Professional Documents
Culture Documents
INGENIERIA
FACULTAD DE INGENIERIA ECONOMICA ESTADISTICA Y CIENCIAS SOCIALES
BERNANKE MIHOV
MEASURING MONETARY POLICY
Dirigido a
Rafael Caparo
Presentado por
SANCHEZ CANCHARI, JUAN MANUEL
RIMAC-LIMA, PERU
Indice
1. INTRODUCCION 2
2. METODOLOGIA 3
4. DATOS 13
5. ESTIMACION 13
6. CONCLUSIONES 17
1
1. INTRODUCCION
En el presente trabajo replicamos el paper de Bernanke y Mihov Measuting Monetary
Policy, el cual fue un gran aporte para la macroeconoma. El desarrollo del traba-
jo es como sigue. En la seccion 2 se presenta la metodologa utilizada la cual es un
VAR semi-estructural as como la revision de literatura. En la seccion 3 se presenta los
regmenes de poltica monetaria los cuales seran modelados en el VAR semi-estructural.
En la seccion 4 describimos los datos utilizados. En la seccion 5 presentamos el pro-
ceso de estimacion as como el desarrollo matematicos atras de la estimacion del VAR
estructural, se describe la estimacion de la Matriz de Covarianza, y un breve analisis
sobre los impulsos respuesta. En la seccion 5 se concluye. Es importante senalar que
el procedimiento de estimacion recursiva depende mucho de los valores iniciales que se
eligen, por lo que los resultados estan susceptibles a estos. Las estimaciones se realizan
en el software RATS, quedando en agenda desarrollarlo en Eviews. As mismo queda
en agenda hacer una revision de otros enfoques tales como Markov Switching VAR,
BVAR, y replicar esta metodologa para las caractersticas de la economa peruana.
2
2. METODOLOGIA
Bernanke y Blinder (1992) proponen seguir con una estrategia de medicion general de
los efectos de los choques de la poltica. Suponiendo que es verdadera.estructura de la
economa es:
Pk Pk
(1) Yt = i=0 Bi Yti + i=0 Ci pti + Ay vty
Pk Pk
(2) pt = i=0 Di Yti + i=1 gi pti + vtp
Las ecuaciones (1) y (2) definen una restriccion lineal dinamica del modelo permite que
ambos valores contemporaneos y actualiza k rezagos de una variable permanezcan en
alguna ecuacion.
Las letras en negrita son usadas para indicar vectores o matrices con las variables o
los coeficientes. En particular, Y es una vector de variables macroeconomicas (de no
poltica), y p es una variables que indica el regimen de la poltica. (Nota p hasta ahora
es una medida escalar; en la aplicacion de Bernanke y Blinder, p es la tasa del fondo
federal o el diferencial de la tasa de fondos).
La ecuacion (2) puede ser interpretada como la reaccion de la funcion de los productores
frente a la poltica, mientras que la ecuacion 1 describe un set de relaciones estructu-
rales del resto de la economa. El vector V y y el escalar v p no estan mutualmente
correlacionados ni el termino error. Igual que en Bernanke (1986), se permitira que el
termino error en la ecuacion 1 se multiplicara por una matriz general Ay , entonces los
choques podran ingresar en mas de una ecuacion; as que la suposicion de que los ele-
mentos de v y no esta correlacionado no implica una restriccion. La suposicion de que el
choque de poltica v p no esta correlacionado con lo elementos de vy no es tambien una
restriccion, en nuestra opinion; pensamos la independencia de las condiciones economi-
cas contemporaneas son parte de la definicion de un choque exogeno de la poltica.
El sistema 1-2 no esta econometricamente identificado en general.
Bernanke y Blinder muestra esto para identificar los efectos dinamicos de un choque
exogeno de poltica en las diferentes variables macro Y, sin necesidad de tener que
identificar enteramente el modelo estructural, es suficiente asumir que los choque de
poltica no afectan determinadas variables macro dentro del actual periodo. Por ejem-
plo: Co = 0. Bajo la suposicion del sistema 1-2 pueden escribirse en una forma estandar
VAR como:
Las letras en negrita son usadas para indicar vectores o matrices con las variables o
los coeficientes. En particular, Y es una vector de variables macroeconomicas (de no
poltica), y p es una variables que indica el regimen de la poltica. (Nota p hasta ahora
es una medida escalar; en la aplicacion de Bernanke y Blinder, p es la tasa del fondo
federal o el diferencial de la tasa de fondos). La ecuacion (2) puede ser interpretada
como la reaccion de la funcion de los productores frente a la poltica, mientras que
la ecuacion 1 describe un set de relaciones estructurales del resto de la economa. El
3
vector V y y el escalar v p no estan mutualmente correlacionados ni el termino error.
Igual que en Bernanke (1986), se permitira que el termino error en la ecuacion 1 se
multiplicara por una matriz general Ay , entonces los choques podran ingresar en mas
de una ecuacion; as que la suposicion de que los elementos de v y no esta correlacionado
no implica una restriccion. La suposicion de que el choque de poltica v p no esta co-
rrelacionado con lo elementos de vy no es tambien una restriccion, en nuestra opinion;
pensamos la independencia de las condiciones economicas contemporaneas son parte
de la definicion de un choque exogeno de la poltica. El sistema 1-2 no esta econome-
tricamente identificado en general.
Bernanke y Blinder muestra esto para identificar los efectos dinamicos de un choque
exogeno de poltica en las diferentes variables macro Y, sin necesidad de tener que
identificar enteramente el modelo estructural, es suficiente asumir que los choque de
poltica no afectan determinadas variables macro dentro del actual periodo. Por ejem-
plo: Co = 0. Bajo la suposicion del sistema 1-2 pueden escribirse en una forma estandar
VAR como:
Pk Pk
(1) Yt = (I Bo )1 i=0 Bi Yti + (I Bo )1 i=0 Ci pti + (I Bo )1 Ay vty
Pk Pk
(2) pt = i=1 [Di+ D0 (I Bo )1 Bt ]Yti + i=1 [gt + D0 (I Bo )1 Ci ]pti
+[D0 (I Bo )1 Ay vty + vtp ]
El impulso respuesta funciona para todas las variables en el sistema que con respecto
al choque de poltica puede ser calculado, y puede ser interpretado como la verdadera
respuesta estructural de los cambios de poltica (asumiendo que la forma lineal es in-
variante). Con mayor detalle, la variable de poltica pt , que es la suma de la porcion de
poltica precedida y delos coques de poltica, proveyendo en general un indicador del
regimen de la poltica.
El metodo de Bernanke - Blinder asume una buena medida del escalar de poltica (Por
ejemplo: el ratio de fondos federales) es valido. Por lo tanto este puede ser el caso
de que nosotros solo tenemos un vector de indicadores de poltica, P, que contenga
informacion acerca del regimen de la poltica pero esto afecta a otras fuerzas a la vez.
Por ejemplo Si un operador de la FED no procesa ningun indicador puro de la tasa
de interes, luego tanto la tasa de interes como las reservas van a contener informacion
acerca de choques de demanda de las reservas y otros factores. Un caso mas general de
un modelos estructural de macroenomia puede ser:
4
(3)
k
X k
X
Yy = Bi Yti + Ci Pti + Ay vty
i=0 i=1
(4)
k
X k
X
Pt = Di Yti + Gi Pti + Ap vtp
i=0 i=1
La ecuacion cuatro muestra que los indicadores de poltica P dependen del actual valor
y delos lags de Y y P, y de un set de distorsiones v p .
Asumimos que un elemento del vector v p es una choque de dinero de oferta o una
poltica de error v s , los otros elementos de vp podran incluir choques de demanda de
dinero o cualquier disturbio afecta la poltica de los indicadores.
La ecuacion 3 separa las variables de no poltica Y que dependen de los valores actua-
les y los rezagos de Y y solo rezagos de P, separadamente las variables de no poltica
dependen solo de los valores rezagados de las variables de poltica (C0 = 0) es analogo
con el supuesto de identificacion que hicimos antes en el caso escalar. No hay necesidad
de imponer ninguna otra restriccion de los coeficientes Ci , i0, como las variables de
no poltica pueden depender de los indicadores de poltica a traves del mecanismo no
mediante el regimen de la poltica.
En analoga con el caso de la poltica escalar del indicador, podramos tratar de encon-
trar un camino para medir la respuesta dinamica de kas variables en el sistema frente
a in choque de poltica v s . Despues, escribir el sistema en la forma de VAR (solo con
rezagos de las variables en el lado derecho).
(3)
k
X k
X
Yt = (I B0 )1 Yti + (I B0 )1 Cti Pti + (I B0 )1 Fy vty
i=1 i=1
(4)
k
X k
X
1 1 1
Pt = (I G0 ) [Di + D0 (I B0 ) Bi ]Yti + (I G0 ) [Gi + D0 (I B0 )1 Ci ]Pti
i=1 i=1
5
Mas consisamente, escribir el sistema de VAR acomodandolo con las ecuaciones 3 y
4, as:
(5)
k
X k
X
Yt = Hyi Yti + Hpi Pti + uyt
i=1 i=1
(6)
k
X k
X
Pt = Jyi Yti + Jpi Pti + [(I G0 )1 D0 uyt + upt ]
i=1 i=1
Donde los coeficientes y el termino error esta definido por su correspondiente obvio con
ecuaciones (3) y (4). Imagine ahora que estimamos (5) y (6) por el metodo estandar
VAR, luego extraemos el componente del residuo (6) es ortogonal al residuo de (5).
Comparando (6) con (4), veremos que el componente ortogonal, up , esta dado por:
(7)
upt = (I G0 )1 Ap vtp
(8)
u = Gu + Av
En la ecuacion (8) es un sistema estandar VAR Estructural, que relaciona los re-
siduales observables u del VAR-basico con el shock estructural v no observable, uno
de los cuales es el shock de poltica v s . Este sistema puede ser identificado y estima-
do por metodos estandares (Blanchard y Watson, 1986; Bernanke, 1986; Sims, 1986),
recuperando el shock estructural, incluyendo v s . El choque de poltica v s es analogo a
la innovacion del ratio de fondos federales en el caso escalar analizado por Bernanke
y Blinder (1992). Como el caso escalar, la respuesta estructural de todas las variables
el el sistema frente a un choque de poltica se puede medir mediante una funcion de
impulso respuesta.
Ademas, dados los coeficientes estimados del VAR estructural, el siguiente vector de
variables observables sera:
(9)
(I G)A1 P
Las variables descritas en (9), que son una combinacion lineal de la poltica de indicador
P, tiene la propiedad que las ortogonalizaciones VAR de las innovaciones corresponden
6
a los choques estructurales v. En particular, una de estas variables, llamadas p, tienen
la propiedad que las innovaciones de VAR corresponde a las innovacion en los choques
de poltica monetaria. Analogamente al caso escalar, en el cual hay una sola variable
observada (por ejemplo, el radio de fondos de la Fed) cuyas innovaciones correspon-
den a un choque de poltica, proponemos usar la combinacion lineal estimada de los
indicadores de poltica p como una medida de todos los estados de la poltica moneta-
ria. Aunque no es esta una medida normativa, una medida total de los regmenes de
poltica es usado potencialmente para evaluar todas las direcciones de poltica, y para
hacer comparaciones del actual regimen de poltica con otras polticas que se usaron
en circunstanciaras similares en el pasado. Por consiguiente la medida total de poltica
puede ser usada como insumo en el proceso de hacer poltica.
7
3. POLITICA MONETARIA Y EL MERCADO DE
BANCO DE RESERVA
Para implementar una estrategia general descrita en el apartado anterior, se usa un
indicador de poltica de varias variables de interes del mercado de banco de reservas, y
empleamos un simple y convencional modelo del mercado de banco de reserva para ex-
traer la innovadora poltica. Una ventaja del modelo; es que a pesar de ser simple, es que
esta basado en las medidas de poltica de Bernanke- Blinder, Christiano-Eichenbaum y
Stromgim mencionandas anteriormente, ademas de medidas basadas en otros posibles
procesos tal como dar un meta de prestamos de reservas.
Continuando usando u para indicar un VAR residual (observable) y v para indicar una
estructura del error, asumimos que el mercado de banco de reserva esta descrito por el
siguiente set de ecuaciones:
(10)
uT R = uF F + v d
(11)
uBR = (uF F uDISC ) + v b
(12)
uN BR = d v d + b v b + v s
8
la Fed no observa (o no responde a) uno u otro de este termino de perturbacion v s
es el choque de poltica que estamos interesados en identificarlo. Note que el sistema
(10)-(12) esta en la forma de la ecuacion (8).
Esto tambien sera util para escribir la relacion de forma reducida entre los residuos
VAR u y la perturbaciones estructural v, como en la ecuacion ( 7 ) . Para ello , lo
primero que haremos es el supuesto simplificador de las innovaciones para el ratio de
discontinuidad uDISC es CERO; relajaremos el supuesto en la estimacion presentada en
la Seccion III. Para resolver el modelo imponemos la condicion de que el suministro de
reservas no prestatarios mas prestamos debe ser igual a la demanda total de reservas.
Resolviendo en terminos de innovaciones a las reservas totales, reservas no prestatarias,
y la tasa de fondos federales, tenemos
(13)
u = (I G)1 Av
,donde
uT R
u = uN BR
uF F
d
v
v = v s
vb
+ (1 d ) + 1 +
(I G)1 A =
d 1
( 1 )(1 d ) 1
+
+
Tambien se puede invertir la relacion (13) para determinar como el choque de la polti-
ca monetaria v s depende de los residuos de VAR:
(14)
v s = (d + b )uT R + (1 + b )uN BR (d b )uF F
9
Sin embargo , como se senalo anteriormente, este modelo anida algunos intentos ante-
riores para medir innovaciones polticas , cada uno de los que implica restricciones de
parametros adicionales:
(15)
1 +
0
(I G)1 A = 1
1 1
0 1
+
0
(16)
v s = ( + )uF F
CASO II (Christiano-Eichenbaum)
(17)
+ + +
1
(I G) A = 0 1 0
1 1 ( 1 )
+ + +
10
(18)
v s = uN BR
El supuesto clave de Strongin es que los choques de las reservas totales son pura-
mente choques de demanda, que la Fed tiene otra opcion en el corto plazo, pero
para acomodar (ya sea a traves de operaciones de mercado abierto o la ventanilla
de descuento). Su especificacion tambien ignora la posibilidad de que la Fed res-
ponde a las crisis de endeudamiento . Por lo tanto las restricciones parametricas
en nuestro modelo que producen el modelo de Strongin son = 0, b = 0. Nota
en particular, que la suposicion de que b = 0 (la Fed no responde a las crisis
de endeudamiento) es clave para distinguir las especificaciones del Strongin del
modelo Bernanke-Blinder , que asume b = 1
Para el modelo de Strongin tenemos:
(19)
1 0 0
(I G)1 A =
d 1 0
( )(1 ) 1
1 d 1
(20)
v s = d uT R + uN BR
La ecuacion (20) es la misma que utiliza Strongin; esta afirma que el choque de
poltica es la innovacion a las reservas no prestatarias menos su proyeccion en la
innovacion de las reservas totales.
11
(21)
1 +
(I G)1 A = 1
1
0 1 1
+
(22)
v s = (uT R uN BR )
12
4. DATOS
Debido a que se asume que las variables de poltica monetaria no afectan en el periodo
contemporaneo al resto de las variables de la economa, la frecuencia de la muestra que
se utilizara es muy importante por lo que Bernanke y Mihov utilizan datos mensuales y
quincenales. Senalan que las estimaciones para datos trimestrales generan conclusiones
cualitativas similares pero con esta frecuencia de los datos es muy difcil defender el
supuesto de que las variables del resto de la economa no reaccionan contemporanea-
mente a los choques en las variables de poltica. Para las variables de poltica utiliza
las Reservas monetaria totales (T R), Reservas monetarias no prestables (N BREC)1 y
la tasa de fondos federales (F R); mientras que las variables del resto de la economa
(no polticas) son el Producto bruto interno (GDP ), el deflactor del pbi (P GDP ) y
el indice de precios al consumo (P SCCOM ). Las graficas de las series en frecuencia
mensual se presentan en la Figura 1.
5. ESTIMACION
Para la identificacion del VAR estructural, se asume que (i) las variables macroeconomi-
cas no reaccionan de manera simultanea ante cambios en las variables monetarias (pero
) que (ii) los hacedores de poltica tienen informacion contemporanea de las valores de
las variables del resto de la economa (lo que implica ordenar las variables de polti-
ca al ultimo del sistema) y que (iii) los errores estructurales del sistema son ortogonales.
VAR Estructural
k
X k
X
Yt = Bi Yti + Ci Pti + Fy vty
i=0 i=0
k
X k
X
Pt = Di Yti + Gi Pti + Fp vtp
i=0 i=0
k
X k
X
Pt = (I G0 )1 [Di + D0 (I B0 )1 Bi ]Yti + (I G0 )1 [Gi + D0 (I B0 )1 Ci ]Pti
i=1 i=1
1
Con el objetivo de inducir estacionariedad se normaliza N BREC mediante un media movil (36
meses) de T R, esta normalizacion es preferible a tomar logaritmos debido a que el modelo esta espe-
cificado en niveles.
13
+[(I G0 )1 D0 (I B0 )1 Fy vty + (I G0 )1 Fp vtp ]
k
X k
X
Yt = Hyi Yti + Hpi Pti + uyt
i=1 i=1
k
X k
X
Pt = Jyi Yti + Jpi Pti + [(I G0 )1 D0 uyt + upt ]
i=1 i=1
uyt = B0 uy + C0 up + By vty
upt = D0 uy + G0 up + Bp vty
1 0 0 1 0 0
Ay = (I B0 ) = a21 1 0 By = 0 1 0
a31 a32 1 0 0 1
Para el subsistema de variables de poltica, siendo el vector up = [uTR uNBREC uFR ]0
y vp = [vd vb vs ]0 las matrices que describen las relaciones contemporaneas son:
1 0 1 0 0
Ap = (I B0 ) = 1 1 Bp = 0 1 0
0 1 0 d b 1
Considerando las 6 variables y los supuestos tendramos:
Au=Bv
1 0 0 0 0 0 1 0 0 0 0 0
a21 1 0 0 0 0
0 1 0 0 0 0
a31 a32 1 0 0 0 0 0 1 0 0 0
A = B =
a41 a42 a43 1 0
0 0 0 1 0 0
a51 a52 a53 1 1 0 0 0 0 1 0
a61 a62 a63 0 1 0 0 0 0 d b 1
14
Para la estimacion, Bernanke y Mihov utilizan una estimacion GMM en dos etapas (la
estimacion via maxima verosimilitud es similar). La primera etapa del procedimiento es
estimar por MCO ecuacion por ecuacion los coeficientes del sistema VAR. La segunda
etapa es estimar la matriz de covarianzas de los residuos del sector poltico del
VAR suponiendo un modelo teorico en particular (adecuadamente ortogonalizado para
purgar la correlacion con las variables del resto de la economa). Es decir, el sistema
VAR completo se estima mediante MCO ecuacion por ecuacion, luego se extrae el
componente de los residuos del vector de variables polticas P que es ortogonal a los
residuos del vector de variables del resto de la economa Y.
Estas estimaciones las realizan tanto para datos mensuales como para datos quince-
nales, y para diversos periodos muestrales, entre ellos la muestra completa 1965.1-
1994.2 y submuestras. Sea el regimen propuesto por Bernank-Blinder el modelo B, el
de Christiano-Eichenbaum el modelo C, el de Strongin el modelo S y el de metas de
reservas no prestables el modelo BR.
15
los precios como el producto incrementan. Todas las respuestas son estadsticamente
significativas. No se esta apreciando un acertijo del precio, pues tanto el deflactor
del PBI como el indice de precios al consumo incrementan.
En la Figura 9 se muestra las respuestas a un choque positivo de poltica monetaria en
base a los modelos alternativos (B, C, S, BR) para la muestra total y una submuestra.
Los impulsos respuesta generados por estos modelos alternativos son relativamente
parecidos a los generados por el modelo A.
16
6. CONCLUSIONES
Bernanke y Mihov utilizan un enfoque VAR semi-estructural para evaluar y desarro-
llar medidas de poltica monetaria basados en indicadores del mercado de reservas. De
una revision en la literatura concluyen que la tasa de fondos federales es el mejor indi-
cador de poltica monetaria antes de 1979. Sin embargo no es necesariamente un buen
indicador de poltica durante cerca de mediados de la decada de 1980, por lo que se
debe hacer una revision de quiebre estructural. La metodologa utilizada evita estimar
los parametros de la matriz donde se encuentran los errores de las 7 variables, reducien-
do su estimacion de la matriz de covarianza solo para el vector de variables de poltica
monetaria, purgando la correlacion con las variables del resto de la economa, esto es
pues suponen que las variables del resto de poltica no responden contemporaneamente
a la poltica monetaria. Una vez recuperado los parametros del SVAR genera un choque
de poltica monetaria que normalizado representa una cada de 25 puntos basicos en
la tasa de fondos federales, obteniendo as funciones de impulso respuesta donde los
resultados son los esperados: un choque positivo de poltica monetaria hace caer la tasa
de fondos federales, el total de reservas no prestables incrementa, y tanto los precios
como el producto incrementan. No hacen el analisis de descomposicion de la varianza
pos los supuestos que asumen. Queda en agenda realizar estas estimaciones VAR des-
de un enfoque de cambio de regimen, es decir un Markov Switching VAR (MS-VAR),
esperando as poder replicar este paper para la economa peruana desde ese enfoque.
17
Cuadro 1: Parametros estimados de los modelos sobre identificados y exactamente identificado (Data mensual)
Muestra Modelo d d b b P-value
B -0.004 0.001 0.012 0.001 1 0 -1 0 0.134
1965.01 C 0.011 0.002 0.029 0.002 0 0 0 0 0
1994.12 S 0 0 0.044 0.004 0.809 0.061 0 0 0.022
BR -0.004 0.001 0.044 0.004 1 0 / 0.134
18
A 0 0 0.02 0.006 0.809 0.056 -0.636 0.288 NA
460 560
880
440
540
860
420
520
840 400
500
380
820
480
360
800
460
340
19
TR NBREC FYFF
1.4 1.4 20.0
TR1 NBREC1 FYFF
17.5
1.3 1.3
15.0
1.2 1.2
12.5
7.5
1.0 1.0
5.0
0.9 0.9
2.5
1.75
0.20 0.4
1.50
0.15
0.3 1.25
0.10 1.00
0.2
GDPM PGDPM PSCCOM
0.05 0.75
0.1 0.50
Responses of
Responses of
Responses of
0.00
0.25
-0.05 0.0
0.00
20
GDP PGDP PSCCOM
TR NBREC FYFF
0.006 0.1
0.002
0.004
-0.0
0.000
0.002
TR1 NBREC1 FYFF
-0.1
0.000
-0.002
-0.2
Responses of
Responses of
Responses of
-0.002
-0.004
-0.004 -0.3
0.20
-0.0
0.3
0.15
-0.1
-0.2
0.05
0.1
-0.3
0.00
0.0
-0.4
-0.05
21
Respuesta de GDP Respuesta de PGDP Respuesta de FFR
0.5 0.5 0.4
C C C
B B B
S S S
0.4 BR BR BR
0.4
0.2
0.3
0.3
0.2
0.0
0.2
0.1
-0.2
0.0
0.0
-0.1
-0.4
-0.1
-0.2
0.0075
1.5 0.002
0.0050
0.0000
0.5 -0.002
-0.0025
0.0 -0.004
-0.0050
22
Respuesta de PSCCOM Respuesta de TR Respuesta de NBREC
4 0.005 0.020
C C C
B B B
S S S
0.004
BR BR BR
0.015
3
0.003
0.002 0.010
2
0.001
1965.1 - 1979.9 0.005
0.000
1
-0.001 0.000
-0.002
0
-0.005
-0.003
-1 -0.004 -0.010
0 5 10 15 20 25 30 35 40 45 0 5 10 15 20 25 30 35 40 45 0 5 10 15 20 25 30 35 40 45
Comandos: Comandos para las estimaciones en RATS
1 cal ( m ) 1947
2 all 1996:12
3 ************************************************************
4 * Definiciones
5 ************************************************************
6 *
7 compute IPERIOD = 1
8 compute NSTEP = 48
9 compute NPOLICY = 3
10 compute NNONPOLICY = 3
11 compute NDRAWS = 5000
12 *
13 compute NVAR = NPOLICY + NNONPOLICY
14 DEC vect [ labels ] implab ( nvar )
15 input IMPLAB
16 GDP PGDP PCOM TR NBR FFR
17 *************************************************************
18 * Manejando la Data
19 *************************************************************
20*
21 open data bmdata . rat
22 data ( format = rats ) 1959:1 1996:12 TRES NBREC FYFF PSCCOM
23 data ( format = rats ) 1965:1 1996:12 gdpm pgdpm
24 *
25 * Tomando logaritmos
26 *
27 set psccom = 100.0* log ( psccom )
28 set gdpm = 100.0* log ( gdpm )
29 set pgdpm = 100.0* log ( pgdpm )
30 ********** Normalizacion por media movil 36 meses
31 mvstats ( means = trma , span =36) tres 1961:12 1996:12
32 set TR1 1962:1 1996:12 = tres / trma {1}
33 set NBREC1 1962:1 1996:12 = nbrec / trma {1}
34 ***** Configurando los ~ n tamaos de muestra
35 DEC vector [ integer ] date1 (5) date2 (5) lags (5)
36 compute date1 = ||1965:01 ,1965:01 ,1979:10 ,1984:02 ,1988:09||
37 compute date2 = ||1996:12 ,1979:09 ,1996:12 ,1996:12 ,1996:12||
38 compute lags = || 13 , 11 , 12 , 7 , 11 ||
39 dec frml [ rect ] ab phi
40 nonlin alpha beta phid phib
41 frml ab = ||1.0 ,0.0 , alpha |1.0 , -1.0 , - beta |0.0 ,1.0 ,0.0||
42 frml phi = ||1.0 ,0.0 ,0.0|0.0 ,1.0 ,0.0| phid , phib ,1.0||
43 * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * *
44 * Estimacion
45 * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * *
46 system ( model = bmmodel )
47variables gdpm pgdpm psccom tr1 nbrec1 fyff
48 lags 1 to lags ( iperiod )
49 det constant
50 end ( system )
51 *
52 * oEstimacin del VAR con 6 variables para el periodo actual
53 *
54 estimate ( noprint ) date1 ( iperiod ) + lags ( iperiod ) date2 ( iperiod )
55 *
56 * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * *
57 * Estimacion de IRF con bandas Monte Carlo
58 * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * *
59 *
60 * Guardando la oinformacin de desviacion estandar para el proceso Monte Carlo
61 *
62 compute fxx = %decomp ( %xx )
63 compute fwish = %decomp ( inv( % nobs * % sigma ) )
64 compute wishdof = %nobs - % nreg
65 compute betaols = %mod elgetcoe ffs ( bmmodel )
66 *
67 nonlin alpha =0 beta phid phib
68 compute phid =0.8 , phib = -0.8 , beta =0.05
23
69 *
70 declare vect [ rect ] % %responses ( NDRAWS )
71 *
72 infobox ( action = define , progress , lower =1 , upper = NDRAWS ) " Monte Carlo Integration "
73 do draw =1 , NDRAWS
74 if %clock ( draw ,2) ==1 {
75 *
76 *
77 compute sigmad = %ranwisharti ( fwish , wishdof )
78 compute fsigmad = %decomp ( sigmad )
79 compute betau = %ranmvkron ( fsigmad , fxx )
80 compute betadraw = betaols + betau
81 *
82 * Obteniendo la matriz 3 x3 de las variables de politica
83 * depurando la correlacion con las demas
84 compute sweepvcv = %sweeptop ( sigmad , NNONPOLICY )
85 compute [ symm ] moneyvcv = %xsubmat ( sweepvcv , NNONPOLICY +1 , NVAR , NNONPOLICY +1 , NVAR
)
86 cvmodel ( a = ab , b = phi , noprint , factor = factor ) moneyvcv
87 }
88 else
89 compute betadraw = betaols - betau
90 compute %m odelsetc oeffs ( bmmodel , betadraw )
91 *
92 * El choque monetario es normalizado y es obtiene una caida
93 * de la tasa de fondos federales en 25 puntos basicos
94 *
95 compute shock = %zeros (3 ,1) ~~ % xcol ( factor ,3) *( -.25/ factor (3 ,3) )
96 impulse ( model = bmmodel , shock = shock , results = impulses , steps = NSTEP , noprint )
97 dim % %responses ( draw ) ( nvar , NSTEP )
98 ewise % %responses ( draw ) (i , j ) = ix= %vec( %xt ( impulses , j ) ) , ix ( i )
99 infobox ( current = draw )
100 end do draw
101 infobox ( action = remove )
102 @MCGraphIRF ( model = bmmodel , center = median , shocklabels =||" GDP "|| , include =||1||)
103 @MCGraphIRF ( model = bmmodel , center = median , shocklabels =||" PGDP "|| , include =||2||)
104 @MCGraphIRF ( model = bmmodel , center = median , shocklabels =||" PSCCOM "|| , include =||3||)
105 @MCGraphIRF ( model = bmmodel , center = median , shocklabels =||" TR "|| , include =||4||)
106 @MCGraphIRF ( model = bmmodel , center = median , shocklabels =||" NBREC "|| , include =||5||)
107 @MCGraphIRF ( model = bmmodel , center = median , shocklabels =||" FYFF "|| , include =||6||)
108
109 ******************************************************************
110 * Estimacion de VAR semi estructural para las muestras
111 ******************************************************************
112
113 report ( row = new , atcol =1) %datelabel ( date1 ( iperiod ) ) +" -"+ % datelabel ( date2 ( iperiod ) )
114 *
115 * Estimacion Modelo B
116 *
117 compute alpha =0.00 , beta =.05
118 *
119 nonlin alpha beta phid =1 phib = -1
120 cvmodel ( a = ab , b = phi ) moneyvcv
121 report ( row = current , atcol =2) " FFR " alpha %stderrs (1) beta %stderrs (2) phid 0.0 phib
0.0 %signif
122 *
123 * Estimacion Modelo C
124 *
125 nonlin alpha beta phid =0 phib =0
126 compute alpha =.03 , beta =.014
127 cvmodel ( a = ab , b = phi ) moneyvcv
128 report ( row = new , atcol =2) " NBR " alpha %stderrs (1) beta %stderrs (2) phid 0.0 phib 0.0
%signif
129 *
130 * Estimacion Modelo S
131 *
132 nonlin alpha =0 beta phid phib =0
133 compute beta =.05 , phid =.80
134 cvmodel ( a = ab , b = phi ) moneyvcv
135 report ( row = new , atcol =2) " NBR / TR " alpha 0.0 beta %stderrs (1) phid %stderrs (2) phib
24
0.0 %signif
136 *
137 * Estimacion Modelo BR
138 *
139 nonlin alpha beta phid =1 phib = alpha / beta
140 compute alpha =0.0 , beta =.05
141 cvmodel ( a = ab , b = phi ) moneyvcv
142 report ( row = new , atcol =2) " BR " alpha %stderrs (1) beta %stderrs (2) phid 0.0 " a / b " ""
%signif
143 *
144 * Estimacion Modelo A
145 *
146 nonlin alpha =0 beta phid phib
147 compute phid =0.8 , phib = -0.8 , beta =0.05
148 cvmodel ( a = ab , b = phi ) moneyvcv
149 report ( row = new , atcol =2) " JI " alpha 0.0 beta %stderrs (1) phid %stderrs (2) phib %
stderrs (3) %na
150 end do iperiod
151 report ( action = format , picture ="*.###")
152 report ( action = show )
153 *
154 ******************************************************************
155 * Comandos para agrficar los IRF y las series
156 ******************************************************************
157 *
158 compute [ vect [ strings ]] klabels =||" C " ," B " ," S " ," BR "||
159 * spgraph ( vfields =2 , hfields =3 , fillby = row , ylabels =||"1965.1 - 1994.2" ,"1965.1 -
1979.9"||)
160 graph ( header =" Respuesta de PSCCOM " , key = upright , klabels = klabels , nodates , number =0) 4
161 # impulsesnbr (3 ,1)
162 # impulsesffr (3 ,1)
163 # impulsesnbrtr (3 ,1)
164 # impulsesbr (3 ,1)
165 graph ( header =" Respuesta de TR " , key = upleft , klabels = klabels , nodates , number =0) 4
166 # impulsesnbr (4 ,1)
167 # impulsesffr (4 ,1)
168 # impulsesnbrtr (4 ,1)
169 # impulsesbr (4 ,1)
170 graph ( header =" Respuesta de NBREC " , key = upleft , klabels = klabels , nodates , number =0) 4
171 # impulsesnbr (5 ,1)
172 # impulsesffr (5 ,1)
173 # impulsesnbrtr (5 ,1)
174 # impulsesbr (5 ,1)
175 spgraph ( done )
176 spgraph ( vfields =2 , hfields =3 , fillby = row )
177 graph ( header =" GDP " , key = upright , nodates , number =0) 1
178 # gdpm
179 graph ( header =" PGDP " , key = upright , nodates , number =0) 1
180 # pgdpm
181 graph ( header =" PSCCOM " , key = upright , nodates , number =0) 1
182 # psccom
183 graph ( header =" TR " , key = upright , nodates , number =0) 1
184 # tr1
185 graph ( header =" NBREC " , key = upright , nodates , number =0) 1
186 # nbrec1
187 graph ( header =" FYFF " , key = upright , nodates , number =0) 1
188 # fyff
189 spgraph ( done )
25