Pablo Aguilar - Four Essays on Uncertainty and Expectations in Macroeconomics

Le Recteur de l'Université catholique de Louvain fait savoir que

Pablo Aguilar

soutiendra publiquement sa dissertation pour l'obtention du titre de Docteur en sciences économiques et de gestion

“Four Essays on Uncertainty and Expectations in Macroeconomics”

Abstract

This thesis studies how the presence of uncertainty and the formation of expectations interact with the macroeconomy. It abandons the hypothesis of rational expectations traditionally present in macroeconomic models to explore how agents under adaptive learning form their expectations facing limited information and the presence of uncertainty and how this feeds back into the economy.

The first two chapter explore the importance of financial information when agents have to form expectations about macroeconomic outcomes under limited information through the lens of a Dynamic Stochastic General Equilibrium (DSGE) model with agents under adaptive learning expectations and how this process can feed back into the economy. The first chapter focuses on short-term expectations using the term structure of interest rates under the expectation hypothesis while the second chapter focuses on long-term expectations through the inclusion of with multi-period expectations based on bond yields that are priced with separate Euler equations instead. The inclusion of financial information through adaptive learning expectations uncovers a financial-macroeconomic channel normally absent in macroeconomic models, improving the overall fitting of the model estimated for the U.S. and becoming an additional source of the persistence in the business cycle decomposition.

The third chapter presents a methodology to measure the real-time impact of uncertainty in the economy during crisis. Based on textual analysis it constructs an economic sentiment indicator capturing the economic tone of news daily published in the Spanish press. Using nowcast techniques this chapter shows how this indicator becomes relevant in tracking economic activity in real-time and predicting the impact of economic uncertainty during the COVID-19 crisis from an earlier date compared to other macroeconomic indicators.

The fourth chapter shows how uncertainty affects agents’ expectations during large crisis. It introduces adaptive learning in a stylized Dynamic General Equilibrium model of the U.S. Great Depression of the 1930s, thereby contributing to assessing the quantitative importance of uncertainty as a driving factor of the Depression. Results from simulations show that the calibrated model with adaptive learning outperforms its rational-expectations counterpart, especially for what concerns the explanation of the slow recovery from the Depression, pointing to uncertainty affecting expectations as an important factor delaying the recovery, an aspect that is not captured under rational expectations models, without introducing animal spirits or forsaking the analytical advantage and quantitative strength of DGE modelling.

Résumé

Cette thèse étudie comment la présence d'incertitude et la formation des anticipations des agents interagissent avec la macroéconomie. Elle abandonne l'hypothèse d'anticipations rationnelles traditionnellement présente dans les modèles macroéconomiques pour explorer l’effet des anticipations adaptatives des agents sur l’économie dans un contexte d’information limitée et d’incertitude.

Les deux premiers chapitres analysent l'importance de l'information financière dans un contexte d’information limitée et avec des agents avec des anticipations adaptatives à travers un modèle d'équilibre général dynamique stochastique (DSGE). Cette méthodologie permet de connaître les effets précédents sur l’économie. Le premier chapitre met l’accent sur les attentes à court terme en utilisant la structure par terme des taux d'intérêt dans le cadre de l'hypothèse d'attente, tandis que le deuxième chapitre se concentre sur les attentes à long terme en incluant des attentes multi-périodes basées sur les rendements obligataires qui sont évalués avec des équations d'Euler séparées. L'inclusion d'informations financières par le biais d'anticipations d'apprentissage adaptatif met en évidence un canal financier-macroéconomique normalement absent des modèles macroéconomiques, améliorant l'ajustement global du modèle estimé pour les États-Unis et devenant une source supplémentaire de la persistance dans la décomposition du cycle économique.

Le troisième chapitre présente une méthodologie permettant de mesurer l'impact en temps réel de l'incertitude dans l'économie pendant la crise. En se basant sur l'analyse textuelle, il construit un indicateur de sentiment économique capturant le ton économique des nouvelles publiées quotidiennement dans la presse espagnole. En utilisant des techniques de prévision immédiate, ce chapitre montre comment cet indicateur devient pertinent pour suivre l'activité économique en temps réel et prédire l'impact de l'incertitude économique pendant la crise COVID-19 à partir d'une date antérieure par rapport à d'autres indicateurs macroéconomiques.

Le quatrième chapitre montre comment l'incertitude affecte les attentes des agents pendant une crise importante. Il introduit l'apprentissage adaptatif dans un modèle stylisé d'équilibre général dynamique de la Grande Dépression américaine des années 1930, contribuant ainsi à évaluer l'importance quantitative de l'incertitude comme facteur moteur de la Dépression. Les résultats des simulations montrent que le modèle calibré avec l'apprentissage adaptatif surpasse son homologue à attentes rationnelles, en particulier en ce qui concerne l'explication de la lenteur de la reprise après la dépression, indiquant que l'incertitude affectant les attentes est un facteur important qui retarde la reprise, un aspect qui n'est pas pris en compte dans les modèles à attentes rationnelles, sans introduire d'esprit animal ou renoncer à l'avantage analytique et à la force quantitative du modèle d'équilibre général dynamique.

Membres du jury 

Prof. Luca Pensieroso (UClouvain), promoteur
Prof. Francesca Monti (UCLouvain), présidente du jury
Prof. Yuliya Rychalovska (UNamur)
Prof. Raf Wouters (NBB)
Prof. Jesús Vázquez (UPV/EHU)