通货膨胀、失业和劳动力。菲利普斯曲线与长期

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

英文标题：
《Inflation, unemployment, and labour force. Phillips curves and long-term
  projections for Austria》
---
作者：
Ivan Kitov, Oleg Kitov
---
最新提交年份：
2013
---
英文摘要：
  We model the rate of inflation and unemployment in Austria since the early 1960s within the Phillips/Fisher framework. The change in labour force is the driving force representing economic activity in the Phillips curve. For Austria, this macroeconomic variable was first tested as a predictor of inflation and unemployment in 2005 with the involved time series ended in 2003. Here we extend all series by nine new readings available since 2003 and re-estimate the previously estimated relationships between inflation, unemployment, and labour force. As before, a structural break is allowed in these relationships, which is related to numerous changes in definitions in the 1980s. The break year is estimated together with other model parameters by the Boundary Element Method with the LSQ fitting between observed and predicted integral curves. The precision of inflation prediction, as described by the root-mean-square (forecasting) error is by 20% to 70% better than that estimated by AR(1) model. The estimates of model forecasting error are available for those time series where the change in labour force leads by one (the GDP deflator) or two (CPI) years. For the whole period between 1965 and 2012 as well as for the intervals before and after the structural break (1986 for all inflation models) separately, our model is superior to the na\\\"ive forecasting, which in turn, is not worse than any other forecasting model. The level of statistical reliability and the predictive power of the link between inflation and labour force imply that the National Bank of Austria does not control inflation and unemployment beyond revisions to definitions. The labour force projection provided by Statistic Austria allows foreseeing inflation at a forty-year horizon: the rate of CPI inflation will hover around 1.3% and the GDP deflator will likely sink below zero between 2018 and 2034.
---
中文摘要：
我们在菲利普斯/费舍尔框架内对奥地利自20世纪60年代初以来的通货膨胀率和失业率进行了建模。劳动力的变化是菲利普斯曲线中代表经济活动的驱动力。对奥地利来说，这一宏观经济变量在2005年首次作为通货膨胀和失业的预测指标进行了测试，相关时间序列于2003年结束。在这里，我们通过2003年以来提供的九个新读数来扩展所有系列，并重新估计之前估计的通货膨胀、失业和劳动力之间的关系。和以前一样，这些关系中允许出现结构性断裂，这与20世纪80年代定义的许多变化有关。利用边界元法，在观测到的积分曲线和预测的积分曲线之间进行LSQ拟合，并结合其他模型参数，估计出断裂年。由均方根（预测）误差描述的通货膨胀预测精度比AR（1）模型估计的精度高20%到70%。对于劳动力变化领先一年（GDP平减指数）或两年（CPI）的时间序列，可以使用模型预测误差估计值。在1965年至2012年的整个时期内，以及结构突变前后的时间间隔内（所有通胀模型均为1986年），我们的模型优于na\\“反过来，ive预测并不比任何其他预测模型差。统计可靠性的水平和通货膨胀与劳动力之间联系的预测能力意味着奥地利国家银行对通货膨胀和失业的控制不超过定义的修订。奥地利统计局提供的劳动力预测允许在一定程度上预测通货膨胀第三年：2018年至2034年间，CPI通胀率将徘徊在1.3%左右，GDP平减指数可能降至零以下。
---
分类信息：

一级分类：Quantitative Finance        数量金融学
二级分类：General Finance        一般财务
分类描述：Development of general quantitative methodologies with applications in finance
通用定量方法的发展及其在金融中的应用
--

---
PDF下载：
-->

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：菲利普斯曲线 通货膨胀 菲利普斯 菲利普 劳动力

通货膨胀、失业和劳动力。菲利普斯曲线和俄罗斯科学院地球圈动力学研究所Austriaivan Kitov的长期预测摘要我们在Phillips/Fisher框架内对20世纪60年代初以来奥地利的通货膨胀率和失业率进行了建模。劳动力的变化是菲利普斯曲线中代表经济活动的驱动力。对奥地利来说，这一宏观经济变量在2005年首次作为通货膨胀和失业的预测指标进行了测试，相关时间序列于2003年结束。在这里，我们通过2003年以来提供的九个新读数来扩展所有系列，并重新估计先前估计的通货膨胀、失业和劳动力之间的关系。和以前一样，这些关系中允许出现结构性断裂，这与20世纪80年代定义的许多变化有关。利用边界元法，通过观测曲线和预测曲线之间的LSQ拟合，估算了断裂年和其他模型参数。用均方根（AR）预测通货膨胀的精度比用均方根（AR）预测通货膨胀的精度高70%。对于劳动力变化领先一年（GDP平减指数）或两年（CPI）的时间序列，可以使用模型预测误差估计值。对于1965年至2012年的整个时期，以及结构突变前后的时间间隔（所有通货膨胀模型分别为1986年），我们的模型优于天真预测，而天真预测并不比任何其他预测模型差。

统计可靠性的水平以及通货膨胀和劳动力之间联系的预测能力意味着，奥地利国家银行除了对定义进行修订外，不会对通货膨胀和失业进行控制。奥地利统计局（Statistic Austria）提供的劳动力预测允许在40年内预测通胀：CPI通胀率将徘徊在1.3%左右，GDP平减指数可能在2018年至2034年间降至零以下。关键词：通货膨胀、失业、劳动力、菲利普斯曲线、预测、货币政策、澳大利亚分类：E2、E3 E5简介物价稳定是央行的关键职责。根据《欧盟职能条约》，奥地利国家银行（Oesterreichische Nationalbank，OeNB）建立了价格稳定的定量定义，该定义低于但接近2%（OeNB，2013）。货币政策必须提供目标价值，因此，应该由为决策过程设计的广泛分析框架来支持。在这个框架内，经济分析侧重于产出和价格。理解价格通胀和失业的短期波动和长期演变背后的驱动力，为稳健的货币政策奠定了坚实的基础。奥地利关于通货膨胀的文献没有美国那么广泛，其作者分别来自奥地利经济研究所（WIFO）（如鲍姆加特纳，2002年）、高等研究所（IHS）（如霍弗和科曼，1991年）和OeNB（如弗里泽，2011年；弗里泽等人，2008年）。

有一些研究比较了所有三个机构开发的通货膨胀模型（例如，Ragacs和Schneider，2007）。考虑到自20世纪50年代初以来测量的数据质量，以及奥地利经济计量模型的准确性，应该成为更广泛经济社会专业人士关注的焦点。21世纪的两次经济危机极大地改变了发达国家描述和预测通货膨胀的工具集，提出了新凯恩斯-菲利普斯曲线（NKPC）的概念。Galíand Gertler（1999）为“通货膨胀预期”制定了一个量化模型，该模型由各种货币和财政政策工具控制（或锚定）。这一概念使央行成为与发达国家货币政策差异及其结果相关的比较通胀研究的重点（Galíet al.，2001；Sims，2007）。Galíand Monacelli（2005）介绍了小型开放经济体的情况，贸易条件扩展了最初的定义参数集，这被认为与奥地利经济最相关。然而，Rumler（2007年）和Mikhailov等人（2008年）使用NKPC对小型开放经济体的通胀动态进行了建模，发现贸易条件（外部因素）对奥地利的价格通胀起到了一定的推动作用。基托夫（2006）利用劳动力的变化作为通货膨胀和失业的唯一驱动力，为奥地利构建了一条菲利普斯曲线（PC）。1965年至2003年期间，在1986年附近出现结构突变时，建模误差小于同一时期任何其他结构模型的建模误差。

劳动力的变化解释了1965年至2003年期间CPI通货膨胀率81%的可变性（R=0.81），其最佳拟合模型的均方根误差（RMSE）约为0.01 y-1（每年1%）。在本研究中，我们将时间序列延长至2012年，重新审视原始模型，并对其进行验证。我们的结果表明，OeNB很难控制通货膨胀和失业，但依赖于自20世纪90年代末以来劳动力的缓慢变化。预测是中央银行经济分析的重要组成部分。Rumler和Valderrama（2010）使用单一方程NKPC预测通货膨胀，并系统地将其结果与传统的菲利普斯曲线、aBayesian VAR（这也是首次用于预测奥地利通货膨胀）、传统VAR、AR模型以及1季度、4季度和8季度的原始预测结果进行了比较。他们发现，仅在1年和2年的较长预测期内，NKPC就较低的RMSE而言，优于时间序列模型、传统PC和朴素预测得出的预测。使用劳动力作为通货膨胀的驱动力（例如Kitov和Kitov，2010）将通货膨胀预测转化为劳动力预测。在劳动力市场调查和劳动力市场调查的短期预测和长期预测中，劳动力市场调查和劳动力市场调查的预测可能会被破坏。本文的剩余部分包括两个部分和结论。

第一节简要介绍了菲利普斯曲线框架内的主要发展，介绍了研究参数之间的一组线性和滞后关系，并描述了用于估计这些关系中系数的边界元法。第2节介绍了奥地利一系列修正的通货膨胀和失业模型，并报告了两个人的一些定量/统计结果，以及劳动力、通货膨胀和失业之间的一般联系。1.费希尔/菲利普斯曲线（Fisher/Phillips curve Frameworkering Fisher，1926）引入了价格通胀，作为失业率的驱动因素。1925年至1915年的月度通胀数据滞后了五个月。感染和失业时间序列较短，且包含较高的测量误差，以产生相关因果关系中系数和滞后的稳健统计估计。Kitov（2009）利用1965年至2008年间的观察结果，估计了美国的费舍尔式关系，并发现失业率的变化落后于通货膨胀率的变化100个季度。43年的时间段为回归系数和滞后提供了良好的分辨率和较高的统计可靠性。这种关系被成功地检验为协整和格兰杰因果关系。两年半的滞后意味着唯一的发生顺序。但其他国家可能表现出不同的滞后和顺序（Kitov和Kitov，2010）。菲利普斯（1958）将英国（工资）通胀和失业之间的联系解释为相反的方向。最初的菲利普斯曲线暗示了名义工资率变化率和当代失业率之间的因果和非线性联系。他认为工资是由失业率的变化驱动的。

因果关系的假设在英国的某些时期很有效。当应用于美国的通货膨胀和失业测量时，个人电脑成功地解释了20世纪50年代。此后，个人电脑成为宏观经济学不可或缺的一部分，从那以后，中央银行一直在广泛使用它。然而，个人电脑的成功并没有持续多久，在20世纪60年代末和70年代初测量的新数据挑战了原始版本。在对奥地利的通货膨胀和失业进行建模时，我们遵循通货膨胀和失业之间因果关系的原始假设，构建了一条费希尔/菲利普斯经验曲线。20世纪60年代末和70年代的快速通货膨胀给最初的个人电脑概念带来了重大变化。主流理论必须包括通货膨胀和失业的自回归特性，以解释观察结果。为了定量精确，失业率被经济和金融活动的不同参数所取代。总而言之，通货膨胀和失业之间存在因果关系的基本假设被抛弃，取而代之的是“理性预期”假设（卢卡斯，1972年，1973年），后来又被“通胀预期”的概念所取代（加里和格特勒，1999年）。前一种方法包括不同数量的过去通货膨胀值（自回归项）。20世纪70年代中期，通货膨胀开始持续，并在20世纪70年代中期结束。通货膨胀预期的概念出现在20世纪90年代末，以解释货币和财政当局控制的大缓和（Clarida等人，2000年；Cecchetti等人，2004年；伯南克，2004年）（Sims，2007年，2008年）。

引入“新凯恩斯主义菲利普斯曲线”一词是为了将这种新方法与最初的凯恩斯主义框架联系起来（戈登，2009）。相对于简约的菲利普斯曲线，NKPC（几个系数不同的自回归项）中定义参数的数量显著增加。然而，这两种方法都未能成功地定量解释和预测通货膨胀和/或失业（例如，陆克文和惠兰，2005年ab）。Stock和Watson（1999）对数据直言不讳，并使用各种活动参数（单独和聚合形式）测试了大量基于菲利普斯曲线的模型的预测能力，而不是失业率。这种纯粹的计量经济学方法不包括长期的经济投机，其目的是寻找技术上合适的预测指标。主成分分析（Stock和Watson，2002）是多预测模型的自然延伸，几乎忽略了任何理论背景。在主成分分析法下，通货膨胀的驱动力基本上是隐藏的。英国最初的菲利普斯曲线和费舍尔曲线（可以称为“反菲利普斯曲线”）都为通货膨胀和失业之间存在因果关系提供了坚实的证据。当两个变量都由具有不同滞后的第三种力量驱动时，因果关系方向之间的冲突可以得到解决。更大的通货膨胀可能落后于或导致失业，这取决于哪个滞后。在日本发现的共同运动只是一个例子（Kitov和Kitov，2010）。我们的研究框架类似于Stockand Watson（2006、2007、2008）在许多预测因素方面介绍和开发的框架。

他们评估了各种规格的菲利普斯曲线中通货膨胀预测的性能。他们的研究是由Atkeson andOhanian（2001）证明的单变量模型（天真预测）的预测结果所推动的。Stock和Watson令人信服地证明，无论是2007年危机之前（2007年）还是危机之后（2010年），菲利普斯曲线规范都无法在一年的时间范围内对天真的预测提供长期改进。按照Fisher和Phillips的说法，我们在Phillips曲线中不包括自回归成分，并估计了两种不同的通货膨胀规格：t） =α+βu（t-t）+（t）（1）t） =α+βl（t-t）+（t）（2）式中t） 是时间t时的价格通胀率，α和β是菲利普斯曲线的经验系数，时滞t可以是正的或负的，u（t）是失业率，（t）是误差项，我们通过应用于累积曲线的最小二乘法（LSQ）最小化误差项，初始和最终水平固定在观测值上。在（2）中，l（t）=dlnLF（t）/dt是劳动力的变化率，α和β是通货膨胀和劳动力之间联系的经验系数，是通货膨胀的非负时滞，（t）是模型残差。然后，我们将失业率表示为劳动力变化率的线性滞后函数：ut） =α+βl（t-t）+（t）（3），其系数和滞后的含义与（2）中相同。

我们用一个通用版本最终确定了一组因果模型：t） =α+βl（t-t）+γut-t）+（t）（4）关系（2）到（4）已经用过去九年的数据和边界元法（BEM）代替标准回归重新估计。边界元法将线性（或偏）微分方程，例如关系式（2）到（4）转换为一组积分方程。周期积分方程的解是原微分方程的精确解。对于关系（2）：t0∫t01d[lnP（t）]=∫（βd[lnLF（）]+∫αd+∫（）d（5）其中t） 是指价格水平的变化率，P（t），tt和∫（）d=0。积分方程（5）的解如下：│T01=βlnLF│+ αt│+ C（6），其中C是自由项（C=0），必须与来自边界条件的系数α和β一起确定：P（t）=P，P（t）=P，LF()=如果,  如果()=如果。对于1-D问题，我们用固定值作为边界条件，而不是边界积分。（6）中的边界条件数量已完成所有相关系数的计算（或定量估计，如果没有解析解）。在不丧失普遍性的情况下，一条运河将P=1.0设定为边界条件。估计的系数α*、β*、和C*完全定义了（6）的特解：ln[P（t）]=β*ln[LF（）/LF(1)] + α* (1） （7）在t处，以及在tand t之间的整个时间间隔内。假定LF（t）是从测量中已知的一个离散函数。在科学和工程应用中，对所有相关系数的估计给出了边界元法对二维和三维问题的数值解。