Which Hallmarks of Optimal Monetary Policy Rules Matter in Poland? A Stochastic Dominance Approach

• Autorzy: Mariusz Górajski , Zbigniew Kuchta

Warianty tytułu

Jakie cechy optymalnych reguł polityki pieniężnej mają znaczenie dla gospodarki Polski? Analizy na podstawie relacji dominacji stochastycznej

• Języki publikacji: EN

Abstrakty

W niniejszej pracy zastosowano relacje dominacji stochastycznej do porównania optymalnych prostych reguł polityki pieniężnej w modelu racjonalnych oczekiwań z niepewnością parametrów. Wykorzystano nowy algorytm zaproponowany przez Górajskiego i Kuchtę (2021) do obliczania optymalnych rozkładów strat społecznych i optymalnych parametrów reakcji reguł polityki pieniężnej. Nasze podejście pozwala na wyznaczenie SDk-optymalnej reguły, która generuje najmniejszy rozkład strat społecznych według relacji dominacji stochastycznej k-tego rzędu. W modelu Ercega, Hendersona i Levina (2000), oszacowanym dla gospodarki Polski na podstawie danych kwartalnych za lata 1995-2021, zbadano cechy charakterystyczne reguł polityki pieniężnej dla minimalizującego straty społeczne banku centralnego. W tym celu przy użyciu testów Lintona-Maasoumi-Whanga (2005) dla stochastycznej dominacji rzędu pierwszego oraz drugiego porównano rozkłady zminimalizowanych strat dla alternatywnych specyfikacji optymalnych reguł polityki pieniężnej. W empirycznym badaniu dla gospodarki Polski potwierdzono, że uwzględnienie przez decydentów mechanizmu wygładzania stóp procentowych i dodanie do optymalnych reguł polityki pieniężnej zmiennych opisujących aktywność gospodarczą lub poziom płac realnych pozwala na zmniejszenie strat społecznych. Wybór zmiennych reakcji do reguły dla optymalizującego banku centralnego zależy od dynamicznej specyfikacji reguły polityki i mechanizmu wygładzania stóp procentowych. Zidentyfikowano regułę SD1-optymalną dla Polski, minimalizującą funkcję strat społecznych, przy założeniu preferencji decydenta politycznego zgodnych z relacją dominacji stochastycznej rzędu pierwszego. Reguła SD1-optymalna reaguje na bieżące wartości inflacji, płac realnych oraz luki popytowej, a także uwzględnia mechanizm wygładzania stóp procentowych. (abstrakt oryginalny)

EN

We employ a stochastic dominance approach to find and rank alternative optimal simple monetary rules in the rational expectations model of the Polish economy, using a new algorithm to calculate the distributions of the optimal central bank welfare loss and policy feedback parameters. We apply this framework to the Erceg, Henderson and Levin (2000) model estimated for the Polish economy using quarterly data for 1995-2021 and examine monetary policy rule hallmarks for the welfare- -loss-minimising central bank. We confirm the importance of policymakers' interest rate smoothing incentives and introducing variables of real economic activity and wages into optimal monetary policy rules. The central bank's choice of response variables depends on the dynamic specification of the policy rule and the interest rate smoothing mechanism. With an interest rate smoothing mechanism, the contemporaneous monetary policy rule that reacts to inflation, real wages, and the output gap, minimises the welfare loss for all decision makers admitting first-degree stochastic dominance preferences. (original abstract)

Słowa kluczowe

PL

Polityka pieniężna; Teoria racjonalnych oczekiwań; Analiza stochastyczna; Optymalizacja; Model dynamicznej stochastycznej równowagi ogólnej

EN

Monetary policy; Rational expectations theory; Stochastic analysis; Optimalization; Dynamic Stochastic General Equilibrium (DSGE)

• Czasopismo: Bank i Kredyt
• Rocznik: 2022
• Numer: nr 2
• Strony: 149-181

Twórcy

autor

Mariusz Górajski

• University of Lodz

autor

Zbigniew Kuchta

• University of Lodz

Bibliografia

• Adolfson M., Laseen S., Linde J., Villani M. (2007), Bayesian estimation of an open economy DSGE model with incomplete pass-through, Journal of International Economics, 72, 481-511.
• An S., Shorfheide F. (2007), Bayesian analysis of DSGE models, Econometric Review, 26(2-4), 113-172.
• Anderson G.S. (2008), Solving linear rational expectations models: a horse race, Computational Economics, 31, 95-113.
• Baranowski P., Kuchta Z. (2015), Changes in nominal rigidities in Poland - a regime switching DSGE perspective, Lodz Economics Working Papers, 6/2015.
• Baranowski P., Górajski M., Malaczewski M., Szafrański G. (2016), Inflation in Poland under state-dependent pricing, Ekonomicky casopis/Journal of Economics, 64(10), 923-936.
• Bennett Ch.J. (2013) Inference for dominance relations, International Economic Review, 54(4), 1309-1328.
• Bishop J.A., John P.F., Thistle P.D. (1989) Statistical inference, income distributions, and social welfare, Research on Economic Inequality, 1, 49-82.
• Blanchard O., Gali J. (2007), Real wage rigidities and the new Keynesian model, Journal of Money, Credit and Banking, 39, 35-65.
• Blinder A.S. (1999), Central Banking in Theory and Practice, MIT Press.
• Bogusz D., Górajski M., Ulrichs M. (2015), Sztywna vs. elastyczna strategia bezpośredniego celu inflacyjnego w modelu optymalnej polityki pieniężnej dla Polski, Statistical Review, 62(4), 379-396.
• Brzoza-Brzezina M., Suda J. (2021), Are DSGE Models Irreparably Flawed?, Bank i Kredyt, 52(3), 227-252.
• Calvo G.A. (1983), Staggered Prices in a Utility-Maximising Framework, Journal of Monetary Economics, 12, 383-398.
• Chow G.C. (1975), Analysis and Control of Dynamic Economic Systems, Wiley.
• Christiano L.J., Eichenbaum M., Evans Ch.L. (2005), Nominal rigidities and the dynamic effects of a shock to monetary policy, Journal of Political Economy, 113(1), 1-45.
• Cieślik A., Teresiński J. (2020), Comparing business cycles in the Eurozone and in Poland: a Bayesian DSGE approach, Bank i Kredyt, 51(4), 317-366.
• Clarida R., Gali J., Gertler M. (1999), The science of monetary policy: a new Keynesian perspective, Journal of Economic Literature, 37, 1661-1707.
• Cogley T., De Paoli B., Matthes C., Nikolov K., Yates T. (2011), A Bayesian approach to optimal monetary policy with parameter and model uncertainty, Journal of Economic Dynamics and Control, 35(12), 2186-2212.
• Deaton A. (1997), The Analysis of Household Surveys: A Microeconometric Approach to Development Policy, John Hopkins University Press.
• DeJong D.N., Dave Ch. (2007), Structural Macroeconometrics, Princeton University Press.
• Debortoli D., Kim J., Lindé J., Nunes R.C. (2019), Designing a simple loss function for the fed: Does the dual mandate make sense?, Economic Journal, 129(621), 2010-2038.
• Dennis R. (2004), Solving for optimal simple rules in rational expectations models, Journal of Economic Dynamics and Control, 28(8), 1635-1660.
• Dixit A.K., Stiglitz J.E. (1977), Monopolistic competition and optimum product diversity, The American Economic Review, 67(3), 297-308.
• Donald S.G., Hsu Y.C. (2016), Improving the power of tests of stochastic dominance, Econometric Review, 35(4), 553-585.
• Erceg Ch. J., Henderson D.W., Levin A.T. (2000), Optimal monetary policy with staggered wage and price contracts, Journal of Monetary Economics, 46, 281-313.
• Fernandez-Villaverde J. (2010), The econometrics of DSGE Models, SERIEs Journal of Spanish Economic Association, 1, 3-49.
• Fernandez-Villaverde J., Rubio-Ramirez J.F. (2004), Comparing dynamic equilibrium models to data: a Bayesian approach, Journal of Econometrics, 123, 153-187.
• Gali J., Monacelli T. (2005), Monetary policy and exchange rate volatility in small open economy, Review of Economic Studies, 72, 707-734.
• Giannoni M.P. (2002), Does model uncertainty justify caution? Robust optimal monetary policy in a forward-looking model, Macroeconomic Dynamics, 6(1), 111-144.
• Giannoni M.P. (2007), Robust optimal monetary policy in a forward-looking model with parameter and shock uncertainty, Journal of Applied Econometrics, 22(1), 179-213.
• Giannoni M.P., Woodford M. (2002), Optimal interest rules: 1. General theory, NBER Working Paper Series, 9419, National Bureau of Economic Research.
• Goodhart C.A. (1999), Central bankers and uncertainty, Proceedings-British Academy, 101, 229-272.
• Górajski M. (2018), Robust monetary policy in a model of the Polish economy: Is the uncertainty responsible for the interest rate smoothing effect?, Computational Economics, 52, 313-340.
• Górajski M., Kuchta Z. (2021), Designing optimal macroeconomic policy rules under parameter uncertainty: a stochastic dominance approach, available at SSRN.
• Górajski M., Ulrichs M. (2016), Optymalne wrażliwe na ryzyko strategie polityki pieniężnej dla Polski, Bank i Kredyt, 47(1), 1-32.
• Greenspan A. (2004), Risk and uncertainty in monetary policy, American Economic Review, 94(2), 33-40.
• Guerron-Quintana P.A., Nason J.M. (2012), Bayesian estimation of DSGE models, Federal Working Papers Research Department, 12-4, Federal Reserve Bank of Philadelphia.
• Hadar J., Russell W. (1969), Rules for ordering uncertain prospects, The American Economic Review, 59(1), 25-34.
• Hansen L.P., Sargent T.J. (2010), Wanting robustness in macroeconomics, in: B.M. Friedman, M. Woodford (eds), Handbook of Monetary Economics, vol. 3B, Elsevier.
• Justiniano A., Preston B. (2010), Monetary policy and uncertainty in an empirical small open-economy model, Journal of Applied Econometrics, 25, 93-128.
• Kass R.E., Raftery A.E. (1995), Bayes factors, Journal of the American Statistical Association, 90(430), 773-795.
• Kendrick D.A. (2005), Stochastic control for economic models: past, present and the paths ahead, Journal of Economic Dynamics and Control, 29(1-2), 3-30.
• Kolasa M. (2009), Structural heterogeneity or asymmetric shocks? Poland and the euro area through the lens of a two-country DSGE model, Economic Modelling, 29, 1245-1269.
• Krajewski P. (2015), Effectiveness of the fiscal policy in stimulating economy: the case of Poland, Transformation in Business & Economics, 14(2), 53-67.
• Kuchta Z. (2014), Sztywność płac nominalnych w modelach DSGE małej skali. Analiza empiryczna dla Polski, Gospodarka Narodowa, 274(6), 31-56.
• Leszczyńska-Paczesna A. (2020), Sectoral price stickiness and inflation persistence in Poland: a two-sector DSGE approach, Prague Economic Papers, 29(2), 152-186.
• Levine P., McAdam P., Pearlman J. (2012), Probability models and robust policy rules, European Economic Review, 56(2), 246-262.
• Linton O., Maasoumi E., Whang Y.J. (2005), Consistent testing for stochastic dominance under general sampling schemes, Review of Economic Studies, 72(3), 735-765.
• Macias P., Makarski K. (2013), Stylizowane fakty o cenach konsumenta w Polsce, Materiały i Studia, 295, Narodowy Bank Polski.
• Milo W., Bogusz D., Górajski M., Ulrichs M. (2013), Notes on some optimal monetary policy rules: the case of Poland, Acta Universitatis Lodziensis. Folia Oeconomica, Financial Markets and Macroprudential Policy, 295, 59-77.
• Onatski A., Stock J.H. (2002), Robust monetary policy under model uncertainty in a small model of the U.S. economy, Macroeconomic Dynamics, 6(1), 85-110.
• Onatski A., Williams N. (2003), Modeling model uncertainty, Journal of the European Economic Association, 1(5), 1087-1122.
• Poole W. (1998), A policymaker confronts uncertainty, Federal Reserve Bank of St. Louis Review, September/October 1998, 3-8.
• Rabanal P., Rubio-Ramirez J.F. (2005), Comparing new Keynesian models of the business cycle: a Bayesian approach, Journal of Monetary Economics, 52, 1151-1166.
• Rabanal P., Rubio-Ramirez J.F. (2008), Comparing new Keynesian models in the euro area: a Bayesian approach, Spanish Economic Review, 10, 23-40.
• Rudebusch G., Svensson L.E.O. (1999), Policy rules for inflation targeting, in: J. Taylor (ed.) Monetary Policy Rules, University of Chicago Press.
• Schmitt-Grohe S., Uribe M. (2004), Optimal operational monetary policy in the Christiano-Eichenbaum-Evans model of the U.S. business cycle, NBER Working Papers Series, 10724, National Bureau of Economic Research.
• Schmitt-Grohe S., Uribe M. (2005), Optimal fiscal and monetary policy in a medium-scale macroeconomic model. Expanded version, NBER Working Papers Series, 11417, National Bureau of Economic Research.
• Schmitt-Grohe S., Uribe M. (2007), Optimal simple and implementable monetary and fiscal rules, Journal of Monetary Economics, 54, 1702-1725.
• Schmitt-Grohe S., Uribe M. (2012), What's news in business cycles, Econometrica, 80(6), 2733-2764.
• Sims C. (1999), Matlab optimization software, QM&RBC Codes 13, Quantitative Macroeconomics & Real Business Cycles.
• Smets F., Wouters R. (2003), An estimated dynamic stochastic general equilibrium model of the euro area, Journal of European Economic Association, 1(3), 1123-1175.
• Smets F., Wouters R. (2007), Shocks and frictions in US business cycles: a Bayesian DSGE approach, The American Economic Review, 97(3), 586-606.
• Svensson L.E.O. (1999), Inflation targeting as a monetary policy rule, Journal of Monetary Economics, 43(3), 607-654.
• Svensson L.E.O. (2002), Inflation targeting: Should it be modelled as an instrument rule or a targeting rule?, European Economic Review, 43, 607-654.
• Svensson L.E.O. (2010), Inflation targeting, in: B.M. Friedman, M. Woodford (eds), Handbook of Monetary Economics, vol. 3(22), Elsevier.
• Taylor J.B. (1993), Discretion versus policy rules in practice, Carnegie-Rochester Conference Series on Public Policy, 39, 195-214.
• Taylor J.B. (1999), Monetary Policy Rules, University of Chicago Press.
• Taylor J.B. Williams J.C. (2010), Simple and robust rules for monetary policy, in: B.M. Friedman, M. Woodford (eds), Handbook of Monetary Economics, vol. 3(15), Elsevier.
• Tinbergen J. (1952), On the Theory of Economic Policy, North Holland Publishing Company.
• Whang Y.J. (2019), Econometric Analysis of Stochastic Dominance. Concepts, Methods, Tools, and Applications, Cambridge University Press.
• Williams J.C. (2003), Simple rules for monetary policy, FRBSF Economic Review, 2003, 1-12.
• Woodford M. (2003), Interest and Prices, Princeton University.
• Yun T. (1996), Nominal price rigidity, money supply endogeneity, and business cycles, Journal of Monetary Economics, 37, 345-370.