경기 변동의 여러가지 특성을 VAR모형을 이용하여 분석하기 위해 본 논문은 일반화된 예측오차 분산 분해를 개발한다. 일반화된 예측 오차 분산 분해는 동조성, 지속성, 시차 변수간의 관계등 다양한 특성들을 각 구조 충격이 기여하는 부분으로 분해한다. 또한 일반화된 ...

경기 변동의 여러가지 특성을 VAR모형을 이용하여 분석하기 위해 본 논문은 일반화된 예측오차 분산 분해를 개발한다. 일반화된 예측 오차 분산 분해는 동조성, 지속성, 시차 변수간의 관계등 다양한 특성들을 각 구조 충격이 기여하는 부분으로 분해한다. 또한 일반화된 예측오차 분산 분해는 각 구조 충격이 기여하는 부분을 각 구조 충격하의 상관계수와 각 구조충격의 관련 변수의 변동성에 대한 기여도로 분해한다. 이러한 방법을 예시하기 위하여 Gali (1999)와 Francis and Ramey (2005)를 따라 생산 기술 충격을 식별하는 구조 VAR모형을 구성한 후 일반화된 예측 오차 분산 분해를 RBC 연구들이 경기 변동 충격의 중요성을 논할때 사용하고 있는 기본적인 경기변동의 특성에 적용한다. 주요 결과는 다음과 같다. (1) 생산 기술 충격이 경기 변동 특성의 주요인이라고 할 수 없다 (2) 생산 기술 충격은 기본적인 RBC 모형의 예측과 일치하지 않는 경기 변동 특성을 만들어낸다.

This study develops a "generalized forecast error variance decomposition" in order to systematically analyze a variety of business cycle properties in a vector auto-regression (VAR) framework. The method decomposes various properties such as comovemen ...

This study develops a "generalized forecast error variance decomposition" in order to systematically analyze a variety of business cycle properties in a vector auto-regression (VAR) framework. The method decomposes various properties such as comovement, persistence, and the lead-lag relationship into parts resulting from each structural disturbance. In addition, it further decomposes the contribution of one shock into a correlation conditional on the shock and the relative contribution of this shock to the volatility of variables under consideration. To illustrate the methodology, the structural VAR model that identifies technology shocks is constructed, following Gali (1999) and Francis and Ramey (2005). Then, the decomposition is applied to basic business cycle properties, in terms of which RBC modelers suggested the importance of technology shocks in business cycles. The results suggest that technology shocks are not the dominant source of business cycle properties and that technology shocks do not generate business cycle properties that are similar to the predictions of the standard RBC model.

This study develops a “generalized forecast error variance decomposition” in order to systematically analyze a variety of business cycle properties in a vector auto-regression (VAR) framework. The method decomposes various properties such as comovemen ...

This study develops a “generalized forecast error variance decomposition” in order to systematically analyze a variety of business cycle properties in a vector auto-regression (VAR) framework. The method decomposes various properties such as comovement, persistence, and the lead-lag relationship into parts resulting from each structural disturbance. In addition, it further decomposes the contribution of one shock into a correlation conditional on the shock and the relative contribution of this shock to the volatility of variables under consideration. To illustrate the methodology, the structural VAR model that identifies technology shocks is constructed, following Gali (1999) and Francis and Ramey (2005). Then, the decomposition is applied to basic business cycle properties, in terms of which RBC modelers suggested the importance of technology shocks in business cycles. The results suggest that technology shocks are not the dominant source of business cycle properties and that technology shocks do not generate business cycle properties that are similar to the predictions of the standard RBC model.

본 연구의 주요 결과는 크게 두가지로 요약할 수 있다. 첫째, 본 연구는 VAR 모형을 이용한 분석에 적용할 수 있는 "일반화된" 예측 오차 분산 분해 (Generalized Forecast Error Variance Decomposition)를 개발했다. 이러한 일반화된 예측 오차 분산 분해는 기존의 예측 ...

본 연구의 주요 결과는 크게 두가지로 요약할 수 있다. 첫째, 본 연구는 VAR 모형을 이용한 분석에 적용할 수 있는 "일반화된" 예측 오차 분산 분해 (Generalized Forecast Error Variance Decomposition)를 개발했다. 이러한 일반화된 예측 오차 분산 분해는 기존의 예측 오차 분산 분해에서 분석 가능한 변동성 (volatility) 뿐만 아니라 지속성 (persistence), 동조성 (comovement), 선행 변수-시차 변수 관계 (lead-lag relationship)등 다양한 특성을 연구하는 경기 변동 분석에 광범위하게 적용될 수 있다. 특히 확률적 동학 일반 균형 모형 (dynamic stochastic general equilibrium model)을 calibrate하고 모의실험 (simulation exercise)을 통해 분석하는 최근의 경기 변동 분석에서 변동성, 지속성, 동조성, 선행 변수-시차 변수 관계등 광범위한 경기 변동의 특성을 연구하는데, 이러한 확률적 동학 모형을 이용한 분석과 구조 VAR 모형을 이용한 분석의 비교 연구를 가능하게 해주는 유용한 실증 분석의 도구로써 향후 연구에서 광범위한 적용이 기대된다.
둘째, 본 연구는 이러한 일반화된 예측 오차 분산 분해를 기존의 RBC이론에서 논의 되고 있는 광범위한 경기 변동의 특성의 요인을 분석하여 생산 기술 충격이 경기 변동의 주요인이 아니다는 증거를 제시하고 있다. 이러한 결과는 향후 경기 변동의 주요인에 관한 연구에 중요한 시사점을 줄 것이라고 기대된다.