Riassunto analitico
Nell'ambito dell'analisi empirica VAR molto dibattuto è il problema della fundamentalness. In questo lavoro si applicano strumenti di recente introduzione come test di sufficient information (Forni e Gambetti, 2011) e modello FAVAR (Bernanke et al., 2005) per indagare sull'importanza dell'informazione nell'analisi VAR, ovvero, si studia il modo in cui la carenza informativa influisce sulle stime di un VAR. Dall'analisi emerge che l’informazione assume un ruolo fondamentale ed una sua carenza potrebbe condurre a risultati fuorvianti. Gli strumenti d’analisi sono stati applicati al dibattito concernente gli effetti di uno shock di tecnologia sulle ore lavorate che vede due linee di pensiero contrapposte, una favorevole (Christiano et al., 2004) ed una contraria (Galì, 1999) alla teoria del ciclo economico reale. Ciò ha consentito di concludere che la condizione di sufficient information o fundamentalness può essere validamente verificata tramite il test introdotto da Forni e Gambetti e, allo stesso tempo, raggiunta alternativamente adottando un FAVAR (i cui fattori sono qui rappresentati da un certo numero di componenti principali di un ampio dataset composto da serie storiche statunitensi), oppure selezionando in modo ragionevole le variabili all'interno del VAR stesso.
|
Abstract
In the VAR literature the fundamentalness problem is one of the most struggled. This thesis applies very recent methods as well as sufficient information test (Forni e Gambetti, 2011) and FAVAR model (Bernanke et al., 2005) to study the information’s role in the VAR analysis, that is, to study how information’s lack affects the VAR estimates. The analysis suggests that the information is fundamental and its absence could determinate misleading results. These analysis tools are applied to a recent debate about technology shock’s effect on hours worked which is characterized by two different points of view, one favorable (Christiano et al., 2004) and the other one not (Galì, 1999) to the real business cycle theory. This permits to conclude that the sufficient information condition or fundamentalness can be significantly proved by Forni e Gambetti’s test and, at the same time, it can be reached using either a FAVAR (factor consist of principal components of a large dataset of US time series) or a VAR that contains variables reasonably selected.
|
