveries in emerging market economies, this analysis uses panel probit models to study key determinants of credit-less recoveries. Our main findings are the following: first, our frequency analysis confirms earlier findings that credit-less recoveries are not at all rare events. Moreover, our analysis shows that the frequency of credit-less recoveries doubles after a banking or currency crisis. Second, results from estimated panel probit models suggest that credit-less recoveries are typically preceded by large declines in economic activity and financial stress, in particular if private sector indebtedness is high and the country is reliant on foreign capital inflows. Finally, we find that the predicted probability of a credit-less recovery in central and eastern European EU Member States during the coming years varies across countries, but is relatively high in the Baltic States.
Finally, the third chapter, titled “Monetary Policy Transmission during Financial Crises: An Empirical Approach’’ aims to answer the question of whether the transmission of monetary policy in the United States has been different during the financial crises of the last forty years. In particular, I analyze the effects of a monetary policy expansion, i.e., a decrease in the Federal Funds rate, in times of high financial stress and in good or “normal” times. As the question at hand demands a non-linear environment, the analysis is carried out by introducing a Smooth Transition Factor Model (STFM). In this model the transition between states (“normal” times and financial crises) depends on a financial condition index summarizing information from financial markets. The STFM is estimated using Bayesian MCMC methods. Employing a quarterly dataset over the period 1970Q1-2009Q2 containing 108 U.S. macroeconomic and financial time series I find that a monetary expansion has stronger and more persistent effects on macroeconomic variables such as output, consumption and investment during financial crises than during “normal” times. Differences in effects among the regimes seem to originate from non-linearities in the credit channel. |
|---|