Saggi, articoli su riviste. Krugman ed altri
Perchè la politica monetaria è importante: la testimonianza del racconto del Regno Unito, di James Cloyne e Patrick Hürtgen (dal blog “Vox” 15 maggio 2014)
Why monetary policy matters: New UK narrative evidence
15 May 2014
James Cloyne, Patrick Hürtgen,
In recent decades, central banks around the world have predominantly used interest rates as their main monetary policy instrument. And while the zero lower bound has necessitated a range of unconventional monetary policies, many central banks clearly still intend to use interest rates as their preferred tool as their economies recover. A range of empirical estimates have emerged from the academic literature over several decades putting the effect on prices and output of a one percentage point increase in interest rates between 0.5% and 1%. A notable exception — the so-called narrative method pioneered by Romer and Romer (2004) — has found considerably larger effects and drawn much attention in both policy and academic circles. To our knowledge, no other studies have attempted to corroborate these findings by employing a similar methodology elsewhere. In the current environment, it is a particular pertinent time to provide new estimates for the effect of interest rate changes on the macroeconomy, and this column describes our new findings.
Identifying the effects of changes in monetary policy is challenging and requires tackling at least three issues.
- First, monetary-policy instruments, interest rates, and other macroeconomic variables are determined simultaneously as policymakers respond to macroeconomic fluctuations and intend their decisions to affect the economy.
- Second, policymakers are likely to react to expected future economic conditions as well as current and past information.
- Third, policymakers base their decisions on real-time data, not ex-post data often used in the empirical literature.
While common methods often address the first issue above, the other two points are typically overlooked. In Cloyne and Huertgen (2014), we tackle all three issues head-on for the United Kingdom, applying the identification strategy of Romer and Romer. We provide new narrative-based estimates for the UK and also contribute to the wider debate between competing approaches.
Identifying the effects of policy using real time and forecast data
In applying this method, we first need to disentangle the policymakers’ intended changes in the policy target rate from cyclical movements in short-term market interest rates. A particular advantage of the UK monetary framework is that the Bank of England’s policy rate — Bank Rate — is the intended policy target rate and is readily available from the Bank’s website.
In a second step, we purge the target series of discretionary policy changes that were responding to fluctuations in macroeconomic conditions that are observed or expected by policymakers. A key advantage of this methodology is that we control for real-time data and forecasts actually available at the time of, and prior to, the policy decision and thus we tackle the three challenges mentioned above. For example, forecasts can be seen as excellent summary statistics for all the information available to policymakers, and they allow us to control for policy reactions designed to offset future business cycle movements. Our new shock series is the residual from this exercise. We use historical sources to construct an extensive new dataset of historical Bank of England forecasts, private sector forecasts, and real-time data. Furthermore, we show that our use of forecasts solves some key problems affecting other approaches, as we’ll discuss in more detail below.
New estimates for the United Kingdom
We first use our new series of policy changes in a simple auto-regressive distributed lag framework. A one percentage point increase in the interest rate leads to a peak decline in output of 2.3%, and a drop in inflation of 1.5 percentage points, as shown in Figure 1. Simulations using this method model a 1% shock to the change in the policy target, implying a permanent shock to the policy target rate. These results are similar to the magnitudes obtained using a quarterly version of the data with GDP.
Figure 1 Results from a simple autoregressive distributed lag model
To compare our results to the Romers’ estimates for the United States, we extend their shock series up to 2007 (to exactly compare the same sample period, i.e. from 1975 to 2007 for both countries). Figure 2 shows that our findings are remarkably similar to those of the US using the same methodology. In both countries, the peak decline of industrial production is reached after around two years. Interestingly, the dynamics and the magnitude of the response of consumer prices is almost exactly the same, being relatively small in the first two years but then falling significantly.
Therefore, in contrast to more traditional ‘recursively’ identified vector autoregressions (VARs) used in the literature, we find evidence for a decline in prices and inflation rather than a counterintuitive increase. The latter is often referred to as the so-called ‘price puzzle’ – an increase in prices following a monetary tightening which has generated much debate in the literature. Excluding forecasts from our analysis reintroduces this puzzle – clearly highlighting the importance of their inclusion.
Figure 2 The similarity of UK and US estimates
How big are the macroeconomic effects?
To be more comparable with this wider literature, we use our new shock measure in a vector autoregression. Romer and Romer (2004) and Coibion (2012) have dubbed this the ‘hybrid VAR’ approach. Figure 3 presents the main results of this column.
- In response to a one percentage point increase in the interest rate, inflation falls by up to 1 percentage point. Industrial production exhibits a peak decline of -0.6%.
Again, in a quarterly specification we show that the effect is very similar using GDP. Our new estimates are, therefore, quite comparable with other VAR studies (e.g. Christiano, Eichenbaum, and Evans 1999, Uhlig 2005, Bernanke, Boivin, and Eliasz 2005, Barakchian and Crowe 2013), but somewhat smaller than the results in Coibion (2012).
So, are the effects of policy changes large or more modest? How could we compare the previous two approaches? A key difference between these methods is the persistence of the policy experiment being simulated. Once we consider a comparable policy exercise, the two sets of results, at least for the UK, become very similar as illustrated by the blue line on Figure 3. And, reassuringly, the implied effect on the actual policy rate is also similar across both methods in Figure 3. We are, therefore, able to square our new results across different methods, and show they are in line with the typical magnitudes found elsewhere in the literature.
Figure 3 Reconciling different approaches
Conclusion and outlook
This column presents new estimates of the effects of monetary policy for the UK by applying the identification methodology of Romer and Romer (2004). While numerous studies employ more conventional VAR methodologies, to our knowledge, there has been no other application of this narrative strategy to corroborate the large effects found for the US economy. Moreover, there is comparatively little evidence of the macroeconomic effects of monetary policy for the UK, and our new research (described in Cloyne and Huertgen 2014) fills this gap.
Our UK findings are in line with US estimates by Romer and Romer. But when we consider a comparable policy experiment, as in the wider UK literature, we find that interest rate changes that are unwound over time lower inflation by 1 percentage point and output by around 0.6%.
In addition to new estimates, our research also provides a novel forecast and real time dataset which is crucial for our results. These data provide a fruitful resource for future research.
This column, therefore, provides fresh narrative evidence on the effects of monetary policy and aims to help inform the policy discussion as economies move away from the zero lower bound.
15 maggio 2014
Perchè la politica monetaria è importante: la testimonianza del racconto del Regno Unito
Di James Cloyne e Patrick Hürtgen
Nei decenni recenti, le banche centrali in tutto il mondo hanno usato in modo predominante i tassi di interesse come il loro principale strumento di politica monetaria. E mentre il limite inferiore dello zero ha reso necessario un complesso di politiche monetarie non convenzionali, molte banche centrali ancora intendono chiaramente utilizzare i tassi di interesse come lo strumento preferito per la loro ripresa economica. Dalla letteratura accademica nel corso di vari decenni sono emerse un complesso di stime empiriche che fissano gli effetti sui prezzi e sulla produzione di un incremento di un punto percentuale nei tassi di interesse tra lo 0,5% e l’1%. Una rilevante eccezione – il cosiddetto ‘metodo narrativo’ al quale hanno aperto la strada i coniugi Romer (2004) – ha scoperto effetti considerevolmente maggiori ed ha provocato vivo interesse, sia nei circoli politici che accademici. Sulla base della nostra conoscenza, nessun altro studio ha tentato di corroborare queste scoperte impiegando altrove una metodologia simile. Nella situazione presente, il momento è particolarmente adatto per fornire nuove stime sugli effetti dei mutamenti dei tassi di interesse sulla macroeconomia, e questo articolo descrive le nostre nuove scoperte.
Identificare gli effetti dei cambiamenti nella politica monetaria è impegnativo e richiede che si affrontino almeno tre temi.
- Il primo: gli strumenti della politica monetaria, i tassi di interesse ed altre variabili macroeconomiche sono determinati simultaneamente nel momento in cui gli operatori della politica economica rispondono alle fluttuazioni macroeconomiche e si propongono con le loro decisioni di influenzare l’economia.
- Il secondo: è probabile che gli operatori della politica economica reagiscano alle condizioni economiche attese per il futuro come alle informazioni presenti e passate.
- Il terzo: gli operatori della politica economica basano le loro informazioni sui dati in tempo reale, non sui dati ex-post spesso usati dalla letteratura empirica.
Mentre i metodi comuni spesso si indirizzano sul primo tema, gli altri due punti sono comunemente sottovalutati. Nel nostro lavoro, noi affrontiamo frontalmente tutte e tre le tematiche nel caso del Regno Unito, applicando la strategia di identificazione dei coniugi Romer. Forniamo nuove stime basate sul metodo della ricostruzione storica per il caso del Regno Unito, ed al tempo stesso diamo un contributo al più generale dibattito tra i diversi approcci in confronto.
Identificare gli effetti delle politiche utilizzando dati in tempo reale e previsioni
Nell’applicare questo metodo, abbiamo anzitutto bisogno di districare i cambiamenti voluti dagli operatori della politica economica nel tasso-obbiettivo di riferimento, dai movimenti ciclici dei tassi di interesse di mercato a breve termine. Un particolare vantaggio dello schema monetario del Regno Unito è che il tasso di riferimento della Banca di Inghilterra – il Bank Rate – è il tasso-obbiettivo di riferimento programmato ed è facilmente disponibile sul sito della Banca.
In un passo successivo, noi ripuliamo le serie degli obbiettivi relativi ai mutamenti delle politiche discrezionali che sono state fornite in risposta alle fluttuazioni nelle condizioni macroeconomiche che sono state osservate o attese dagli operatori della politica economica. Un vantaggio cruciale di questa metodologia è che controlliamo i dati in tempo reale e le previsioni effettivamente disponibili nel periodo delle decisioni della politica economica ed in quello precedente, e di conseguenza affrontiamo le tre sfide sopra menzionate. Per esempio, le previsioni possono essere considerate come un eccellente compendio di statistiche in relazione a tutta l’informazione disponibile per gli operatori della politica economica, e ci consentono un controllo sulle reazioni politiche rivolte a bilanciare movimenti futuri del ciclo economico. Le nostre nuove serie degli shock sono un risultato di questo esercizio. Utilizziamo le fonti storiche per costruire una nuova dettagliata banca dati delle previsioni storiche della Banca di Inghilterra, delle previsioni del settore privato e dei dati in tempo reale. Inoltre, dimostriamo che il nostro utilizzo delle previsioni risolve alcuni problemi cruciali che condizionano gli altri approcci, che discuteremo di seguito più in dettaglio.
Nuove stime per il Regno Unito
Utilizziamo anzitutto le nostre nuove serie dei cambiamenti della politica economica in un semplice schema auto-regressivo a sfasamento distribuito [1]. Un incremento di un punto percentuale nel tasso di interesse conduce al picco inferiore della produzione del 2,3% e ad una caduta dell’inflazione di 1,5 punti percentuali, come mostrato nella figura 1. Le simulazioni che utilizzano questo metodo modellano uno shock dell’uno per cento sul cambiamento dell’obbiettivo, comportando uno shock permanente nel tasso-obbiettivo di riferimento. Questi risultati sono simili agli ordini di grandezza ottenuti utilizzando una versione trimestrale dei dati con il PIL.
Figura 1 Risultati da un semplice modello auto-regressivo a sfasamento distribuito
Per confrontare i nostri risultati con le stime dei Romer per gli Stati Uniti, noi estendiamo le loro serie di shock sin al 2007 (per confrontare esattamente lo stesso periodo campione, nel caso in questione dal 1975 al 2007 per entrambi i paesi). La figura 2 mostra che le nostre scoperte sono considerevolmente simili a quelle degli Stati Uniti, utilizzando la stessa metodologia. In entrambi i paesi, il picco inferiore della produzione industriale è raggiunto dopo circa due anni. In modo interessante, le dinamiche e l’ordine di grandezza dei prezzi al consumo è quasi lo stesso, essendo relativamente piccolo nei primi due anni ma in seguito scendendo in modo significativo.
Di conseguenza, in contrasto con le più tradizionali autoregressioni sulla base di un vettore identificato “ricorsivamente” (VARs) utilizzate in letteratura, noi troviamo la prova di un declino dei prezzi e dell’inflazione piuttosto che di un incremento contrario all’intuizione. Il secondo è spesso riferito al cosiddetto “enigma del prezzo” – un incremento dei prezzi a seguito di una restrizione monetaria ha generato un grande dibattito in letteratura. Escludere le previsioni dalla nostra analisi reintroduce questo enigma – con il che chiaramente si mette in luce l’importanza della loro inclusione.
Figura 2 La somiglianza delle stime del Regno Unito e degli Stati Uniti
Quanto sono grandi gli effetti macroeconomici?
Per essere più confrontabili con questa più ampia letteratura, noi usiamo le nostre misurazioni degli shock in un modello di autoregressione. I coniugi Romer (2004) e Coibion (2012) hanno soprannominato questo approccio il “VAR “ibrido”, La Figura 3 presenta i principali risultati di questo articolo.
- In risposta all’incremento di un punto percentuale del tasso di interesse l’inflazione cade sino ad un punto percentuale. La produzione industriale mostra un declino sino ad un picco dello 0,6%.
Ancora, con una specificazione trimestrale noi mostriamo che c’è un effetto molto simile utilizzando il PIL. Le nostre nuove stime sono, di conseguenza, abbastanza confrontabili con gli altri studi VAR (ad esempio, Christiano, Eichenbaum ed Evans, 1999; Uhlig, 2005; Bernanke, Boivin ed Eliasz, 2005; Barakchian e Crowe, 2013), ma in qualche misura più piccola dei risultati di Coibion (2012).
Dunque, gli effetti delle misure politiche sono vasti o più modesti? Come potremmo confrontare i due precedenti approcci? Una differenza cruciale tra questi metodi è la persistenza dell’esperimento politico che viene simulato. Una volta che si consideri un esercizio politico comparabile, le due serie di risultati, almeno per il Regno Unito, diventano molto simili, come è mostrato dalla linea blu nella Figura 3. E, in modo rassicurante, l’effetto connesso con l’effettivo tasso di riferimento è anch’esso simile attraverso entrambi i metodi nella Figura 3. Siamo, di conseguenza, capaci di raddrizzare i nostri nuovi risultati attraverso i differenti metodi e di mostrare che essi sono in linea con gli ordini di grandezza consueti trovati altrove nella letteratura.
Figura 3 Riconciliare i diversi approcci.
Conclusioni e prospettive
Questo articolo presenta nuove stime degli effetti della politica monetaria per il Regno Unito, applicando la metodologia di identificazione dei coniugi Romer (2004). Mentre numerosi studi impiegano metodologie VAR più convenzionali, per quanto sappiamo, non c’è stata altra applicazione di questo metodo esplicativo per confortare gli ampi effetti riscontrati per l’economia statunitense. Inoltre, c’è dal confronto una piccola testimonianza degli effetti macroeconomici della politica monetaria per il Regno Unito, e la nostra nuova ricerca (descritta in Cloyne e Huertgen, 2014) riempie questo vuoto.
Le nostre ricerche sul Regno Unito sono in linea con le stime sugli Stati Uniti dei coniugi Romer. Ma quando consideriamo un esperimento politico comparabile, ad esempio nella più ampia letteratura inglese, troviamo che i cambiamenti nel tasso di interesse che si sono prodotti nel tempo hanno abbassato l’inflazione di un punto percentuale e la produzione di uno 0,6%.
In aggiunta alle nuove stime, la nostra ricerca fornisce anche previsioni insolite e un complesso di dati che è fondamentale per i nostri risultati. Questi dati forniscono risorse feconde per nuove ricerche.
Dunque, questo articolo offre una fresca testimonianza di una spiegazione degli effetti della politica monetaria, allo scopo di contribuire a rendere consapevole il dibattito politico su come le economie possono allontanarsi del limite inferiore dello zero.
[1] “Auto regressivo” è un processo stocastico (ovvero, casuale) utilizzato nei calcoli statistici nel quale i valori futuri sono stimati sulla base della somma ponderata dei valori passati. Un processo o un modello auto regressivo opera sulla premessa che i valori passati abbiano un effetto sui valori attuali. Si definisce AR(1) il primo ordine di processo, che basa il valore corrente sul valore immediatamente precedente. Un processo AR(2) a il valore corrente basato sui due precedenti valori.
By mm
E' possibile commentare l'articolo nell'area "Commenti del Mese"