Skip to main content
QUICK REVIEW

[论文解读] Simple Models and Biased Forecasts

Pooya Molavi|arXiv (Cornell University)|Feb 14, 2022
Economic theories and models被引用 5
一句话总结

本文提出一个框架,其中经济主体使用简单、低维的状态空间模型(受限于跨期复杂度 $d$)来预测经济变量,从而导致预期中的系统性偏差。通过仅关注数据中最持久的成分,主体生成的预测对瞬时冲击反应较弱,增强了前瞻性决策中的持久性和联动性,为观察到的宏观动态提供了一种简洁的解释,无需引入临时性摩擦。

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.

研究动机与目标

  • 为解决宏观模型预测与经验数据之间在聚合变量持久性和联动性方面的持续差距。
  • 将有限理性建模为估计或信息处理中的误差,而是作为对跨期模型复杂度的约束(以 $d$-维状态空间表示衡量)。
  • 表明使用简单模型的主体系统性地误判了较不持久的动态,导致预测偏差,从而改变宏观结果。
  • 证明这些偏差可在三个经典宏观模型(新凯恩斯、RBC 和 DMP)中使理论预测与数据相吻合。
  • 提供一个计算轻量、易于处理的框架,保持线性不变性,并且在 $d$ 之外不引入额外自由度。

提出的方法

  • 主体被限制仅使用 $d$-维线性高斯状态空间表示的随机过程,其中 $d$ 衡量跨期复杂度。
  • 通过最小化真实数据生成过程与模型之间的 Kullback–Leibler 散度来选择最优模型,确保在模型约束下的统计最优性。
  • 该框架诱导出线性不变性特性:预期尊重可观测变量之间的线性同期关系,增强可处理性。
  • 均衡被表征为不动点:主体的预测模型必须是真实过程的伪真一状态近似,而该近似反过来决定了其行为。
  • 求解涉及数值求解一组非线性方程(例如 (G.18)–(G.23)),以找到预测系数和模型参数的一致取值。
  • 通过将简单模型的预测结构嵌入其均衡条件,将该方法应用于三个宏观模型——新凯恩斯、RBC 和 DMP。

实验结果

研究问题

  • RQ1当主体被限制仅使用简单、低维模型时,其预测如何偏离理性预期?
  • RQ2由此产生的预测偏差对宏观经济有何影响,特别是对持久性和联动性的影响?
  • RQ3基于模型复杂度的有限理性是否能解释聚合动态中的经验规律,而无需引入辅助摩擦?
  • RQ4在新凯恩斯模型中,使用简单模型如何影响货币政策的效力?
  • RQ5该框架在多大程度上可通过改变内生变量对冲击的响应,改善 RBC 和 DMP 模型的实证拟合度?

主要发现

  • 在新凯恩斯模型中,由于主体的预测对瞬时成分不敏感,前瞻性指引的效力下降,导致政策承诺的效果减弱。
  • 在 RBC 模型中,由于主体聚焦于持久成分,消费对生产率冲击的反应更加迟缓,增强了整体行为的观测持久性。
  • 在 DMP 模型中,引入简单模型导致内部传播增强,且就业与离职冲击之间的联动性更强,更符合经验数据。
  • 该框架通过将前瞻性决策锚定于所有主体一致认同的最持久状态变量,普遍增强了模型中的持久性和联动性。
  • 该模型在不增加新摩擦或超出 $d$ 的自由度的前提下实现这一改进,保持了计算上的可处理性。
  • 数值解证实了约束理性预期均衡的存在,其中主体的伪真模型与预测模型一致,验证了不动点构造的有效性。

更好的研究,从现在开始

从阅读论文到最终审阅,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。