Description

Abstract: Using identification-robust methods, the authors estimate and evaluate for Canada and the United States various classes of inflation equations based on generalized structural Calvo-type models. The models allow for different forms of frictions and vary in their assumptions regarding the type of price indexation adopted by firms. Point and confidence-set parameter estimates are obtained based on the inversion of identification-robust test statistics. Focus is maintained on the structural aspect of the model with formal imposition of the restrictions that map the theoretical model into the econometric one. The results show that there is some statistical merit to using indexation-based Calvo-type models for inflation. However, some identification difficulties are also uncovered with considerable uncertainty associated with estimated parameter values. In particular, we find that implausibly-high frequency of price re-optimization values cannot be ruled out from our identification-robust confidence sets.

Résumé: À l'aide de méthodes d'inférence robustes sur le plan de l'identification, les auteurs estiment et évaluent, pour le Canada et les États-Unis, plusieurs classes d'équations d'inflation fondées sur des modèles structurels généralisés comportant un mécanisme de révision des prix à la Calvo. Ces modèles autorisent des frictions diverses et définissent le type d'indexation des prix adopté par les entreprises selon différentes hypothèses. Les auteurs obtiennent une estimation ponctuelle des paramètres et déterminent une région de confiance en inversant le résultat de tests d'inférence robustes. Les restrictions qu'implique le modèle théorique sont imposées au modèle économétrique afin de maintenir la dimension structurelle du modèle. Les résultats révèlent une certaine légitimité statistique des modèles à la Calvo avec indexation des prix aux fins de la prévision de l'inflation. Ces modèles présentent cependant certains problèmes d'identification puisqu'une forte incertitude entache les valeurs estimées des paramètres. Les auteurs n'arrivent notamment pas à exclure des régions de confiance calculées des fréquences de révision des prix trop élevées pour être vraisemblables.

Details

PDF

Files

Statistics

from
to
Export
Download Full History