[论文解读] What Drives Inflation and How: Evidence from Additive Mixed Models Selected by cAIC

Philipp F. M. Baumann, Enzo Rossi+1 more|arXiv (Cornell University)|Jun 11, 2020

Energy, Environment, Economic Growth被引用 1

一句话总结

本文提出了一种基于模型的提升方法，采用加法混合模型（AMMs）并结合条件赤池信息准则（cAIC）选择，以识别1997至2015年间122个国家的通胀决定因素。研究发现，能源价格与能源租金之间的非线性交互作用是最强劲的通胀驱动因素，优于传统模型，并对传统货币政策假设构成挑战。

ABSTRACT

We analyze the forces that explain inflation using a panel of 122 countries from 1997 to 2015 with 37 regressors. Ninety-eight models motivated by economic theory are compared to a boosting algorithm, non-linearities and structural breaks are considered. We show that the typical estimation methods are likely to lead to fallacious policy conclusions, which motivates the use of a new approach that we propose in this paper. The boosting algorithm outperforms theory-based models. Furthermore, we extend the current software implementation of conditional Akaike Information Criteria for additive mixed models with observation weights. We present a novel two-step selection process suitable for a wide range of applications that enables to empirically compare theory- and data-driven models with varying data availability.

研究动机与目标

• 为解决传统估计方法在通胀建模中的局限性，这些方法常因假设过严和解释力不足而导致错误的政策结论。
• 通过整合理论与数据驱动的模型选择方法，识别在不同国家（包括发达国家、新兴市场和低收入国家）中通胀的最重要决定因素。
• 通过引入非线性关系、结构突变和国家特定异质性，利用加法混合模型（AMMs）提升模型性能。
• 评估宏观经济、制度和政治变量在解释通胀趋势方面的时间与跨国相对重要性。
• 提供一个稳健且可复现的框架，利用cAIC进行高维面板数据的模型选择，并提供软件实现。

提出的方法

• 采用加法混合模型（AMMs），以允许通胀与预测变量之间存在灵活的非线性关系，同时考虑国家特定和时间特定的随机效应。
• 使用基于模型的提升（MB）作为数据驱动的变量选择与估计技术，以识别最具预测力的回归变量组合，而无需依赖预设的理论模型。
• 应用带观测权重的条件赤池信息准则（cAIC），用于比较并选择98个理论驱动模型与基于提升算法的模型。
• 利用1997至2015年间覆盖122个国家的37个解释变量的综合数据集，通过合理滞后处理以反映因果时序。
• 实施两阶段模型选择流程：首先比较理论模型，然后将最优理论模型与提升模型进行比较。
• 使用惩罚样条估计连续预测变量（如能源价格、产出缺口）的非线性效应，并报告有效自由度（EDF）以评估模型复杂度。

实验结果

研究问题

• RQ1 在1997至2015年间，涵盖122个多样化国家的宏观经济、制度和政治变量中，哪些最能解释通胀？
• RQ2 与线性固定效应方法相比，非线性关系和结构突变如何影响通胀模型的解释力？
• RQ3 在预测通胀方面，数据驱动的提升算法在多大程度上优于理论模型？
• RQ4 能源价格、能源租金及其相互作用在驱动通胀动态中的相对重要性如何？
• RQ5 在低通胀环境下，人均GDP、信贷增长与产出缺口在预测通胀方面的表现如何比较？

主要发现

• 提升算法（MB）获得了最低的cAIC，因此在整体模型拟合上表现最佳，优于所有理论模型，能够更充分地解释通胀变异。
• 能源价格与能源租金之间的交互作用表现出与通胀强烈且非线性的关系，是本研究中识别出的最重要决定因素。
• 仅能源价格的影响小于其与能源租金的交互作用，后者解释的通胀动态比例高于单一变量效应。
• 人均GDP是比产出缺口更重要的通胀驱动因素，这挑战了产出缺口在货币政策模型中的传统作用。
• 信贷增长比M2增长更具预测力，表明信贷创造可能比广义货币供应量目标更具政策有效性。
• 产出缺口与通胀之间存在复杂且非线性的关系——在产出缺口介于-5%至20%的范围内呈现正向影响，但危机后出现结构性转变，表明其政策相关性随时间而变化。