Business Cycle Analysis: Comparing DSGE models with Financial Frictions
Hebben economen (iets) geleerd uit de financiële crisis?
Als de financiële crisis één iets duidelijk heeft gemaakt, dan is het wel dat de financiële markten niet perfect werken. Na de financiële crisis is er heel wat kritiek gekomen op macro-economische modellen omdat ze de crisis niet hadden voorspeld. Zo schreef Nobelprijswinnaar Paul Krugman in juni 2010 in The Economist (vrij vertaald): “Het grootste deel van het werk op macro-economisch vlak was in het beste geval nutteloos en in het slechtste geval schadelijk”. Een groot aantal economen ziet in de crisis echter een stimulans om de bestaande modellen drastisch te verbeteren en realistischer te maken. Een blijk van erkenning voor dergelijk wetenschappelijk werk kwam er in 2011, toen Sims en Sargent de Nobelprijs in ontvangst mochten nemen.
Macromodellen maken het namelijk mogelijk op een systematische wijze het beleid van centrale banken en overheden te analyseren. Het bewijs van hun nut ligt in hun veelvuldig en veelzijdig gebruik voor voorspellingen en analyses van de economie. Ze vormen een rijke aanvulling op de traditionelere methoden. Ze hebben echter, evenmin als de bankiers en de financiële markten, de omvang van de financiële crisis kunnen voorspellen.
Een van de kernverklaringen voor de afwezige voorspellingen is dat de “pre-crisis” modellen geen realistische financiële sector hadden opgebouwd. Veel van het onderzoek na de crisis concentreerde zich dan ook op het integreren van een dergelijke sector. Dit onderzoek creëerde echter een wildgroei aan modellen waardoor het overzicht al snel verloren ging.
Deze thesis richt zich dan ook op het analyseren van verschillende macromodellen met een “imperfecte” financiële sector. De groei van deze modellen leidt namelijk tot nieuwe vragen. Hoe modelleren ze een financiële sector? Waarin verschillen deze modellen? Hoe zijn ze opgebouwd? Waarop ligt de nadruk? Welke belangrijke veronderstellingen liggen aan de basis? Welke verschillende voorspellingen geven ze?
Om deze vragen te beantwoorden onderzoekt de thesis op een fundamentele manier de modellering van de recente modellen. Centraal staat de vraag of de nieuwere financiële modellen effectief een scherpere daling van productie, leningen en investeringen voorspellen zoals dat het geval was tijdens de financiële crisis.
Het eerste deel van de thesis bespreekt de opbouw van verschillende modellen. De geselecteerde modellen vallen uiteen in drie categorieën. De eerste categorie wordt gevormd door de “pre-crisis” modellen, die uitgaan van een perfect werkende financiële sector. De tweede categorie bevat modellen die bedrijven beperken in het lenen voor investeringen. In de derde categorie zitten modellen die banken beperken in het uitlenen. Aangezien het de banken waren die zwaar onder druk kwamen tijdens de financiële crisis, is de groei van modellen vooral in deze categorie gebeurd.
Het tweede deel vergelijkt de voorspellingen van de modellen aan de hand van verschillende experimenten. Deze experimenten hebben als uitgangspunt dat er een onverwachte intereststijging is van de centrale bank. Deze intereststijging zorgt ervoor dat leningen voor bedrijven duurder worden. Bedrijven gaan daardoor minder investeren, wat zorgt voor een terugval in activiteit in de economie. Vanuit de theoretische bespreking in het eerste deel is de hypothese dat “financiële imperfectiemodellen” een versterkend negatief effect hebben op de daling van economische activiteit. Dat versterkend effect staat bekend onder de term “tweede ronde-effect” en vormt de kern van de volgende resultaten.
Het eerste resultaat is dat de financiële modellen inderdaad een sterkere daling van productie, leningen en investeringen weergeven, wat in de lijn ligt van de verwachtingen. Verder is er ook een grotere daling in aandeelkoersen, waarde van kapitaal, alsook een sterkere stijging van de risicopremie. Zeer belangrijk is echter dat er substantiële verschillen zijn tussen de twee categorieën met financiële beperkingen. De modellen met bankbeperkingen voorspellen namelijk een veel zwaardere terugval in investeringen en aandeelkoersen dan de modellen met beperkingen voor bedrijven. Dat is een bemoedigend resultaat aangezien de bankmodellen proberen de grotere terugval in de economie ten tijde van de crisis te verklaren.
Het tweede belangrijke resultaat is dat de bankmodellen veel interestgevoeliger zijn dan de andere modellen. Dat wil zeggen dat een gelijke interestvoetstijging een veel grotere impact heeft op de economie. Concreet heeft dit als gevolg dat het beleid van de Europese Centrale Bank veel belangrijker wordt.
Een voorbeeld: Stel dat de Europese Centrale Bank de effecten van een interestverlaging analyseert. Het “pre-crisis” model gaat een veel zachtere daling in productie voorspellen dan het bankmodel. Het is dan ook van cruciaal belang om te weten welk model “op dat tijdstip” het best aan de realiteit beantwoordt, zowel voor centrale banken als voor de overheden.
De financiële crisis heeft duidelijk gemaakt dat de hypothese van perfect werkende financiële markten niet correct is. Als gevolg daarvan is het aantal modellen dat een imperfecte financiële sector integreert de laatste jaren explosief toegenomen. De thesis toont aan dat deze modellen duidelijk andere voorspellingen hebben voor het gedrag van de economie. Bovendien liggen hun voorspellingen van een hogere daling van productie, leningen en investeringen in lijn van de ernst van de financiële crisis. Aangezien economische modellen een centraal onderdeel uitmaken van het beleid van centrale banken en van de overheid, vormen deze nieuwere modellen een belangrijke bouwsteen voor een beter beleid.
Bibliografie
Angelini, P., Neri S., Panetta F., (2010). “Monetary and macroprudential policies”, Bank of Italy, mimeo.
Bernanke, B., Gertler M., (1989). "Agency costs, Net worth, and Business Fluctuations." American Economic Review, 79:14-31.
Bernanke, B., Gertler, M., Gilchrist, S., (1999). "The Financial Accelerator in a Quantitative Business Cycles Framework." In John B. Taylor and Michael Woodford, eds.,Handbook of Macroeconomics Volume 1C. Amsterdam: Elsevier Science, North-Holland.
Bean, C., Paustian, M., Penalver A., Taylor, T., (2010). ”Monetary policy after the fall”, paper presented at the Federal Reserve Bank of Kansas City Annual Conference,Jackson Hole, Wyoming.
Bryant, R., Hooper, P., Mann C., eds. (1993).“ Evaluating Policy Regimes: New Research in Empirical Macroeconomics.” Washington, D.C.: The Brookings Institution.
Brunnermeier, M., Sannikov, Y., (2011). “A Macroeconomic Model with a Financial Sector.”Princeton University, mimeo.
Calvo, G. (1983). "Staggered Prices in a Utility-Maximizing Framework." Journal of Monetary Economics, 12: 383–98.
Carlstrom, C., Fuerst, T., (1997). "Agency costs, Net Worth, and Business Fluctuations: a Computable General Equilibrium Analysis."American Economic Review, 87:893-910.
Christensen, I., Dib, A., (2008). "The Financial Accelerator in an Estimated New Keynesian model." Review of Economic Dynamics, 11: 155-178.
Christiano, L., Eichenbaum M., Evans, C., (2005). "Nominal Rigidities and the Dynamic Effects of a Shock to Monetary Policy." Journal of Political Economy, 113(1): 1–45.
Cogley, T., Bianca, D., P., Christian, M., Kalin, N., Tony, Y., (2011). "A Bayesian approach to optimal monetary policy with parameter and model uncertainty." Bank of England working papers 414, Bank of England.
Cúrdia, V., Woodford., M., (2010).“Credit Spreads and Monetary Policy.”Journal of Money Credit and Banking, 42, 1:3-35.
De Graeve, F., (2008). "The External Finance Premium and the Macroeconomy: US Post-WWII Evidence."Journal of Economic Dynamics and Control, 32: 3415-3440.
Faia, E., Monacelli, T., (2005). “Optimal Monetary Policy, Asset Prices and Credit Frictions”, CEPR Discussion Paper 4880.
Fisher, I., (1933). "The debt-deflation theory of great depressions."Econometrica, 1:337-357.
Gelain, P., (2010).“The external finance premium in the euro area: A dynamic stochastic general equilibrium analysis.”North American Journal of Economics and Finance, 21: 49–71.
Gerali, A., Neri, S., Sessa, L., Signoretti, F., M.,(2010). ”Credit and Banking in a DSGE Model of the Euro Area.” Journal of Money, Credit and Banking, Supplement to Vol. 42,6: 107-141.
Gerdesmeier, D., Roffia, B., (2004). “Empirical estimates of reaction functions for the euro area.”Swiss Journal of Economics and Statistics, 140(1): 37–66.
Gertler, M., Karadi, P., (2011). “A model of unconventional monetary policy” Journal of
Monetary Economics, 58(1): 17-34.
Groth, C., Khan, H., (2010). "Investment Adjustment Costs: An Empirical Assessment." Journal of Money, Credit and Banking, Blackwell Publishing, vol. 42(8): 1469-1494.
Iacoviello, M., (2005). "House Prices, Borrowing Constraints, and Monetary Policy in the Business Cycle." The American Economic Review 95: 739-764.
Ireland, P., (2003). “Endogenous money or sticky prices?” Journal of Monetary Economics, 50: 1623–1648.
Juillard, M., (1996), "Dynare: A Program for the Resolution and Simulation of Dynamic Models with Forward Variables Through the Use of a Relaxation Algorithm." CEPREMAP, working paper, 9602.
Kiyotaki, N., Moore, J. (1997). "Credit cycles", Journal of Political Economy, 105: 211-248.
Levin, A., Wieland, V., Williams, J. C., (2003). “The performance of forecast-based monetary policyrules under model uncertainty.”The American Economic Review, 93(3): 622–645.
Lucas, R., (1976). "Econometric Policy Evaluation: A Critique." Carnegie-Rochester Conference Series on Public Policy 1: 19–46.
ECB, (2008) “ The role of banks in the monetary policy transmission mechanism .”ECB Monthly Bulletin. August 2008.
Meier, A., Müller, G., (2006). “Fleshing out the monetary transmission mechanism: Output composition and the role of financial frictions.” Journal of Money,Credit and Banking, 38(8): 2099-2133.
Orphanides, A., (2007). "Taylor rules." Finance and Economics Discussion Series, 2007-18, Board of Governors of the Federal Reserve System (U.S.).
Orphanides, A., Wieland, V., (1998). “Price stability and monetary policy effectiveness when nominalinterest rates are bounded at zero.” Finance and Economics Discussion Series, 98-35, Board of Governors of the Federal Reserve System.
Orphanides, A., Wieland, V., (2012). “Complexity and Monetary Policy.” Forthcoming.
Queijo,V. (2005). “How important are financial frictions in the U.S. and Euro Area?” Seminar Papers 738. Stockholm University, Institute for International Economic Studies.
Romer, D., (2012). “Advanced Macroeconomics: Fourth Edition.” McGraw-Hill Education.
Smets, F., Wouters, R., (2003). "An Estimated Dynamic Stochastic General Equilibrium Model of the Euro Area." Journal of the European Economic Association, 1(5):1123–1175.
Smets, F., Wouters, R., (2007). "Shocks and Frictions in U.S. Business Cycles: A Bayesian DSGE Approach." American Economic Review,97(3): 506–606.
Taylor, J., B. (1993a). “Macroeconomic Policy in a World Economy.” New York: Norton.
Taylor, J., B., Wieland V., (2012). “Surprising comparative properties of monetary models: Results from a new data base.”Review of Economics and Statistics, forthcoming.
Townsend, R., (1979). "Optimal contracts and competitive markets with costly state verification." Journal of Economic Theory, 21: 265-293.
Villa, S., (2012). “On the nature of the financial system in the Euro Area: a Bayesian DSGE approach.” mimeo, University of London, Birkbeck College.
Walentin, K., (2005). “Asset Pricing Implications of Two Financial Accelerator Models.”mimeo, New York University.
Wieland, V., Cwik, T., Mueller, G., Schmidt, S., Wolters, M., (2012)."A New Comparative Approach to Macroeconomic Modelling and Policy Analysis." Manuscript, Center for Financial Studies, Frankfurt.
Woodford, M., (2003). Interest and Prices, Princeton University Press.
