[논문 리뷰] Simple Models and Biased Forecasts

Pooya Molavi|arXiv (Cornell University)|2022. 02. 14.

Economic theories and models인용 수 5

한 줄 요약

이 논문은 에이전트들이 경제 변수를 예측하기 위해 단순하고 저차원의 상태공간 모형(시간에 따른 복잡도 $d$로 제한됨)을 사용함으로써 기대에 체계적인 편향이 발생하는 프레임워크를 제안한다. 데이터의 가장 지속적인 성분들에만 집중함으로써 에이전트들은 일시적인 충격에 덜 민감하게 반응하게 되며, 이는 향후 결정의 지속성과 공동변동성을 증가시킨다. 이는 추가적인 특수한 마찰을 도입하지 않고도 관찰된 거시경제 역학을 간결하게 설명한다.

ABSTRACT

This paper proposes a framework in which agents are constrained to use simple models to forecast economic variables and characterizes the resulting biases. It considers agents who can only entertain state-space models with no more than d states, where d measures the intertemporal complexity of a model. Agents are boundedly rational in that they can only consider models that are too simple to capture the true process, yet they use the best model among those considered. Using simple models adds persistence to forward-looking decisions and increases the comovement among them. This mechanism narrows the gap between business-cycle theory and data. In a new neoclassical synthesis model, the assumption that agents use simple models fits the data much better than the rational-expectations hypothesis. Moreover, simple models simultaneously resolve the Barro-King and forward guidance puzzles while improving the propagation of TFP shocks.

연구 동기 및 목표

• 거시경제 모형의 예측과 실증 데이터 사이의 지속적인 격차, 특히 집합적 변수들 간의 지속성과 공동변동성에 대한 문제를 해결하기 위해.
• 추정 오차나 정보 처리 오류로 보는 유한한 합리성 대신, 시간에 따른 모형 복잡도에 대한 제약(즉, $d$차원 상태공간 표현으로 측정됨)으로 보는 것.
• 단순한 모형을 사용하는 에이전트들이 지속성이 낮은 동적 행동을 체계적으로 오해함으로써 예측 편향이 발생하고, 이로 인해 거시경제 결과가 변화함을 보여주는 것.
• 이러한 편향이 뉴클레아스키안, RBC, DMP의 세 가지 표준 거시경제 모형에서 이론적 예측과 데이터를 조율하는 데 기여할 수 있음을 보여주는 것.
• 추가 자유도가 $d$를 초과하지 않는, 계산적으로 경량이며 해석이 용이한 프레임워크를 제공함으로써 선형 불변성과 일관성을 유지하는 것.

제안 방법

• 에이전트들은 $d$차원 선형-가우시안 상태공간 표현을 가진 확률과정만 사용하도록 제약을 받으며, 여기서 $d$는 시간에 따른 복잡도를 측정한다.
• 진짜 데이터 생성 과정으로부터의 쿨백-라이블러 발산 최소화를 통해 최적의 모형을 선택함으로써, 제약 조건 하에서 통계적으로 최적임을 보장한다.
• 이 프레임워크는 선형 불변성 성질을 유도한다: 기대는 관측 가능한 변수들 사이의 선형 내시적 관계를 존중하므로 해석이 용이하다.
• 균형은 고정점으로 특징지어진다: 에이전트의 예측 모형은 진짜 과정의 의사-진실 상태 근사 모형이어야 하며, 이는 그들의 행동을 결정한다.
• 예측 계수와 모형 매개변수에 대한 일관된 값들을 찾기 위해 비선형 방정식 시스템을 수치적으로 해결함(예: (G.18)–(G.23)).
• 이 방법은 뉴클레아스키안, RBC, DMP의 세 거시경제 모형에 적용되며, 단순 모형 예측 구조를 그들의 균형 조건에 통합함으로써 이루어진다.

실험 결과

연구 질문

• RQ1 에이전트들이 단순하고 저차원의 모형만 사용하도록 제약을 받을 경우, 그들의 예측은 합리적 기대에서 얼마나 벗어나는가?
• RQ2 이러한 예측 편향으로 인해 발생하는 거시경제적 영향은 무엇인가? 특히 지속성과 공동변동성 측면에서.
• RQ3 모형 복잡도에 기반한 유한한 합리성이 추가적인 보조 마찰 없이 관찰된 실증적 규칙성, 즉 집합적 동적 행동을 설명할 수 있는가?
• RQ4 뉴클레아스키안 모형에서 단순 모형을 사용할 경우, 통화정책의 효과가 어떻게 변하는가?
• RQ5 이 프레임워크는 내생 변수들이 충격에 어떻게 반응하는지 변화시킴으로써 RBC와 DMP 모형의 실증적 적합성을 어느 정도 향상시킬 수 있는가?

주요 결과

• 뉴클레아스키안 모형에서, 단순 모형을 사용함으로써 에이전트의 예측이 일시적 성분에 민감하지 않게 되어, 정책 약속의 효과가 감소하고 후행 안내의 효과가 떨어진다.
• RBC 모형에서, 소비는 생산성 충격에 더디게 반응하는데, 이는 에이전트들이 지속적인 성분들에 집중하기 때문이다. 이로 인해 집합적 행동에서 관찰되는 지속성이 증가한다.
• DMP 모형에서, 단순 모형의 도입은 고용과 이탈 충격 간의 내부 전파를 증가시키고 공동변동성을 강화하며, 실증 데이터와 더 잘 일치한다.
• 이 프레임워크는 모든 모형에서 가장 지속적인 상태변수에 기반한 향후 결정을 고정함으로써 지속성과 공통변동성을 일반적으로 증가시킨다. 모든 에이전트가 이 상태변수를 동일하게 인식하기 때문이다.
• 이러한 향상은 $d$를 초과하는 새로운 마찰이나 자유도를 추가하지 않음으로써 달성되었으며, 계산적 해석 가능성은 유지된다.
• 수치적 해법은 에이전트의 의사-진실 모형이 예측 모형과 일치하는 제약된 합리적 기대 균형이 존재함을 확인하며, 고정점 구성의 타당성을 검증한다.