Historical business cycles and market integration. evidence from comovement [Elektronische Ressource] / von Martin Uebele

Martin Uebele

Informations

• Publié par: humboldt-universitat_zu_berlin
• Publié le: 01 janvier 2008
• Nombre de lectures: 31
• Langue: English
• Poids de l'ouvrage: 3 Mo

Extrait

Historical Business Cycles and Market
Integration: Evidence from Comovement
DISSERTATION
zur Erlangung des akademischen Grades
doctor rerum politicarum
(Dr. rer. pol.)
im Fach Volkswirtschaft
eingereicht an der
Wirtschaftswissenschaftlichen Fakultät
Humboldt-Universität zu Berlin
von
Herrn Diplom-Volkswirt Martin Uebele
geboren am 22.9.1976 in Tunduru/Tansania
Präsident der Humboldt-Universität zu Berlin:
Prof. Dr. Dr. h.c. Christoph Markschies
Dekan der Wirtschaftswissenschaftlichen Fakultät:
Prof. Oliver Günther, Ph.D.
Gutachter:
1. Prof. Dr. Albrecht Ritschl
2. Prof. Stephen N. Broadberry, Ph.D.
eingereicht am: 26. August 2008
Tag der mündlichen Prüfung: 21. November 2008Abstract
This thesis addresses historical business cycles and market integration in Europe
and America in the 19th and 20th centuries. For the analysis of historical business
cycles, the widely used methodology of historical national accounting is comple-
mented with a dynamic factor model that allows for using scarce historical data
efficiently. In order to investigate how national and international markets devel-
oped since the early 1800s, a multivariate dynamic factor model is used. Spectral
analysis helps in measuring frequency specific correlation between financial in-
dicators and rivaling national income estimates for Germany 1850 and
1913.
One result is that using stock market data helps to discriminate between com-
peting estimates of German national income. A dynamic factor estimated from a
broad time series data set confirms this result. Sub-indices for agriculture and in-
dustry suggest that the German economy industrialized earlier than evidence from
national accounting shows. The finding for the U.S. business cycle is that relaxing
the assumption of constant structural parameters yields higher postwar aggregate
volatility relative to the period before World War I. Concerning market integra-
tion, it is found that European wheat markets integrated faster before mid-19th
century than after. Thus, the impact of the metal hull and steam ship as well as
the relevance of American wheat for the world wheat market have perhaps been
overstated.
Keywords: Industrialization, Business Cycle Chronology, Dynamic Factor
Models, U.S. Business Cycle, Market Integration, Imperial GermanyAbstract
Diese Dissertation befasst sich mit europäischer und US-amerikanischer Konjunk-
turgeschichte und Marktintegration im 19. und 20. Jahrhundert. Zur Analyse von
konjunkturellen Schwankungen stellt sie der weitverbreiteten Historischen Volks-
wirtschaftlichen Gesamtrechnung (VGR) die Methode dynamischer Faktoranal-
yse zur Seite, die dazu beiträgt, die begrenzten historischen Zeitreihen effizient
zu nutzen. Die nationale und internationale Entwicklung von Weizenmärkten seit
dem Ende der Napoleonischen Kriege wird mit einem multivariaten dynamischen
Faktormodell untersucht. Spektralanalyse wird zur Berechnung frequenzspezifis-
cher Kohärenz von historischen Börsenindizes und konkurrierenden Schätzungen
des Nationalprodukts in Deutschland zwischen 1850 und 1913 herangezogen.
Ein wichtiges Ergebnis ist, dass Finanzdaten die Datierung der Konjunktur im
Deutschen Kaiserreich erleichtern, was auch durch die Ergebnisse der Faktoranal-
yse bestätigt wird. Der verwendete Aktienindex, einzelne reale Konjunkturindika-
toren und der dynamische Faktor korrelieren eng miteinder. Die Bildung sek-
toraler Sub-Indizes zeigt, dass der Übergang von einer landwirtschaftlich zu einer
industriell geprägten Volkswirtschaft vermutlich früher geschehen ist als Beschäf-
tigungsanteile aus der Historischen VGR vermuten lassen. Die Untersuchung
der U.S.-Konjunktur ergibt die Annahme zeitvariierender Strukturparameter eine
Erhöhung der Konjunkturschwankungsbreite nach dem 2. Weltkrieg verglichen
mit der Zeit vor dem 1. Weltkrieg. Für die Weizenmarktintegration in Europa
zeigt sich, dass die Entwicklung vor der Mitte des 19. Jahrhunderts schneller vo-
ran ging als danach, was eine Neuinterpretation der Rolle von Technologien wie
dem Metallrumpf und dem Dampfschiff sowie dem Eintritt Amerikas als Weizen-
produzenten nahelegt.
Schlagwörter: Industrialisierung, Konjunkturdatierung, Dynamische Faktor-
modelle, U.S.-Konjunkturzyklen, Marktintegration, Deutsches KaiserreichivAcknowledgements
I would like to thank my supervisor Professor Albrecht Ritschl, who is also my
co-author for two papers. I am grateful to Professor Steve Broadberry who is my
secondary advisor, and the scholars that inspired me: Michael C. Burda, Carsten
Burhop, Nicholas Crafts, Bartosz Mack´ owiak, Andrei Markevich, Ulrich Pfister,
Max-Stephan Schulze, Harald Uhlig, Oliver Volckart, Ulrich Woitek, and Niko-
laus Wolf.
Special thanks are due to my co-author Samad Sarferaz, with whom I wrote
two papers. I also want to thank my colleagues Pooyan Amir Ahmadi, Lars
Börner, Margarita Kalamova, Áron Kiss, Markus Lampe, Sibylle Lehmann, Wolf-
gang Reichmuth, and Runli Xie. I received excellent research assistance from Ju-
liane Begenau, Maren Froemel, Anja Goede, Sonja Lohmann, Silke Simon, Clau-
dia Wolff, and Sebastian Solte. Emily Sullivan Sunford provided brilliant help in
correcting my English. I am responsible, however, for all remaining errors.
For helpful comments I thank seminar participants at Humboldt-University of
Berlin, LSE, Nuffield College/Oxford, and the University of Warwick.
I thank DEKA Bank for awarding me a scholarship, and the European Com-
mission for funding my stay at the University of Warwick.
It remains to express my deep gratitude to my family, and my friends.
One person, however, helped more than anybody else; Runli.
vviContents
List of Figures xi
List of Tables xv
1 Introduction 1
1.1 Methods . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2 Results . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2 Stock Markets and Business Cycle Comovement in Germany 1850-
1913 7
2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.2 Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.2.1 The NNP Series . . . . . . . . . . . . . . . . . . . . . . . 10
2.2.2 The Stock Market Indices . . . . . . . . . . . . . . . . . 12
2.3 The Tool: Spectral Analysis . . . . . . . . . . . . . . . . . . . . 13
2.3.1 Basics and Application . . . . . . . . . . . . . . . . . . . 14
2.3.2 Filtering . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.3.3 Estimation of Spectral Density . . . . . . . . . . . . . . . 16
2.4 Results . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.4.1 Real Series . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.4.2 Nominal Series . . . . . . . . . . . . . . . . . . . . . . . 18
2.4.3 Indicators and Real Business Cycles . . . . . . . 22
2.4.4 The Business Cycle Chronology, 1870–1914 . . . . . . . 23
2.5 Conclusions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
3 A Dynamic Factor Model for Germany 1820-1913 31
3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
3.2 Motivation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
3.2.1 Intuition of the Model . . . . . . . . . . . . . . . . . . . 34
3.2.2 Historical Background . . . . . . . . . . . . . . . . . . . 35
3.2.3 Research Questions and Reasons for DFM . . . . . . . . 36
vii3.3 Formal Model Description and Estimation . . . . . . . . . . . . . 37
3.4 Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
3.5 Research Design . . . . . . . . . . . . . . . . . . . . . . . . . . 39
3.5.1 Comparison of DFM and National Accounting . . . . . . 40
3.5.2 Real and Nominal Time Series . . . . . . . . . . . . . . . 42
3.5.3 Filtering and Standardization . . . . . . . . . . . . . . . . 44
3.5.4 Robustness Checks . . . . . . . . . . . . . . . . . . . . . 44
3.5.5 Convergence, Model Parameters, Subsets . . . . . . . . . 45
3.6 Results . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
3.6.1 The Transition from Agriculture to Industry . . . . . . . . 46
3.6.2 Integration of the German Economy before 1850 . . . . . 52
3.6.3 Business Cycle Chronology in Light of the Literature . . . 54
3.7 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
4 The U.S. Business Cycle 1867-1995: Dynamic Factor Models vs Na-
tional Accounts 61
4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
4.2 Motivation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
4.3 Bayesian Dynamic Factor Theory . . . . . . . . . . . . . . . . . 66
4.3.1 The Model . . . . . . . . . . . . . . . . . . . . . . . . . 66
4.3.2 Priors . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
4.3.3 Estimation . . . . . . . . . . . . . . . . . . . . . . . . . 69
4.4 Data and Empirical Strategy . . . . . . . . . . . . . . . . . . . . 70
4.4.1 Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
4.4.2 Empirical Strategy . . . . . . . . . . . . . . . . . . . . . 71
4.5 Results . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
4.5.1 Volatility Comparison in the Long Run . . . . . . . . . . 72
4.5.2 V Over World