HP-filter eller ikke HP-filter. Det er gapets spørsmål #nerdete

Det har gått litt hett i potensiell produksjonsdiskusjonen i det siste i USA. For å kunne si noe om svingninger i økonomien danner økonomer seg et referansebilde. En stilisert økonomi vi kan sammenlikne virkeligheten med. En perfekt økonomi, eller en potensiell økonomi.

Problemet er selvfølgelig at det er mange måter å konstruere en potensiell økonomi.

Mark Thoma går gjennom ulike metoder for å måle denne potensielle økonomien, og viser at det er en viktig diskusjon.

Vi hopper til den siste modellen han viser, nemlig at den potensielle økonomien er glattet ut med et filter for å kompensere for ulike problemer.

Den røde linken er trend siden 2002 (i artikkelen kan du se trend fra 1947), og den blå er den naturlige logaritmen av real BNP.

Med dette filteret, kalt HP filteret, er økonomien i USA i dag over trend.

Dette viser at diskusjonen om økonomien må gå dypere enn litt modellering.

Unfortunately, there is no perfect way to choose among the gap models (the problem is that you have one time-series, output, and you are trying to extract two things, a trend and a cycle, and that can’t be done without an assumption of some sort — and when assumptions are involved, there’s room to argue about their validity). If I had to choose, it would be somewhere between the first and second models. That is, I think the long-run trend for GDP is lower than the pre-crisis track we were on, but not as low as the more dour among us believe (and, to be clear, I endorse the stochastic trend model, but from the accumulated econometric evidence I’ve seen, I think aggregate demand shocks are the more important source of variation in output over time — e.g. the movement in the trend in model three is much too large). In any case, I think there’s enough uncertainty about the size of the gap, and enough asymmetry in the errors — assuming model three when model one is actually true is worse than the other way around — to justify aggressive policy actions to help the economy.

%d bloggers like this: