Celem tego projektu jest wprowadzenie do modelu DSGE nowego paradygmatu uczenia się, tzw. uczenia statystycznego (w odróżnieniu od funkcjonujących już w literaturze uczenia się adaptacyjnego oraz Bayesowskiego). Skonstruujemy skonstruowanie dynamicznego stochastycznego modelu równowagi ogólnej z endogenicznymi oczekiwaniami i statystycznym uczeniem. Model zostanie użyty do wskazania, że taki wzorzec zachowań agentów w modelu pozwala wytłumaczyć skalę Wielkiej Recesji z lat 2008-2010. Zbadamy, czy skuteczność niekonwencjonalnej polityki pieniężnej (luzowania ilościowego lub forward guidance) jest uzależniona od oczekiwań w sektorze prywatnym.
In this project we aim to contribute to the literature about role of economic uncertainty and agents’ learning. Most macroeconomic models rely on an assumption that agents know the nature of the economic processes. Following recent developments in the field, we will construct a model where agents learn. Indeed, learning is at the core of the macroeconomic models of the financial crisis. Without learning one cannot explain asset price booms and busts or persistence of (some) recessions. Our first main contribution is to address the issue of size by introducing a more thorough treatment of learning. Hence we will show that households’ and firms' beliefs explain the severity of the Great Recession. In particular, we will verify that the effectiveness of unconventional monetary policies (quantitative easing or forward guidance) depends on the expectations of private sectors.
-
-
-
O bardzo długotrwałych efektach inflacji. GRAPE | Tłoczone z danych dla DGP...
-
-
-
-
Ostatnia rzecz jakiej teraz potrzebuje gospodarka światowa to zwiększanie niepewności, co właśnie robi Fed. GRAPE | Tłoczone z danych dla ...
-
-
Panowanie koronawirusa trzeba maksymalnie skrócić, bo wtedy, recesja mimo że głęboka, może być krótka, a odbudowa szybka GRAPE | Tłoczone z danych dla ...
-
We welcome on board of the EXPECT project a new team member.
-
We welcome on board of the EXPECT project a new team member. Burak Turgut, a PhD candidate at Bocconi University, has joined our team.
Źródło finansowania | Financing: Narodowe Centrum Nauki, OPUS 12
Projekt realizowany | Timeline: 02/2017 -- 02/2020
Kierownik | Principal Investigator: Jacek Suda
Budżet łączny | Total budget: 299 854 zł
- wynagrodzenia dla podstawowych wykonawców | compensation to researchers: 126 000 zł
- stypendia dla młodych badaczy | scholarships for young scholars: 64 800 zł
- komputery i oprogramowanie | hardware and software: 24 640 zł
- konferencje i inne wyjazdy | conference travels: 23 100 zł
- materiały i usługi obce | usables and outsourced services: 15 444 zł
- koszty pośrednie dla FAME | overheads for FAME: 45 868 zł
Oczekiwane efekty
W kategoriach modelu oczekiwań, zmiana subiektywnego rozkładu prawdopodobieństwa jest efektem realizacji szoków, tj, zmiennych egzogenicznych, i obserwowanych realizacji zmiennych endogenicznych. Projekt umożliwi zbadanie czy obserowowany w latach 1995-2007 wzrost w dostępie do kredytu i, będący jego efektem, wzrost cen na rynku nieruchomości mógł doprowadzić do nadmiernego optimizmu gospodarstw domowych w kontekście kontynuacji tych wzrostów. Ponadto, uwzględnienie w modelu uczenia się statystycznego pozwoli na określić rolę tego procesu zaróno w powstaniu jak i skali Wielkiej Recesji z lat 2008-2010.
Następnie, ponieważ oczekiwania podmiotów ekonomicznych wywierają istotny wpływ na skuteczność polityki gopodarczej, projekt ten rzuca światło na to, jak projektować, komunikować i wdrażać nowe narzędzia polityki pieniężnej. W szczególności, projekt pozwoli ocenić czy skuteczność niekonwencjonalnej polityki pieniężnej (luzowania ilościowego lub forward guidance) jest uzależniona od oczekiwań w sektorze prywatnym.
Metodyka
Aby zweryfikować postawione hipotezy, konstruuję model teoretyczny łączący obserwacje zarówno teorii innowacji wertykalnych (jakościowych), jak i horyzontalnych (produktowych). Model opiera się na monopolistycznej konkurencji heterogenicznych firm w otoczeniu stochastycznym, konkurujących jakością swoich produktów i liczących się z wejściem na rynek nowych konkurentów. O ile model deterministyczny ma rozwiązanie analitycznie, wersję stochastyczną należy rozwiązać poprzez znalezienie funkcji polityki poszczególnych firm za pomocą iteracji funkcji wartości, a następnie poprzez iterację zagregowanych rozwiązań metodą Gaussa-Seidla do osiągnięcia zbieżności. Zagregowane funkcje polityki zostają następnie ujęte w model typu DSGE, aby zanalizować efekty dobrobytowe w stochastycznym otoczeniu. Model jest skalibrowany na podstawie rocznych danych z opracowywanej przez U.S. Census Bureau bazy Longitudinal Research Database oraz danych kwartalnych z U.S. Bureau of Labor Statistics. Kalibracja ta pozwala na dobrobytową ocenę różnych polityk i otoczeń instytucjonalnych w gospodarce amerykańskiej. Sam model może być z powodzeniem użyty do analizy innych gospodarek, w tym polskiej, czym zajmie się stosowana część badania.
Intended contribution
In this project we relax the assumptions of rational expectations. Instead, agents have subjective beliefs about the distribution of endogenous and exogenous variables and learn as the new data become available: if existing beliefs are “shattered” due to, for example, structural break or Black Swan, agents have to learn from the beginning with their new priors. A sequence of positive shocks will lead agents to be (overly, relative to the true data generating process) optimistic about the future realizations of that process. Whether or not households, firms, or policy-makers relied on a decent approximation of the “true” probability distribution prior to the 2007-08 financial collapse is a key question to address if one is to understand the Great Recession. This project will determine if, and to what extent, households’ and firms' beliefs can explain the severity of the Great Recession.
Moreover, since agents' behavior will depend (except in the most trivial cases) on expectations, to determine the effects of alternative governmental policies need to consider how expectations are endogenously influenced by one policy or another. This project sheds light on how to design, communicate and implement new policy.
Methods
In order to verify the hypotheses, I construct a theoretical model of endogenous growth, integrating insights both from the vertical and horizontal innovations theory, allowing for the heterogeneity between firms competing monopolistically in a stochastic environment with quality of their products, constantly facing the potential threat of new entrants.
This dynamic setup is then solved numerically by finding the optimal policy functions of the firms using the value function iteration method. The individual solutions are then aggregated and reconciled using the Gauss-Seidel iterative algorithm. The solutions are then employed in a DSGE model that enables us to analyze welfare effects in a stochastic environment. The model is then calibrated by using the annual data from U.S. Census Bureau's Longitudinal Research Database and quarterly data from U.S. Bureau of Labor Statistics. This allows for conducting a welfare comparison between different institutional settings and policy scenarios. This part of the research will provide the quantitative measures only for the U.S. economy. Moreover, the model can be readily employed in analyzing other economies, including the Polish one, which will be the focus of the applied part of the project.
Opublikowane | Published
-
Learning leverage shocks and the Great Recession | Review of Economic Dynamics Przeczytaj streszczenie | Read abstract
This paper develops a simple business-cycle model in which financial shocks have large macroeconomic effects when private agents are gradually learning their economic environment. When agents update their beliefs about the unobserved process driving financial shocks to the leverage ratio, the responses of output and other aggregates under adaptive learning are significantly larger than under rational expectations. In our benchmark case calibrated using US data on leverage, debt-to-GDP and land value-to-GDP ratios for 1996Q1-2008Q4, learning amplifies leverage shocks by a factor of about three, relative to rational expectations. When fed with the actual leverage innovations, the learning model predicts the correct magnitude for the Great Recession, while its rational expectations counterpart predicts a counter-factual expansion. In addition, we show that procyclical leverage reinforces the impact of learning and, accordingly, that macro-prudential policies enforcing countercyclical leverage dampen the effects of leverage shocks. Finally, we illustrate how learning with a misspecified model that ignores real/financial linkages also contributes to magnify financial shocks.
W toku | Work in progress
-
The dangers of macro-prudential policy experiments: initial beliefs under adaptive learning Przeczytaj streszczenie | Read abstract
The paper studies the implication of initial beliefs and associated confidence under adaptive learning. We first illustrate how prior beliefs determine learning dynamics and the evolution of endogenous variables in a small DSGE model with credit-constrained agents, in which rational expectations are replaced by constant-gain adaptive learning. We then examine how discretionary experimenting with new macroeconomic policies is affected by expectations that agents have in relation to these policies. More specifically, we show that a newly introduced macro-prudential policy that aims at making leverage counter-cyclical can lead to substantial increase in fluctuations under learning, when the economy is hit by financial shocks, if beliefs reflect imperfect information about the policy experiment.
We add a companion background paper on estimating financial frictions under adaptive learning.