UNIVERSITA DEGLI STUDI DI PADOVA FACOLTA DI SCIENZE STATISTICHE CORSO DI LAUREA TRIENNALE IN STATISTICA, GESTIONE DELLE IMPRESE TESI DI LAUREA

Transcript

1 UNIVERSITA DEGLI STUDI DI PADOVA FACOLTA DI SCIENZE STATISTICHE CORSO DI LAUREA TRIENNALE IN STATISTICA, GESTIONE DELLE IMPRESE TESI DI LAUREA Rilevanza del canale d'offera nella rasmissione della poliica monearia: Una verifica empirica per gli Sai Unii Relaore: Do. Efrem Caselnuovo Laureando: Jacopo Polio Maricola: SGI Anno Accademico 2006/2007

2 2

3 INDICE Pagina INTRODUZIONE 3 MODELLI 6 DATI 9 ANALISI: 13 Modello 1 13 Modello 2 15 Modello 2: riardao ( ) 20 Modello 2: riardao ( ) senza gruppo di variabili inflazione 21 Modello 3 22 Modello 3: senza gruppo di variabili ineresse 27 Modello 3: riardao ( ) 28 Modello 3: riardao ( ) senza il gruppo di variabili ineresse 32 CONCLUSIONI 33 BIBLIOGRAFIA 35 3

4 4

5 INTRODUZIONE I canali di coso Il canale di coso della rasmissione della monea può essere definio sosanzialmene come il canale ramie il quale la poliica monearia influenza direamene i cosi marginali delle imprese e di conseguenza i prezzi e l inflazione. Queso conceo è alla base dell analisi effeuaa da Chowdhury Hoffmann e Schaber nell aricolo pubblicao nel 2006 da European Economic Review (n. 50, pag ) : Inflaion dynamics and he cos channel of moneary ransmission. La loro analisi assume, come nella realà accade, che le aziende che compeono sul mercao siano limiae nelle loro finanze. Quese infai sono cosree a pagare i faori produivi anicipaamene, quando i prodoi non sono ancora sul mercao. Per oenere liquidià immediaa si rivolgono a inermediari finanziari. Così possiamo spiegare l enraa nei cosi marginali aziendali del asso di ineresse. Nella recene leeraura macroeconomica la curva di Phillips neo Keynesiana presume la rigidià di prezzo come la prima fone della non neuralià monearia. Per queso le azioni della poliica monearia influenzano le dinamiche inflazionisiche araverso cambiameni dei cosi marginali aziendali causai da sposameni nella domanda aggregaa. A queso canale di domanda si può aggiungere anche un canale d offera. Uno shock del asso di ineresse colpisce quindi i prezzi e l aivià reale modificando il coso del capiale lavoraivo. 5

6 Queso lavoro, parendo da quese esi, si propone di analizzare i modelli uilizzai da Chowdhury Hoffmann e Schaber, cercando di avvalorare l ipoesi che causa dei cambiameni dei cosi marginali non siano solo sposameni della domanda aggregaa ma anche dell offera. Andremo quindi a vedere come uno shock di poliica monearia resriivo influenza prezzi ed inflazione. L inserimeno nella curva di Phillips di un coefficiene, che rappresena l andameno del asso di ineresse nominale, pora ad un grandissimo cambiameno nella menalià macroeconomica. Infai, se dall analisi il coefficiene del asso di ineresse dovesse risulare significaivamene diverso da zero, andremmo ad avvalorare la esi di Ravenna e Walsh esposa nel 2006 in un aricolo pubblicao nella rivisa Journal of Moneary Economics ( n. 53 (2), pag ) iniolao: Opimal moneary policy wih he cos channel. Affermano infai che la presenza di un canale di coso alera i problemi di poliica monearia oimale in modo molo significaivo, quindi le banche cenrali devono cambiare radicalmene la loro poliica. 6

7 MODELLI La curva di Phillips da quasi 50 anni è uno dei modelli maggiormene usai per la previsione del asso di ineresse. Nel 1958 Phillips, analizzando dei dai relaivi alla Gran Breagna, si accorse dell esisenza di una relazione ra asso di inflazione dei salari e asso di disoccupazione. Gli anni presi in considerazione nei suoi sudi l hanno indoo a non pensare all inflazione aesa come variabile di cui ener cono per la sua analisi. Di quesa mancanza si accorsero negli anni 70 M. Freedman e E. Phelps, che inrodussero formalmene nell equazione la variabile inflazione aesa. Quesa rasformazione e affinameno del modello però è in coninuo aggiornameno. Il modello che viene proposo in Inflaion dynamics and he cos channel of moneary ransmission da Chowdhury Hoffmann e Schaber infai non è alro che una evoluzione della curva di Phillips radizionale. Le variabili vengono assune, per faciliare l analisi, in deviazione, cioè come differenza ra valore risconrao e valore medio. xˆ = x x Il modello analizzao è dunque formao dalle segueni variabili assune come gap ra assei e endenze: Inflaion gap (πˆ ), ineres gap ( rˆ ) e oupu gap ( ŷ ). L equazione è dunque la seguene: ˆ = γ E ˆ π + γ ˆ π + γ rˆ + + γ yˆ π + ε 7

8 8 Nella seconda pare del lavoro passeremo ad analizzare un nuovo modello sempre di chiara derivazione dalla curva di Phillips. Quesa equazione mee nuovamene in relazione assi di inflazione con assi di ineresse e indici di produzione. Inflazione e ineresse in queso caso non vengono più considerai in deviazione, ma vengono riardai di 4 periodi. Con quesa analisi si cerca infai di noare se vi sono riardi nella rasmissione della poliica monearia. Desideriamo osservare la capacià dei assi precedeni di prevedere i movimeni auali. L equazione che analizzeremo sarà quindi: y r r r r ε γ γ γ γ γ π γ π γ π γ π γ π = ˆ

9 DATI I dai sono delle serie soriche rimesrali che vanno dal primo rimesre del 1970 al quaro rimesre del La fone ufficiale dei dai è il sio web dell OCSE(*), un daabase di serie soriche economiche. Le serie soriche su cui si svolgerà la nosra analisi riguardano: l oupugap, il asso di inflazione e il asso di ineresse Sauniense. A parire da quesi dai ci siamo cosruii nuove serie che rappresenano asso di ineresse e inflazione in deviazione. Inizialmene abbiamo provveduo a lisciare le serie applicando un filro. Il filro di Hodrick Presco, con paramero di lisciameno di 1600 (ipico per dai rimesrali), ci ha permesso di creare nuove serie che forniscono l andameno poenziale di ineresse e inflazione. Fao ciò abbiamo sorao alle serie ineresse e inflazione le rispeive serie filrae, oenendo cosi l andameno dei assi in deviazione. (*)OCSE: acronimo di Organizzazione per la Cooperazione e lo Sviluppo Economico. Naa dopo la seconda guerra mondiale come organizzazione europea con l obieivo di usufruire al meglio degli aiui sauniensi previsi dal piano Marshall, aualmene si occupa di inegrazione e cooperazione finanziaria ra i maggiori paesi occidenali. 9

10 Le Serie in Analisi: Inflazione: Infl e Inflgap Parendo dalla serie infl (inflazione) viene cosruia la serie inflgap (differenza ra inflazione reale e rend inflazionisico) degli USA dal 1970 al INFL INFLGAP 10

11 Osservando i grafici si noa che a parire dagli anni l inflazione sauniense si è abbassaa sabilizzandosi enro un range più piccolo. Oupugap: Qualcosa di analogo è avvenuo anche per il gap ra produzione effeiva e poenziale anche se l anno della svola sembra collocarsi ra il 1985 e il OUTPUTGAP 11

12 Ineresse: In e ingap L analisi grafica dell andameno del asso di ineresse nominale conferma l esisenza di uno sreo legame ineresse-inflazione. Tra il 1982 e il 1983 noiamo un inversione di endenza del asso di ineresse nominale che diminuendo pora l inflazione a sabilizzarsi Osservando il gap ra il asso di ineresse nominale poenziale e effeivo noiamo inolre che come per il gap dell inflazione a parire dal abbiamo una riduzione del range enro cui il grafico si muove INT INTGAP 12

13 ANALISI Modello 1 Analisi Saisica Uilizzando le variabili osservae precedenemene possiamo ora simare l equazione: inflgap= γ 1 inflexp1gap+ γ 2 inflgap(-1)+ γ 3ingap+ γ 4 oupugap+ε Dependen Variable: INFLGAP Mehod: Leas Squares Dae: 10/24/07 Time: 13:45 Sample(adjused): 1970:3 2006:3 Included observaions: 145 afer adjusing endpoins Newey-Wes HAC Sandard Errors & Covariance (lag runcaion=4) Variable Coefficien Sd. Error -Saisic Prob. INFLEXP1GAP INFLGAP(-1) INTGAP OUTPUTGAP R-squared Mean dependen var Adjused R-squared S.D. dependen var S.E. of regression Akaike info crierion Sum squared resid Schwarz crierion Log likelihood Durbin-Wason sa Iniziamo la nosra analisi osservando le saisiche dei vari coefficieni. Le uniche variabili con valore maggiore di 1,96 sono l aspeaiva del gap di inflazione al empo +1 e il gap di asso di ineresse. Ciò significa che a livello di confidenza del 5%siamo porai a rifiuare l ipoesi nulla di non significaivià. Sforunaamene le alre variabili avendo saisiche minori risulano non significaive. 13

14 Menre se il riardo dell'inflazione non è significaivo non è necessariamene un male, ed è dovuo probabilmene alla scriura del modello in deviazioni rispeo all'hp rend, la non significaivià dell oupugap può essere miglioraa riardando la variabile al empo -2. L uilizzo della nuova variabile può essere giusificao dal riardo nella rasmissione, che va dalla variazione dell'oupu gap alla variazione dei prezzi degli imprendiori (Bils and Klenow, 2004, Journal of Poliical Economy). 14

15 Modello 2 Analisi Saisica Il nuovo modello che andremo a simare sarà quindi: inflgap= γ 1 inflexp1gap+ γ 2 inflgap(-1)+ γ 3ingap+ γ 4 oupugap(-2)+ε Dependen Variable: INFLGAP Mehod: Leas Squares Dae: 10/24/07 Time: 13:45 Sample(adjused): 1970:3 2006:3 Included observaions: 145 afer adjusing endpoins Newey-Wes HAC Sandard Errors & Covariance (lag runcaion=4) Variable Coefficien Sd. Error -Saisic Prob. INFLEXP1GAP INFLGAP(-1) INTGAP OUTPUTGAP(-2) R-squared Mean dependen var Adjused R-squared S.D. dependen var S.E. of regression Akaike info crierion Sum squared resid Schwarz crierion Log likelihood Durbin-Wason sa La nuova sima migliora la siuazione perché pur rimanendo non significaivo a livello del 5% il nosro indicaore della produzione assume una saisica che si avvicina molo al valore soglia Passiamo ora a valuare la bonà del nosro modello. L R^2 aggiusao (adjused R- Squared) ci indica su una scala ra 0 e 1 quano sono correlae le variabili. Nel nosro caso l indice assume il valore Si noa un leggero migliorameno rispeo al modello precedene. Una correlazione del 44% può definirsi piuoso bassa anche se generalmene le curve di Phillips mosrano R^2 che varia ra 0.4 e

16 Residui Passiamo ora a verificare la presenza di correlazione ra i residui. L indice di Durbin-Wason verifica l ipoesi nulla di assenza di auocorrelazione di primo ordine. Oenendo un valore di possiamo rifiuare l ipoesi nulla (ricordiamo infai che ha un valore soglia a livello di significaivià del 5% di 1,96). A conferma della correlazione dei residui possiamo osservare il es di Jaque-Bera. Sfruando gli indici di asimmeria e di curosi verifica l ipoesi nulla che i residui si disribuiscano normalmene. Il es di Jaque-Bera si disribuisce come un chi-quadro con due gradi di liberà. A livello di confidenza del 5%, si rifiua l ipoesi di normalià dei residui se la saisica risula superiore a 5, Series: Residuals Sample 1970:3 2006:3 Observaions 145 Mean Median Maximum Minimum Sd. Dev Skewness Kurosis Jarque-Bera Probabiliy Guardando il risulao del es, che ci fornisce valore pari a 0,79, possiamo affermare normalià ra i residui. 16

17 Sample: 1970:3 2006:3 Included observaions: 145 Auocorrelaion Parial Correlaion AC PAC Q-Sa Prob *. * *. * *. ** **. * *. * * *. * * *. * * *. * * * * *. * *. * * Il correlogramma ci mosra, che solo a riardo 4 i valori olrepassano la banda di confidenza, quindi non acceiamo l ipoesi di auocorrelazione dei residui Residual Acual Fied

18 Queso ulimo grafico mosra l andameno emporale dei residui, cioè la differenza ra valori effeivi e valori adaai. Dao che il grafico esce molo spesso dalle bande di confidenza, affermiamo che i residui non sono Whie noise cioè non hanno andameni casuali. Durane il periodo che va dagli anni '70 agli inizi degli anni '80, le oscillazioni dei residui escono più frequenemene dagli inervalli di confidenza. Queso ci pora a rifiuare l ipoesi di sabilià del asso di inflazione in queso primo periodo. Con il passare degli anni le oscillazioni si fanno meno ampie, anche se possiamo osservare che non vi è mai una vera e propria endenza all appiaimeno. 18

19 Tes di Sabilià Passiamo ora ad osservare la sabilià della relazione simaa con il supporo dei es: cusum e cusum dei quadrai. Quesi es confronano la somma cumulaa dei residui e dei residui quadrai, generai da un processo di regressione ricorsiva. Si raa quindi di es molo imporani per la verifica della sabilià dei coefficieni CUSUM of Squares 5% Significance CUSUM 5% Significance Dall'analisi del cusum dei quadrai noiamo aorno al 1978 un Break, una roura. Per un periodo il grafico esce dalla zona di acceazione del es. Con un livello di significaivià del 5% per una porzione di empo possiamo affermare un cambiameno della sabilià del modello. 19

20 Modello 2: riardao ( ) Analisi Saisica L'analisi della relazione ci pora a pensare ad una grande insabilià dei coefficeni. Alcuni auori ( Blanchard e Simon nel 2001, Mc Cornwell e Perez-Quiros nel 2000) noarono che per moli paesi indusrializzai vi è sao aorno al 1985 un fore cambiameno nelle proprieà delle seri soriche economiche. Osservarono un appiaimeno delle variazioni dei assi, dovuo ad un migliorameno della poliica economica, svola dalle banche cenrali, e probabilmene dal concaenarsi di alri eveni più o meno casuali. Su queso argomeno non ci dilungheremo uleriormene per non uscire dal ema dell analisi, comunque sfrueremo quese eorie ed andremo ad osservare il modello precedene a parire dal Dependen Variable: INFLGAP Mehod: Leas Squares Dae: 10/24/07 Time: 13:46 Sample: 1985:1 2006:3 Included observaions: 87 Newey-Wes HAC Sandard Errors & Covariance (lag runcaion=3) Variable Coefficien Sd. Error -Saisic Prob. INFLEXP1GAP INFLGAP(-1) INTGAP OUTPUTGAP(-2) R-squared Mean dependen var Adjused R-squared S.D. dependen var S.E. of regression Akaike info crierion Sum squared resid Schwarz crierion Log likelihood Durbin-Wason sa L aspeaiva e il riardo dell inflazione risulano alamene non significaive. Presenano infai coefficieni e saisiche negaive e molo vicine a 0. 20

21 Modello 2: riardao ( ) senza gruppo di variabili inflazione Analisi Saisica Proviamo quindi ad osservare il modello senza quese due variabili. Dependen Variable: INFLGAP Mehod: Leas Squares Dae: 11/05/07 Time: 20:52 Sample: 1985:1 2006:3 Included observaions: 87 Newey-Wes HAC Sandard Errors & Covariance (lag runcaion=3) Variable Coefficien Sd. Error -Saisic Prob. INTGAP OUTPUTGAP(-2) R-squared Mean dependen var Adjused R-squared S.D. dependen var S.E. of regression Akaike info crierion Sum squared resid Schwarz crierion Log likelihood Durbin-Wason sa L' R^2 aggiusao indica una bassissima correlazione del modello che sembra non adaarsi ai dai. L ineresse ha coefficiene posiivo e saisicamene diverso da 0. L oupugap, pur rimanendo non significaivo, diminuisce di poco la sua saisica es. Il modello in deviazione sudiao sembra quindi non descrivere molo bene il reale andameno dell inflazione negli USA degli ulimi anni. Possiamo però considerarlo imporane nella deerminazione del asso di ineresse come variabile significaiva nella poliica monearia. 21

22 Modello 3 Analisi Saisica Passiamo ora ad analizzare un nuovo modello in cui le variabili non sono più considerae come gap ra valore reale e poenziale. Non consideriamo più l'aspeaiva dell'inflazione e inseriamo i riardi delle variabili. Essendo serie rimesrali procediamo a riardare le variabili inflazione e ineresse di 4 periodi: al empo -1, -2, -3, -4. L equazione è quindi: infl= γ 1 infl(-1)+ γ 2 infl(-2)+ γ 3 infl(-3)+ γ 4 infl(-4)+ γ 5 in(-1)+ γ 6 in(-2)+ γ 7 in(-3)+ γ 8 in(-4)+ γ 9 oupugap(-2)+ε Dependen Variable: INFL Mehod: Leas Squares Dae: 10/24/07 Time: 13:46 Sample(adjused): 1971:2 2006:3 Included observaions: 142 afer adjusing endpoins Newey-Wes HAC Sandard Errors & Covariance (lag runcaion=4) Variable Coefficien Sd. Error -Saisic Prob. C INFL(-1) INFL(-2) INFL(-3) INFL(-4) INT(-1) INT(-2) INT(-3) INT(-4) OUTPUTGAP(-2) R-squared Mean dependen var Adjused R-squared S.D. dependen var S.E. of regression Akaike info crierion Sum squared resid Schwarz crierion Log likelihood F-saisic Durbin-Wason sa Prob(F-saisic)

23 Il valore di R^2 aggiusao pari a ci indica che il modello si adaa ai dai all 82% circa. Ciò esimonia che siamo in presenza di un buon modello. Analizzando le saisiche noiamo la presenza di mole variabili non significaive. Solamene il primo, il quaro riardo dell inflazione e l oupugap risulano aveni saisica superiore a 1,96. Il asso di ineresse riardao sembra non avere peso nella deerminazione del asso d inflazione. Residui *. * *. * * *. * *. * *. * *. * * * Dal correlogramma capiamo subio come i residui non siano assoluamene auocorrelai, infai nessun valore esce dalle bande di confidenza. 23

24 Residual Acual Fied Osservando il grafico dei residui noiamo che l inflazione ra gli anni 70 e la prima meà degli anni 80, ha affronao dei periodi di fore insabilià. I residui non possono essere considerai whie noise, però si noa che più ci avviciniamo ai giorni nosri più il grafico sembra resare enro le bande di confidenza. 24

25 Tes di sabilià Analizziamo ora i es cusum e cusum dei quadrai CUSUM 5% Significance CUSUM of Squares 5% Significance 25

26 Il cusum dei quadrai indica chiaramene un periodo di break che conferma un periodo di insabilià dell inflazione. Tes sui Coefficeni Con un Wald Tes analizziamo l evenualià dell esclusione di un gruppo di variabili. Osserviamo quindi se il gruppo di variabili derivani dal asso di ineresse nominale risula essere significaivo. Viene acceaa l ipoesi nulla che suggerisce l eliminazione delle variabili per valori di p-value maggiori di Wald Tes: Equaion: EQ03 Tes Saisic Value df Probabiliy F-saisic (4, 132) Chi-square Null Hypohesis Summary: Normalized Resricion (= 0) Value Sd. Err. C(6) C(7) C(8) C(9) Resricions are linear in coefficiens. L analisi ci pora a acceare l ipoesi nulla seppure di poco. 26

27 Modello 3: senza gruppo di variabili ineresse Analisi Saisica Proviamo allora a simare il modello senza le variabili in(-1) in(-2) in(-3) in(-4). Dependen Variable: INFL Mehod: Leas Squares Dae: 10/27/07 Time: 15:07 Sample(adjused): 1971:2 2006:3 Included observaions: 142 afer adjusing endpoins Newey-Wes HAC Sandard Errors & Covariance (lag runcaion=4) Variable Coefficien Sd. Error -Saisic Prob. C INFL(-1) INFL(-2) INFL(-3) INFL(-4) OUTPUTGAP(-2) R-squared Mean dependen var Adjused R-squared S.D. dependen var S.E. of regression Akaike info crierion Sum squared resid Schwarz crierion Log likelihood F-saisic Durbin-Wason sa Prob(F-saisic) L R^2 aggiusao, che ci fornisce un valore di , esimonia un leggerissimo cambiameno in negaivo della bonà del modello. Ciò può essere spiegao dal valore di p-value del Wald es che si discosa da 0.05 (il nosro inervallo di confidenza) di pochi cenesimi. Deduciamo quindi che il modello precedene spiega leggermene meglio i dai quindi l ineresse risula essere imporane per la deerminazione dell inflazione. 27

28 Modello 3: riardao ( ) Analisi Saisica Per consisenza dell analisi passiamo ora ad analizzare il modello nel soocampione che va dal 1985 al 2006, come già fao in precedenza. Dependen Variable: INFL Mehod: Leas Squares Dae: 10/27/07 Time: 15:26 Sample: 1985:1 2006:3 Included observaions: 87 Newey-Wes HAC Sandard Errors & Covariance (lag runcaion=3) Variable Coefficien Sd. Error -Saisic Prob. C INFL(-1) INFL(-2) INFL(-3) INFL(-4) INT(-1) INT(-2) INT(-3) INT(-4) OUTPUTGAP(-2) R-squared Mean dependen var Adjused R-squared S.D. dependen var S.E. of regression Akaike info crierion Sum squared resid Schwarz crierion Log likelihood F-saisic Durbin-Wason sa Prob(F-saisic) Osservando l R^2 aggiusao noiamo immediaamene come in queso inervallo emporale il modello considerao spieghi in modo meno fedele l andameno del asso di inflazione. 28

29 La significaivià delle variabili risula molo simile a quella del modello considerao precedenemene. Il asso di ineresse coninua a non risulare significaivo e osservando i suoi coefficieni noiamo come vi sia una alernanza di valori posiivi e negaivi. Residui Dae: 11/04/07 Time: 17:26 Sample: 1985:1 2006:3 Included observaions: 87 Auocorrelaion Parial Correlaion AC PAC Q-Sa Prob *.. * **. ** *..* *.. ** *..* * *..* *.. ** * *..* L analisi della correlazione dei residui mosra come vi sia poca auocorrelazione dei residui infai solo al riardo 9 i valori escono dalle bande di confidenza. Possiamo inolre dire, osservando il grafico seguene, che i residui non sono whie noise. Si vede infai come per uo il periodo considerao il grafico mosri diversi puni al di fuori dall inervallo di confidenza. 29

30 Residual Acual Fied Tes di sabilià CUSUM 5% Significance CUSUM of Squares 5% Significance Con i es cusum e cusum dei quadrai si noa come in queso inervallo emporale non vi siano roure nella sabilià dell inflazione. 30

31 Tes sui coefficeni Osserviamo ora con il wald es se ci sono variazioni nella significaivià dell ineresse. Wald Tes: Equaion: EQ03FROM1985 Tes Saisic Value df Probabilià F-saisic (4, 77) Chi-square Null Hypohesis Summary: Normalized Resricion (= 0) Value Sd. Err. C(6) C(7) C(8) C(9) Resricions are linear in coefficiens. In queso caso la probabilià che l ineresse non sia significaivo è aorno al 20%. Presupponendo un livello di confidenza del 5% dobbiamo acceare l ipoesi nulla di uguaglianza a 0 dei coefficieni del gruppo di variabili ineresse. 31

32 Modello 3: riardao ( ) senza il gruppo di variabili ineresse Analisi Saisica Andiamo a simare il modello senza il gruppo di variabili ineresse. Dependen Variable: INFL Mehod: Leas Squares Dae: 10/29/07 Time: 16:10 Sample: 1985:1 2006:3 Included observaions: 87 Newey-Wes HAC Sandard Errors & Covariance (lag runcaion=3) Variable Coefficien Sd. Error -Saisic Prob. C INFL(-1) INFL(-2) INFL(-3) INFL(-4) OUTPUTGAP(-2) R-squared Mean dependen var Adjused R-squared S.D. dependen var S.E. of regression Akaike info crierion Sum squared resid Schwarz crierion Log likelihood F-saisic Durbin-Wason sa Prob(F-saisic) Balza subio all occhio come l R^2 aggiusao si riduce di quasi un puno percenuale. Ciò sembra sridere con i risulai derivani dal Wald es. Una spiegazione a ciò credo possa essere daa dal fao che vengono eliminae anche variabili con coefficieni significaivi. 32

33 CONCLUSIONI Dall analisi svola siamo spini a considerare il asso di ineresse nominale imporane nella deerminazione dell inflazione solo in alcuni casi. I modelli cosruii con le variabili riardae risulano maggiormene correlai, segno di un effeivo riardo nella rasmissione della poliica economica, però mosrano coefficieni saisicamene uguali a 0 da aribuire al asso di ineresse. Dall analisi di quesi modelli (modello 3 e correlai) concludiamo in favore di una inconsisenza dei canali di coso nella deerminazione degli andameni inflazionisici. La prima pare dell analisi, invece, indica l ineresse come variabile significaiva il cui coefficiene è saisicamene diverso da 0. Risulai conrasani porano dunque a conclusioni conrasani. Dall osservazione dei risulai oenui esaminando le prime equazioni confermiamo l esisenza di canali di coso e la validià del modello di Chowdhury Hoffmann e Schaber. Seguendo la loro analisi delle 3 equazioni segueni: π ˆ + ˆ = γ f E ˆ π ˆ b R R y yˆ γ π 1 + γ γ, σ ˆ, yˆ ˆ ˆ = σe y+ 1 R + Eπ + 1 Rˆ = ρ π ˆ π + ε, siamo porai ad affermare che ad uno shock di poliica monearia corrisponde, nel canale di domanda, una crescia del asso di ineresse e una diminuzione dell oupu_gap e dell inflazione. Approfondendo l analisi noiamo che il lavoro svolo, affermando che il coefficiene del asso di ineresse nominale è significaivo e maggiore di 0, esimonia anche dei cambiameni dell offera. In queso canale infai, per deerminae paramerizzazioni, ad uno shock di poliica monearia corrisponde un aumeno del asso di ineresse e un conseguene aumeno dell inflazione. 33

34 Evidenziando la significaivià del coefficiene del asso di inerese confermiamo anche l ipoesi di Ravenna e Walsh, secondo i quali la significaivià del asso di ineresse nominale nella deerminazione della poliica economica pora grandi cambiameni nella deerminazione della poliica monearia oimale. Dall analisi svola un risulao che ci fa pensare è l evidenza che i modelli si adaano meglio ai dai nell inero arco emporale considerao (cioè dal 1970 al 2007). Se consideriamo solo gli anni più vicini (dal 1985 al 2007) i modelli risulano corrispondere in modo meno buono. A quesa osservazione è difficile dare una spiegazione, perché esisono differeni eorie in merio. Come risconrao da alcuni macroeconomisi ciai in precedenza, le serie soriche a parire dal 1985 si sono sabilizzae aorno ad un andameno medio, quindi diminuendo la loro variabilià la loro correlazione è diminuia. Quesa eoria sembra ben spiegaa dai grafici riporai qui soo. Modello 2 pre '85 Modello 2 pos '85 Sd. Dev. Inflgap Sd. Dev. Oupugap Modello 3 pre '85 Modello 3 pos '85 Sd. Dev. Inflgap Sd. Dev. Oupugap Un alra spiegazione che possiamo dare è che dal 1985 gli shock di domanda e offera sono divenai più semplici. Se infai dal 1985 le curve di domanda e di offera hanno cambiao la loro inclinazione può essere spiegaa la diminuzione della correlazione. 34

35 BIBLIOGRAFIA T. Di Fonzo, F. Lisi, 2005: Serie Soriche Economiche. Analisi saisiche e applicazioni, Carocci ediore N.G. Mankiw, 2004, Macroeconomia, Zanichelli ediore E. Caselnuovo, 2005, Macroeconomia, Universià di Padova E. Caselnuovo, 2007, Ineres rae smoohing and inflaion dynamics in a model wih he cos channel, Universià di Padova I. Chowdhury, M. Hoffmann, A. Schaber, 2006, Inflaion dynamics and he cos channel of moneary ransmission, European Economic Review(n. 50, pag ) Ravenna, Walsh, 2006, Opimal moneary policy wih he cos channel, Journal of Moneary Economics( n. 53 (2), pag )