Essays in macroeconomics

Abstract

This thesis consists of three chapters on topics in Macroeconometrics. Chapter 1 develops a hypothesis test to evaluate economic models and their forecasts robust to instabilities. The test is particularly powerful in the presence of multiple breaks and can be applied to in-sample and out-of-sample moment conditions. An application to predictability of the U.S. equity premium provides evidence in favour of “predictability pockets”. Chapter 2 investigates the evolution of the Federal Reserve information advantage and the information channel of U.S. monetary policy. It provides evidence that the information channel is historically relevant, but finds substantially weaker evidence of its presence in recent years, once instabilities are accounted for. Chapter 3 develops a semi-parametric approach to conduct inference in non-Gaussian SVAR models robust to “weak” non-Gaussianity. The method exploits non-Gaussianity when it is present, while yielding correct coverage regardless of the distribution of the structural errors. An application revisits U.S. labor supply and demand elasticities and highlights the limitations of using non-Gaussianity for identification.

Aquesta tesi consta de tres capítols sobre temes de macroeconometria. El capítol 1 desenvolupa una prova d’hipòtesi per avaluar els models econòmics i les seves previsions robustes a les inestabilitats. La prova és particularment potent en presència de trencaments múltiples i es pot aplicar a condicions de moment dins i fora de la mostra. Una aplicació a la predictabilitat de la prima de renda variable dels Estats Units proporciona evidències a favor de “bosses de predictibilitat”. El capítol 2 investiga l’evolució de l’avantatge informativa de la Reserva Federal i el canal d’informació de la política monetària dels Estats Units. Proporciona evidències que el canal d’informació és històricament rellevant, però troba proves substancialment més febles de la seva presència en els darrers anys, un cop es comptabilitzen les inestabilitats. El capítol 3 desenvolupa un enfocament semiparamètric per conduir la inferència en models SVAR no gaussians robustos a no gaussianitat “feble”. El mètode explota la no-gaussianitat quan hi és present mentre proporciona una cobertura correcta independentment de la distribució dels errors estructurals. Una aplicació revisa les elasticitats de la oferta i la demanda de mà d’obra dels Estats Units i posa de manifest les limitacions de l’ús del no gaussianisme per a la identificació.