商业周期中的通货膨胀与实际活动（英）

财经系列讨论 联邦储备委员会，华盛顿特区，ISSN1936-2854（打印） ISSN2767-3898(在线) 商业周期内的通货膨胀和实际活动 FrancescoBianchi，GiovanniNicol'o，DonghoSong2023-038 请引用本文为： 比安奇，弗朗切斯科，乔瓦尼·尼科尔·奥和唐霍·宋（2023年）。“商业周期中的通货膨胀和实际活动”，《金融与经济讨论》2023-038。华盛顿：联邦储备系统理事会，https://doi.org/10.17016/FEDS.2023.038。 注意：金融和经济讨论系列（FEDS）中的员工工作文件是为激发讨论和评论而分发的初步材料。提出的分析和结论是作者的分析和结论，并不表示其他研究人员或理事会成员的同意。在出版物中引用的金融和经济讨论系列（除了承认）应清除与作者（S），以保护这些论文的暂定性质。 商业周期内的通货膨胀和实际活动 FrancescoBianchi∗ 约翰·霍普金斯大学 乔瓦尼·尼科洛 联邦储备委员会 东河之歌约翰·霍普金斯大学 NBER和CEPR 凯里商学院 2023年3月 Abstract 我们研究了通货膨胀与商业周期中实际活动之间的关系。我们采用趋势周期VAR模型来控制在二战后时期普遍存在的通货膨胀、失业和增长的低频变动。我们表明，通货膨胀的周期性波动与实际活动和失业的周期性变动有关，这与新凯恩斯主义框架所暗示的一致。然后，我们讨论了基于趋势周期VAR的结果与以前基于VAR分析的研究结果不同的原因。我们从经验和理论上解释了如何调和这些差异。 E31,E32,C32. 关键词：通货膨胀，实际活动，商业周期，趋势周期VAR。 ∗比安奇：经济部门，怀曼公园大厦，3100怀曼公园大道，巴尔的摩，MD21211（francesco.bianchi@jhu.edu）。通讯作者 ：Nicol²，联邦储备委员会，第20街和宪法 N.AveeN.W.，华盛顿特区20551(乔瓦尼。icolo@frb.gov）。歌曲：约翰霍普金斯·凯里商学院，巴尔的摩国际大道100号，马里兰州21202(东霍。sog@jh。ed）。我们要感谢讨论者DomeicoGiaoe，GiaiAmisao，GidoAscari，DarioCaldara，ThomasDrechsel，FilippoFerroi，FracescoFrlaetto，EtieeGago，EdHerbst，MargaretJacobso、BeJohase、LeoardoMelosi、EmiNaamra、AaOrli 、LcaSala、FraSchorfheide、MarWatso以及乔治华盛顿大学、2022年中央银行研究协会年会和2022年年中会议的所有研讨会参与者，以获取有用的意见和建议。 本文所表达的观点完全是作者的责任，不应被解释为反映了联邦储备委员会或联邦储备系统的观点。 1Introduction 在大温和时期，实际经济活动与通货膨胀之间的经验关系的证据减弱，导致经济学家重新思考新凯恩斯主义模型的基础。最近的贡献为这种经验关系的弱化提供了解释(DelNegro等人。，2020年及其参考文献)或对新凯恩斯模型进行修改，以提高其经验拟合度(Gst等人。，2022年）。相比之下，其他作者放弃了新凯恩斯主义的工具，发展了商业周期理论，这些理论从讨论通货膨胀的含义中抽象出来（Beadry等人。，2020；Bas等人。，2021)或其中被确定为商业周期波动的主要驱动因素的冲击让人想起需求冲击，但没有通胀效应(Beadry和Portier，2013；Ageletos等。，2018）。 Angeletos等人（2020）提供了这些替代理论框架的重要经验证明。作者认为整个U.S.二战后时期，并在商业周期频率上发现实际活动与通胀之间的脱节。在他们聪明的实证分析中，作者遵循了大量的实证文献，使用向量自回归（VAR）作为“无模型”，但仍然是结构化的数据方法。作者使用VAR来识别“商业周期”冲击，该冲击解释了在商业周期频率下实际活动或失业的最大可能变化份额。这种单一冲击解释了实际活动的各种衡量标准中的大多数商业周期运动，但几乎没有通货膨胀的商业周期变化。作者得出的结论是，他们的结果与新凯恩斯主义框架的前提不符，在新凯恩斯主义框架中，需求冲击驱动商业周期波动，因为名义刚性阻止了价格的立即调整。 正如我们接下来讨论的那样，当目标是评估美国实际变量和名义变量之间的商业周期关系时，使用VAR来识别频域中的冲击的方法有一些局限性。S.二战后时期。主要原因是，标准的固定系数VAR可能无法在相对较短的时间内正确地解开这些变量中的商业周期和低频运动，这些变量具有结构性中断（Clarida等人。（2000年），西姆斯和扎（2006年），比安奇（2013年），比安奇和伊鲁特（2017年））。在VAR中 ，一组参数和简化形式的冲击需要适应在相对较短的时间内观察到的所有频率的变化。因此，使用估计参数和简化形式的冲击来识别商业周期频率变化的过程可能会有偏差。如果感兴趣的变量之一在低频率下显示出显着变化，则该问题尤其严重，通货膨胀就是这种情况。最终，识别的冲击可能无法捕获两个变量之间的商业周期关系，即使这种关系实际上存在于数据中。为了弥补VAR对当前特定问题的限制，我们采用了一个更灵活的模型，该模型明确地提取了感兴趣变量中的商业周期运动。具体来说，我们认为趋势周期VAR（TC-VAR）模型更适合分析商业周期频率下通货膨胀与实际活动之间的关系。 我们首先提出简单但有见地的证据，作为我们分析的动机。我们考虑了1960年至2019年期间的通货膨胀指标-GDP平减指数-和实际经济活动的两个指标-人均实际GDP水平和失业率。使用带通滤波器，我们在6到32个季度的频率（标记为“商业周期频率”）和8到30年的频率（标记为“中周期频率”）上提取这些测量值的运动。在过滤掉高频和低频的变动之后，当前通货膨胀和实际人均GDP（失业率）在繁忙周期内的相关性为正（负），大致等于约。0.2(负0.4）。当考虑当前通货膨胀与实际经济活动的滞后指标之间的关系时，相关性变得更大（绝对值），峰值约为0.45(负0.45)当考虑实际人均GDP(失业率)滞后四个季度时。此外，在中期周期中，这些估计可能比商业周期高出近50%(绝对值)。根据现有文献，这一证据令人困惑，因为它表明通货膨胀至少在某种程度上与商业周期频率下的实际活动有关。 受此分析的启发，我们采用了更严格的经验框架，并根据沃森（1986），股票和沃森（1988，2007），Villai （2009）以及最近的DelNegro等人的工作估计了多变量趋势周期VAR模型。(2017)。我们使用七个时间序列来考虑1960年至2019年之间的样本。前四个时间序列在以前的研究中通常使用：i）人均实际GDP的增长率；ii ）失业率；iii）有效联邦基金利率；iv）通货膨胀。然后我们包括三个额外的时间序列。首先，为了更好地捕捉通胀的低频波动，我们增加了未来十年的通胀预期。其次，我们使用专业预报员调查（SPF）的一年前通胀预期中位数作为变量，该变量应响应通胀的商业周期变化，并且受暂时性冲击的影响较小。第三，我们包括SPF对失业率的一年前预期中位数，以告知对失业率潜在趋势的估计。 GivethataTC-VARalreadyseparatigtredsfromcycles,weidetifytheshocthatmaxi-mizesthevariatioofthelatigcyclecompoetofthetiplatrate,adwestdyitscotribtiotothevolatilityofallcyclecompoets.我们的剖析涌现了一系列重要成果。首先，根据我们的基线规范，针对失业率的冲击解释了。70%失业周期和31%通胀周期的波动性。这是一个相对较大的份额，这表明在研究实际变量和名义变量的周期关系时，必须考虑它们的低频运动。其次，以失业为特征的冲击解释了约49%的通胀预期周期。这一结果为以下观点提供了进一步的支持：通货膨胀中的商业周期运动实际上与实际活动有关，因为预期通货膨胀显然与实际通货膨胀有关，但受高频波动的影响较小。此外，结果符合新凯恩斯主义。 框架，其中代理人的通胀预期取决于经济状况。根据这种推理，当我们关注与持续时间至少为1.5年的周期性部分波动相对应的频率时，结果会变得更强。在这种情况下，与考虑所有频率时相比，针对失业率确定的冲击解释了所有通货膨胀指标的商业周期波动性的百分比更高：34%对于已实现的通货膨胀和52%通胀预期。 我们的结果对许多替代规格都是可靠的。首先，如果我们使用GDP而不是失业来识别实际活动冲击，结果非常相似。其次，结果对选择更为保守，尽管仍然现实，但对失业率趋势冲击的标准差的先验并不敏感。第三 ，如果我们教条地将所有潜在趋势建模为常数，而不是时变的，我们发现名义变量和实际变量之间存在脱节的证据，从而恢复了采用标准VAR模型时常见的结果（Giaoe等人。，2019b；Ageletos等人。，2020年） 。至关重要的是，这一发现表明TC-VAR模型具有足够的灵活性，可以提供与现有文献一致的结果，但数据不支持这一证据，因为它们提出了可能混淆商业周期分析的重要趋势。 当在频域中识别冲击时,采用TC-VAR相对于使用VAR具有四个明显的优点。1首先，推理练习自动分离 从周期的趋势。其次,通过关于低频变化的不同的参数集来控制周期性变化。第三，我们不需要对商业周期的典型长度采取立场。鉴于所考虑的样品中的膨胀逐渐变长的事实,这是重要的。最后，通过考虑趋势增长，趋势通货膨胀和长期失业变化的变化，该模型适应了这样一种观念，即通货膨胀的周期性运动是产出（或失业）缺口 。然后，我们验证了标准的VAR模型无法轻松捕获名义变量和实际变量之间未发现的商业周期关系，即使我们选择先验和样本周期来解释数据中的低频变动。鉴于我们对美国的关注S.经济上，我们借用了Ageletos等人的框架。（2020）谁在美国之前估计了明尼苏达州的VAR模型S.数据。将他们的数据集扩展两年到2019年底，我们估计了他们的基线VAR模型与明尼苏达州之前，并将其与长期先验相结合。àlaGiaoe等人。(2019a)。对于每个规范，我们都遵循他们的方法，并确定了以商业周期频率为目标的失业率的冲击。在相同频率下，冲击对通货膨胀变异性的贡献仅从使用明尼苏达州之前的约8％略微增加，而假设长期先验时的约11％。结果更类似于我们的基 线规格出现，如果（1）我们专注于大温和时期，一个样本。 1Uhlig（2003）开创了从VAR开始在频域中识别冲击的方法。该方法最近被许多其他人采用，包括Giannone等人（2019a）、 Angeletos等人（2020）和Basu等人（2021）。 这表明通货膨胀的低频变化较小，并且(2)强加教条式long-runpriors。然而，当priors被优化以最大化VAR的拟合时，结果与我们的基线规范相去甚远，即使使用Greatmorupationperiod。这提供了进一步的证据，证明了定制计量经济学方法对研究目标的重要性。 我们提出了理论论点，说明为什么我们的结果与最近的贡献不同，这些贡献延长了新凯恩斯主义范式的有效性。我们证明，如果目标是试图以商业周期频率评估联动，则在一段时间内估计的显示结构变化的固定系数VAR是错误指定的。无法解决与使用VAR模型来描述以低频和高频运动为特征的数据生成过程相关的错误指定问题。计量经济学家需要无限的数据来重建TC-VAR模型的VAR表示。即使在这种情况下，她将恢复的简化形式的创新也会映射到影响潜在的持久和固定组件的创新中。以及与潜在组件的估计相关的误差。在现实中，由于在有限样本上估计的VAR参数将被扭曲，因为一组参数需要考虑趋势和周期波动，这些问题会加剧。 我们用一个简单的失业率和通货膨胀模型来说明这些问题。我们