Inflation dynamics and the role of inflation expectation formation [Elektronische Ressource] : three empirical essays / vorgelegt von Steffen Henzel

Steffen Henzel

Informations

• Publié par: ludwig-maximilians-universitat_munchen
• Publié le: 01 janvier 2008
• Nombre de lectures: 11
• Langue: Deutsch
• Poids de l'ouvrage: 1 Mo

Extrait

In ation Dynamics and the Role of Expectation Formation
Three Empirical Essays
Inaugural{Dissertation
zur Erlangung des Grades Doctor oeconomiae publicae (Dr. oec. publ.)
an der Ludwig-Maximilians-Universit˜at Munc˜ hen
2008
vorgelegt von
Stefien Henzel
Referent: Prof. Dr. Gebhard Flaig
Korreferent: Prof. Dr. Joachim Winter
Promotionsabschlussberatung 16. Juli 2008Eidesstattliche Versicherung
Ich versichere hiermit eidesstattlich, dass ich die vorliegende Arbeit selbst˜andig
und ohne fremde Hilfe verfasst habe. Die aus fremden Quellen direkt oder indirekt
ub˜ ernommenen Gedanken sowie mir gegebene Anregungen sind als solche kenntlich
gemacht.
Die Arbeit wurde bisher keiner anderen Prufungsb˜ eh˜orde vorgelegt und auch noch
nicht ver˜ofientlicht.
Munc˜ hen, den 25. Februar 2008Danksagung
An dieser Stelle m˜ochte ich die Gelegenheit nutzen, all denen meinen Dank
auszusprechen, die zum Gelingen dieser Arbeit beigetragen haben. Besonderer
Dank gilt meinem Betreuer Prof. Dr. Gebhard Flaig, der nicht nur durch seine
Politik der ofienen Tur˜ ein optimales Arbeitsumfeld gew˜ahrleistet hat und dessen
Hinweise mir stets neue Perspektiven er˜ofinet haben. Au…erdem gebuhrt˜ mein
Dank Prof. Dr. Joachim Winter fur˜ konstruktive Anmerkungen w˜ahrend seiner
T˜atigkeit als Zweitgutachter.
Die ersten beiden Kapitel der vorliegenden Arbeit w˜aren nicht m˜oglich gewesen,
ohne die gute und intensive Zusammenarbeit mit meinem Koautor Timo
Wollmersh˜auser. Profltiert habe ich auch vom produktiven Gedankenaustausch in
der Konjunkturabteilung des ifo Instituts. Insbesondere die Anregungen meiner
Kollegen Oliver Hulsewig˜ , Johannes Mayr und Dirk Ulbricht haben einen wichtigen
Beitrag zum Gelingen der Doktorarbeit geleistet. Fur˜ wissenschaftlichen Ansporn
danke ich meinen Doktorandenkollegen Oliver R˜ohn und Stefan Lachenmaier,
dessen Rat auch bei technischen Fragen hilfreich war.
Nicht zuletzt bin ich meiner Familie dankbar fur˜ die uneingeschr˜ankte Un-
terstutzung,˜ die ich all die Jahre erfahren habe. Meiner Lebensgef˜ahrtin Claudia
Packh˜auser danke ich fur˜ den liebevollen Ruc˜ khalt und ihre Geduld.Contents
List of Contents i
List of Figures v
List of Tables viii
Preface ix
1 QuantifyingIn ationExpectationswiththeCarlson-ParkinMethod
{ASurvey-basedDeterminationoftheJustNoticeableDifierence 1
1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2 The CESifo World Economic Survey . . . . . . . . . . . . . . . . . . 4
1.3 Traditional Conversion Techniques . . . . . . . . . . . . . . . . . . . 5
1.3.1 The Probability Approach of Carlson and Parkin . . . . . . . 5
1.3.2 The Regressionh . . . . . . . . . . . . . . . . . . . . 13
1.4 Survey-Based Determination of the Just Noticeable Difierence . . . . 16
1.4.1 Data Description . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.4.2 Estimation of the Just Noticeable Difierence . . . . . . . . . . 18
1.4.3 Identifying the Basis of the Expectation Formation Process . . 23
1.4.4 Application to the CESifo WES . . . . . . . . . . . . . . . . . 25
1.4.5 Unbiasedness of Expectations . . . . . . . . . . . . . . . . . . 25
1.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
Appendix . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
1.A Corrections of the Microdata. . . . . . . . . . . . . . . . . . . 30
i1.B Estimates of the Just Noticeable Difierence from the Time-
Varying Parameters Method . . . . . . . . . . . . . . . . . . . 31
2 The New Keynesian Phillips Curve and the Role of Expectations:
Evidence from the CESifo World Economic Survey 33
2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
2.2 The Hybrid New Keynesian Phillips Curve . . . . . . . . . . . . . . . 35
2.2.1 Rational Expectations . . . . . . . . . . . . . . . . . . . . . . 35
2.2.2 Subjective Exp . . . . . . . . . . . . . . . . . . . . . 36
2.3 Data Description . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
2.3.1 In ation Expectations from the CESifo World Economic Survey 39
2.3.2 Measures for Real Marginal Costs . . . . . . . . . . . . . . . . 44
2.4 Empirical Results . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
2.5 Discussion of the Results . . . . . . . . . . . . . . . . . . . . . . . . . 52
2.6 Conclusions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
Appendix . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
2.A Derivation of Equation (2.9) . . . . . . . . . . . . . . . . . . . 56
2.B Derivation of (2.10) . . . . . . . . . . . . . . . . . . 57
2.C Derivation of Equation (2.12) . . . . . . . . . . . . . . . . . . 57
2.D Endogeneity of the Regressors . . . . . . . . . . . . . . . . . . 58
2.E Stability of the Estimates . . . . . . . . . . . . . . . . . . . . 62
2.F Discussion of the Results: Tables . . . . . . . . . . . . . . . . 64
3 Learning Trend In ation { Can Signal Extraction Explain Survey
Forecasts? 69
3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
3.2 A First Look at In ation Expectations . . . . . . . . . . . . . . . . . 72
3.2.1 Data Description . . . . . . . . . . . . . . . . . . . . . . . . . 72
3.2.2 (Un)biasedness and (In)e–ciency of Forecasts? . . . . . . . . . 73
3.3 Learning With a Simple Forecasting Model . . . . . . . . . . . . . . . 79
3.3.1 Motivation and General Framework . . . . . . . . . . . . . . . 79
ii3.3.2 The Forecasting Model . . . . . . . . . . . . . . . . . . . . . . 81
3.3.3 Fitting Survey Expectations . . . . . . . . . . . . . . . . . . . 82
3.4 Forecasting In ation . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
3.4.1 The Framework . . . . . . . . . . . . . . . . . . . . . . . . . . 91
3.4.2 Forecast Accuracy . . . . . . . . . . . . . . . . . . . . . . . . 93
3.4.3 Estimated Parameters . . . . . . . . . . . . . . . . . . . . . . 93
3.4.4 Approximation of Survey Expectations . . . . . . . . . . . . . 95
3.5 Heterogeneous Expectations . . . . . . . . . . . . . . . . . . . . . . . 100
3.6 Conclusions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
Appendix . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
3.A Reparameterization of Variables in Section 3.3.3 . . . . . . . . 104
3.B of Variables in Section 3.4 . . . . . . . . . 104
3.C Diagnostics of the Learning Model . . . . . . . . . . . . . . . 105
3.D of the Forecasting Model . . . . . . . . . . . . . . 107
3.E Recursive Parameter Estimates . . . . . . . . . . . . . . . . . 118
References 121
iiiiv