Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1. Introducción
impuestos sobre los modelos de ciclo económico real de primera generación se han superado
en gran medida ''.
Si bien la mayoría de los macroeconomistas han reconocido el impacto
metodológico del programa de investigación de RBC y han adoptado sus
herramientas de modelado, en los últimos años se han cuestionado otros
elementos importantes y más sustantivos de ese programa. Primero, y de
acuerdo con la importancia ampliamente reconocida de la política monetaria
en las economías industrializadas, la mayor parte de la profesión se ha
alejado gradualmente de los modelos reales (o sus modelos monetarios sin
fricción casi equivalentes) al tratar de comprender los fenómenos
macroeconómicos a corto plazo. En segundo lugar, y más importante para
los propósitos de este artículo, se ha cuestionado la visión del cambio
tecnológico como una fuerza central detrás de las fluctuaciones cíclicas. En el
presente trabajo,
5,0
2.5
0.0
Porcentaje
- 2,5
- 5.0
- 7.5
1948 1953 1958 1963 1968 1973 1978 1983 1988 1993 1998
Año
Producción Horas
Figura 1
Fluctuaciones del ciclo económico en salida y horas
proceso sive (AR) para el residuo de Solow) se alimenta como una entrada en el
modelo, las trayectorias de equilibrio resultantes de la producción y el insumo de
trabajo siguen sorprendentemente bien los patrones históricos observados de esas
variables; el último ejercicio puede verse como una prueba más estricta del modelo RBC
que el habitual emparejamiento de momentos.
Sin embargo, la literatura revisada en el presente artículo plantea preguntas
muy diferentes: ¿Cuáles han sido los efectos de los choques tecnológicos en la
economía estadounidense de posguerra? ¿En qué se diferencian de las
predicciones de los modelos RBC estándar? ¿Cuál es su contribución a las
fluctuaciones del ciclo económico? ¿Qué características deben incorporarse en los
modelos de ciclo económico para tener en cuenta los efectos observados? El resto
de este artículo describe las respuestas tentativas (ya veces contradictorias) que
han dado los esfuerzos de un número creciente de investigadores. Parte de esa
investigación ha explotado el papel natural del cambio tecnológico como fuente
de cambios permanentes en la productividad laboral para identificar choques
tecnológicos utilizando autorregresiones de vectores estructurales (VAR); en
cambio, otros autores se han basado en medidas más directas de cambio
tecnológico y han examinado sus comovimientos con una variedad de variables
macro. No es fácil resumir en pocas palabras la riqueza de la evidencia existente ni
ponerse de acuerdo sobre algunas conclusiones definidas de un
228 Gal´ı́ y Rabanal
A continuación, revisamos y actualizamos la evidencia básica sobre los efectos de los choques
tecnológicos reportados en Gal´ı́ (1999). Nuestro análisis empírico de referencia utiliza datos
trimestrales de EE. UU. Para el período 1948: I – 2002: IV. Nuestra fuente es la base de datos
Haver USECON, para la cual enumeramos los mnemónicos asociados. Nuestra serie de
producción corresponde a la producción del sector empresarial no agrícola (LXNFO). Nuestra
serie de insumos laborales de referencia son las horas de todas las personas en el sector
empresarial no agrícola (LXNFH). A continuación, a menudo expresamos la serie de
producción y horas en términos per cápita, utilizando una medida de la población civil no
institucional de 16 años o más (LNN).
Nuestras estimaciones de referencia se basan en una especificación de horas en primer lugar.
diferencias; es decir, establecemosnortenortet ¼ Dnortet. Esa elección parece coherente con la
resultado de las pruebas Augmented Dickey-Fuller (ADF) aplicadas a las horas
series, que no rechazan el nulo de una raíz unitaria en el nivel de horas a un
nivel de significancia del 10%, frente a la alternativa de estacionariedad en
torno a una tendencia lineal determinista. Por otro lado, el nulo de una raíz
unitaria en la primera serie diferenciada se rechaza a un nivel inferior al 1%.4
De manera consistente con el resultado anterior, Kwiatkowski et al. (1992)
(KPSS) aplicado a nortet rechaza el nulo de estacionariedad con un nivel de significancia
por debajo del 1%, mientras que no rechaza el mismo nulo cuando se aplica a
Dnortet. Además, la misma batería de pruebas ADF y KPSS aplicadas a
Ntra Xt y DXt series apoyan la existencia de una raíz unitaria en la productividad del
trabajo, condición necesaria para la estrategia de identificación basada
sobre las restricciones a largo plazo empleadas aquí. Ambas observaciones sugieren la
230 Gal´ı́ y Rabanal
0,99 6
0,90 5
0,81 4
0,72 3
0,63 2
0,54 1
0,45 0
0 2 4 6 8 10 12 0,56 0,63 0,70 0,77 0,84 0,91
1,25 2.5
1,00
2.0
0,75
1,5
0,50
1.0
0,25
0,00 0,5
- 0,25 0.0
0 2 4 6 8 10 12 0,00 0,24 0,48 0,72
0.4
4
0,2
- 0.0 3
- 0,2 2
- 0,4
1
- 0,6
- 0,8 0
0 2 4 6 8 10 12 - 0.5000000 - 0.2000000
Figura 2
Los efectos estimados de los choques tecnológicosEspecificación de diferencia, 1948: 01-2002: 04)
3.6
1.8
- 0.0
- 1.8
- 3.6
- 5,4
1948 1952 1956 1960 1964 1968 1972 1976 1980 1984 1988 1992 1996 2000
Año
3.6
1.8
- 0.0
- 1.8
- 3.6
- 5,4
1948 1952 1956 1960 1964 1968 1972 1976 1980 1984 1988 1992 1996 2000
Año
y norte
figura 3
Fuentes de las fluctuaciones del ciclo económico de EE. UU. (Especificación de diferencia, período de muestra: 1948: 01–
2002: 04)
de impulso, encuentra que los choques tecnológicos inducen una correlación negativa entre el empleo y el crecimiento de la producción en 12 de
las 17 industrias consideradas. Cuando estima una correlación condicional análoga para el empleo y el crecimiento de la productividad, obtiene un
valor negativo para 15 de 17 industrias. Francis (2001) realiza un análisis similar, aunque intenta identificar los choques tecnológicos específicos de
la industria al incluir una medida de tecnología agregada, que se supone exógena a cada una de las industrias consideradas. Encuentra que, para
la gran mayoría de industrias, una medida sectorial de insumos laborales disminuye en respuesta a un impacto tecnológico positivo específico de
la industria. Utilizando datos de un gran panel de 458 industrias manufactureras y 35 sectores, Franco y Philippon (2004) estiman un VAR
estructural con tres choques: choques tecnológicos (con efectos permanentes en la productividad de la industria), choques de composición (con
efectos permanentes en la participación de la industria en producción total) y choques transitorios. Encuentran que los choques tecnológicos (1)
generan un comovimiento negativo entre la producción y las horas dentro de cada industria, y (2) casi no están correlacionados entre las
industrias. Por lo tanto, concluyen que los choques tecnológicos pueden representar solo una pequeña fracción de la varianza de las horas y la
producción agregadas (dos tercios de estos últimos se explican por choques transitorios). shocks tecnológicos (con efectos permanentes en la
productividad de la industria), shocks de composición (con efectos permanentes en la participación de la industria en la producción total) y shocks
transitorios. Encuentran que los choques tecnológicos (1) generan un comovimiento negativo entre la producción y las horas dentro de cada
industria, y (2) casi no están correlacionados entre las industrias. Por lo tanto, concluyen que los choques tecnológicos pueden explicar solo una
pequeña fracción de la varianza de las horas y la producción agregadas (dos tercios de estos últimos se explican por choques transitorios). shocks
tecnológicos (con efectos permanentes en la productividad de la industria), shocks de composición (con efectos permanentes en la participación
de la industria en la producción total) y shocks transitorios. Encuentran que los choques tecnológicos (1) generan un comovimiento negativo entre
la producción y las horas dentro de cada industria, y (2) casi no están correlacionados entre las industrias. Por lo tanto, concluyen que los choques
tecnológicos pueden representar solo una pequeña fracción de la varianza de las horas y la producción agregadas (dos tercios de estos últimos se
Shea (1998) utiliza un enfoque VAR estructural para modelar la conexión entre
los cambios en las medidas de innovación tecnológica (investigación y desarrollo [I
+ D] y número de solicitudes de patentes) y los cambios posteriores en la
productividad total de los factores (PTF) y los insumos contratados, us-
Choques tecnológicos y fluctuaciones agregadas 235
2.3 Implicaciones
Esta sección tiene dos objetivos principales. Primero, tratamos de abordar una
pregunta que a menudo se plantea con respecto al enfoque empírico utilizado en Gal´ı́
(1999): ¿hasta qué punto podemos tener confianza en la interpretación económica
que se le da a los choques identi fi cados y, en particular, en el mapeo entre
choques tecnológicos y el componente no estacionario de la productividad
laboral? A continuación, proporcionamos algunas pruebas que nos hacen sentir
bastante cómodos con esa interpretación. En segundo lugar, describimos y
abordamos algunas de las cuestiones econométricas que han planteado
Christiano, Eichenbaum y Vigfusson (2003) y que se centran en la especificación
adecuada de horas (niveles o primeras diferencias). Finalmente, discutimos un
artículo de Fisher (2003) que distingue entre dos tipos de choques tecnológicos:
neutrales y específicos de inversión.
3.1 ¿Son útiles las restricciones a largo plazo para identificar los choques
tecnológicos?
Yt¼ AtFkDkt; 1Þ
D3Þ
nortet
3.1.1 ¿Explican los shocks del impuesto sobre la renta de capital cambios permanentes en
la productividad laboral?
Sin embargo, el argumento anterior es mucho menos atractivo cuando se aplica a
la tasa del impuesto sobre la renta del capital. Como han señalado Uhlig (2004) y
otros, la suposición de una tasa impositiva sobre la renta del capital estacionaria
puede ser injustificada, dado el comportamiento de las medidas para esa variable
durante el período de posguerra. Esto se ilustra en la Figura 4, que muestra dos
medidas alternativas de la tasa del impuesto sobre la renta del capital en los
Estados Unidos. La Figura 4.A muestra una serie trimestral para la tasa promedio
del impuesto sobre la renta del capital construida por Jones (2002) para el período
1958: I– 1997: IV. La figura 4.B muestra una medida anual del promedio marginal
Choques tecnológicos y fluctuaciones agregadas 239
tasa de impuesto sobre la renta de capital construida por Ellen McGrattan para el
período 1958-1992 y que corresponde a una versión actualizada de la utilizada
en McGrattan (1994).15 De ahora en adelante denotamos esas series por tJ t y tMETROt,
respectivamente. Ambas series presentan un comportamiento aparente no
estacionario, con fluctuaciones muy persistentes. Esto está confirmado por una batería
de pruebas ADF, que no rechazan la hipótesis nula de una raíz unitaria en ambas series,
a niveles de significación convencionales.
Como se muestra en las Figuras 4.C y 4.D, que muestran la misma serie en las
primeras diferencias, la presencia de variaciones considerables a corto plazo en
esas medidas de los impuestos al capital difícilmente podría captarse por medio
de alguna función determinista o uniforme del tiempo ( siendo sus desviaciones
estándar 0,79% para la serie trimestral de Jones y 2,4% para la
Serie McGrattan). De hecho, en ambos casos, esa primera serie diferenciadaDtt
no muestra una autocorrelación significativa, lo que sugiere que una caminata aleatoria
El proceso puede aproximarse bastante bien al patrón de las tasas del impuesto sobre la renta del
capital.
La evidencia anterior, combinada con el análisis teórico anterior, apunta a una
salvedad potencial en el enfoque de identificación seguido en Gal´ı́ (1999): los
choques con efectos permanentes sobre la productividad estimados en el mismo
podrían estar capturando los efectos de cambios permanentes en las tasas
impositivas ( a diferencia de los de auténticos shocks tecnológicos). Ese etiquetado
incorrecto podría potencialmente explicar los hallazgos empíricos informados
anteriormente.
Francis y Ramey (2003a) intentan superar esa deficiencia potencial aumentando el
VAR con una tasa de impuesto al capital variable, además de la productividad laboral y
las horas. Como se mencionó anteriormente, se muestra que la introducción de la
variable tributaria no tiene ninguna influencia significativa en los hallazgos: los choques
tecnológicos positivos aún conducen a disminuciones a corto plazo en la mano de obra.
choques en la tasa del impuesto sobre la renta del capital. Además, al utilizar la
serie de McGrattan, anualizamos la serie de choques permanentes obtenida del
VAR trimestral promediando los choques correspondientes a cada año natural.
La evidencia resultante se puede resumir de la siguiente manera. Primero, las innovaciones en la
tasa del impuesto sobre la renta del capital muestran una correlación cercana a cero con
Serie A. Jones (nivel) B. Serie McGrattan (nivel)
46 62,5
240
60,0
44
57,5
42
55,0
40
52,5
38
50,0
36
47,5
34
45,0
32 42,5
1958 1962 1966 1970 1974 1978 mil novecientos ochenta y dos
1986 1990 1994 1947 1951 1955 1959 1963 1967 1971 1975 1979 1983 1987 1991
Año Año
Figura 4
Tasas de impuesto sobre la renta de capital
Gal´ı́ y Rabanal
Serie C.Jones (Primera diferencia) D. Serie McGrattan (Primera diferencia)
2.4 10.0
1,6 7.5
0,8 5,0
- 0.0 2.5
- 0,8 0.0
- 1,6 - 2,5
Choques tecnológicos y fluctuaciones agregadas
- 2,4 - 5.0
- 3.2 - 7.5
1958 1962 1966 1970 1974 1978 mil novecientos ochenta y dos
1986 1990 1994 1947 1951 1955 1959 1963 1967 1971 1975 1979 1983 1987 1991
Año Año
Figura 4
(continuado)
241
242 Gal´ı́ y Rabanal
1,5
1.0
0,5
0.0
- 0,5
- 1.0
- 1,5
- 2.0
- 2,5
1950 1953 1956 1959 1962 1965 1968 1971 1974 1977 1980 1983 1986 1989
Año
1,6
0,8
- 0.0
- 0,8
- 1,6
- 2,4
1950 1953 1956 1959 1962 1965 1968 1971 1974 1977 1980 1983 1986 1989
Año
VAR BFK
Figura 5
Choques tecnológicos: VAR versus BFK
Choques tecnológicos y fluctuaciones agregadas 245
tabla 1
Los efectos de los choques tecnológicos en la producción y las horas en el sector empresarial no agrícola
Horas totales
Diferencia 0,06 0,06 0,03 /þ Sí Sí
Nivel 0,10 0,36 0,80 / Sí No
Desquiciado 0,15 0,36 0,80 /0 Sí No
105,0
102,5
100,0
97,5
95,0
92,5
90,0
87,5
85,0
1948 1952 1956 1960 1964 1968 1972 1976 1980 1984 1988 1992 1996 2000
Año
-2
-4
-6
-8
- 10
1948 1952 1956 1960 1964 1968 1972 1976 1980 1984 1988 1992 1996 2000
Año
Figura 6
Horas trabajadas, 1948-2002
248 Gal´ı́ y Rabanal
Para evaluar aún más la solidez de los resultados anteriores, también hemos
realizado el mismo análisis utilizando una especificación del VAR utilizando una
medida alternativa de la mano de obra, a saber, (log) horas totales, sin una
normalización por población en edad de trabajar. Como debe quedar claro a partir
de la discusión en la Sección 3.1, la estrategia de identificación propuesta en Gal´ı́
(1999) e implementada aquí debería ser válida independientemente de si el
insumo de trabajo se mide en términos per cápita ya que la productividad del
trabajo es invariante a esa normalización.22 El segundo panel de la Tabla 1 resume
los resultados correspondientes a tres transformaciones alternativas consideradas
(primeras diferencias, niveles, destrending cuadrático). En los tres casos, se estima
que un choque tecnológico positivo tendrá un impacto negativo fuerte y
estadísticamente significativo en las horas trabajadas, al menos a corto plazo. Bajo
el nivel y las transformaciones sin tendencia, esa respuesta negativa de horas es lo
suficientemente fuerte como para reducir la producción en el corto plazo, a pesar
del aumento de la productividad. Sin embargo, tenga en cuenta que la
disminución estimada de la producción no es significativa en ninguno de los dos
casos.23 La contribución estimada de los choques tecnológicos a la varianza del
componente del ciclo económico de la producción y las horas es pequeña en todos
los casos, siendo la mayor proporción el 36% de la varianza de las horas, obtenida
por debajo del nivel y las especificaciones sin tendencia.
Como comprobación adicional de la solidez de nuestros hallazgos, también
hemos estimado todas las especificaciones del modelo discutidas
anteriormente utilizando el empleo como medida de la mano de obra (en
lugar de las horas) y el PIB real como medida de la producción. En la Tabla 2
se puede encontrar un resumen de nuestros resultados para las seis
especificaciones consideradas utilizando el empleo y el PIB. Los resultados
bajo esta especificación son mucho más uniformes: independientemente de
la transformación del empleo utilizada, nuestras estimaciones apuntan a una
disminución de esa variable en el corto plazo en respuesta a un choque
tecnológico positivo, así como una contribución muy limitada de los choques
tecnológicos a la variación del PIB y el empleo. Debemos enfatizar que
obtuvimos esos resultados incluso cuando especificamos la tasa de empleo
en niveles, aunque la disminución a corto plazo en el empleo no es
estadísticamente significativa en ese caso. En resumen,
Choques tecnológicos y fluctuaciones agregadas 249
Tabla 2
Los efectos de los choques tecnológicos sobre el PIB y empleo
Tasa de empleo
Diferencia 0,31 0,04 0,40 /þ Sí Sí
Nivel 0,03 0,19 0,30 /þ Sí No
Desquiciado 0,15 0,04 0,43 /þ Sí Sí
Empleo total
Diferencia 0,21 0,03 0,40 /þ Sí Sí
Nivel 0,09 0,08 0,72 /þ Sí Sí
Desquiciado 0,09 0,09 0,68 /þ Sí No
Tabla 3
Choques tecnológicos específicos de la inversión: el modelo de Fisher
Quizás lo más interesante es que el análisis del modelo empírico anterior deja
en claro que si alguna forma de cambio tecnológico juega un papel
significativo como fuente de fluctuaciones económicas, no es probable que
sea del tipo agregado, neutral del sector, que los primeros RBC literatura
enfatizada, pero del tipo específico de inversión enfatizado en GHK (2000).
Finalmente, y dejando de lado la controvertida cuestión de la importancia de
los shocks tecnológicos, los hallazgos anteriores, así como los de Fisher
(2003), plantean una cuestión sumamente interesante: ¿por qué los shocks I parecen
generar el tipo de comovimiento positivo fuerte entre las medidas de producción y de
insumos laborales que caracteriza a los ciclos económicos, mientras que la propiedad
está notoriamente ausente cuando consideramos los shocks N? A continuación,
intentamos proporcionar una explicación parcial de esta aparente paradoja.
yt ¼ Cyat D7Þ
nortet ¼ Cnorteat
En ese contexto, una pregunta natural es: ¿En qué medida el comovimiento de
la producción y el empleo en respuesta a los choques tecnológicos que se
encuentran en la evidencia descrita anteriormente es el resultado de la forma en
que se ha llevado a cabo la política monetaria en los Estados Unidos y otras
economías industrializadas? Para ilustrar ese punto, usamos el modelo simple
anterior y derivamos las implicaciones para los efectos de los choques
tecnológicos de que el banco central siga una regla de tasa de interés de la forma:
rt ¼ Fpagpagt þ Fy yt D8Þ
Taylor (1993) y otros han propuesto una regla similar a la ecuación (8) como una
buena caracterización de la política monetaria en los Estados Unidos y otras
economías industrializadas en las últimas décadas. Observe que, como en Taylor,
asumimos que la autoridad monetaria responde al producto (o sus desviaciones
de la tendencia) y no a la brecha del producto. Vemos esto como una descripción
más realista de las políticas reales (que enfatizan la estabilización del producto) y
consistente con el hecho de que el concepto de producto potencial utilizado aquí,
si bien es necesario para construir cualquier medida de la brecha del producto, no
puede ser observado por el hacedor de políticas.30
yt ¼ YCyat
1Cyat
dónde
kDFpag raÞ
Y1 D1 braÞ½s 1D1 raÞ þ Fy þ kDFpag
raÞ
Observe que bajo la suposición (débil) de que Fp> ra, tenemos 0 < Ya1. El
hecho de que Y es mayor que 0 garantiza que un positivo
El impacto tecnológico (negativo) aumenta (reduce) la producción, como en el
modelo RBC estándar. Por otro lado,Ya1 implica que:
Cy aCy
Choques tecnológicos y fluctuaciones agregadas 257
1
norte
t ¼ YCy at
1a
1Cnorteat
La segunda modi fi cación del modelo RBC propuesto por Francis y Ramey
(2003a) depende del supuesto de no sustituibilidad debido a
Choques tecnológicos y fluctuaciones agregadas 261
sugiere que, si bien los choques tecnológicos pueden ser una fuente no despreciable de
fluctuaciones en la producción, es probable que su papel sea muy pequeño como fuerza
impulsora detrás de las fluctuaciones de horas.
Los artículos analizados en esta sección proporcionan ejemplos de
economías modelo que pueden dar cuenta de la evidencia sobre los efectos
de los choques tecnológicos sin depender de fricciones nominales. Sobre la
base de esa evidencia, no es posible clasificar el papel relativo que juegan las
fricciones nominales y reales en la contabilidad de la evidencia. La razón es
simple: no existe un mapeo claro entre los coeficientes estimados en un VAR
estructural y los parámetros estructurales subyacentes que determinan el
grado de esas fricciones. Como resultado, los VAR estimados no pueden
servir como base para el tipo de simulaciones contrafácticas que nos
permitirían descubrir los efectos implícitos de los choques tecnológicos si no
existieran fricciones nominales o reales. Tales ejercicios contrafácticos
requieren el uso de un modelo estructural estimado. En la siguiente sección,
En esta sección, tratamos de clasificar los méritos de los dos tipos de explicaciones
discutidas anteriormente mediante la estimación y el análisis de un marco que
incorpora ambos tipos de fricciones y que es lo suficientemente rico para ser
llevado a los datos. Las características que incorporamos incluyen formación de
hábitos en el consumo, fijación escalonada de precios y salarios a la Calvo,
indexación flexible de salarios y precios a una inflación rezagada y una regla de
política monetaria de tipo Taylor con suavizado de tipos de interés.
En la literatura se pueden encontrar varios ejemplos de modelos estimados de
equilibrio general. Nuestro marco está más estrechamente relacionado con el
utilizado en Rabanal (2003), con dos diferencias principales. Primero, permitimos
una raíz unitaria en el proceso de tecnología de una manera consistente con los
supuestos subyacentes a la estrategia de identificación perseguida en la Sección
2. En segundo lugar, ignoramos el mecanismo de canal de costos permitido en Rabanal.
(2003), a la luz de la evidencia en ese documento que sugiere un papel
insignificante para ese mecanismo.
Estimamos los parámetros del modelo utilizando métodos bayesianos y
enfocamos nuestro análisis en las implicaciones del modelo estimado con
respecto a los efectos de los choques tecnológicos y la contribución de estos
últimos al ciclo económico. El uso de un modelo estructural estimado nos
permite determinar, mediante simulaciones contrafácticas, la
Choques tecnológicos y fluctuaciones agregadas 263
papel que juegan diferentes factores en la contabilización de los efectos estimados de los
choques tecnológicos. Por último, pero no menos importante, el modelo estimado nos da una
indicación de la naturaleza de los shocks que han jugado un papel dominante como fuente de
los ciclos económicos de la posguerra.
El uso de métodos bayesianos para estimar modelos DSGE se ha
incrementado en los últimos años, en una variedad de contextos.36
FernándezVillaverde y Rubio-Ram´ı́rez (2004) muestran que la estimación de
parámetros es consistente en el marco bayesiano incluso bajo una
especificación errónea del modelo. Smets y Wouters (2003a, 2003b) estiman
un modelo con acumulación de capital y rigideces tanto nominales como
reales para el área europea y Estados Unidos. Lubik y Schorfheide (2003b)
utilizan el marco bayesiano para estimar un modelo a pequeña escala que
permite la indeterminación. Rabanal (2003) estima un modelo de equilibrio
general para Estados Unidos y el área europea en busca de efectos de canal
de costos de la política monetaria.37
A continuación, resumimos el conjunto de condiciones de equilibrio del modelo.38
El lado de la demanda del modelo está representado por la ecuación de Euler:
yt ¼ at þ nortet
Usar una tilde para denotar variables normalizadas por la productividad actual
(para inducir la falta de movimiento), tenemos:
aa¼ ~
t norte t
D10Þ
dónde gramoB ¼ hp =D1 þ bhpagÞ, gramoF ¼ b =D1 þ bhpagÞ, kpag ¼ ð1 porpagÞð1 ypagÞ =
ypagD1 þ hpagBÞ, ypag es la probabilidad de no ajustar los precios en un determinado
período, y hpag A ½0; 1 es el grado de indexación de precios a la inflación rezagada.
ción. Darse cuenta demetropag t ¼ Iniciar sesiónDWt =PAGtAtÞ1 oo
~t es el margen de precio, donde
o~t ¼ ot at es el salario real por unidad de e fi ciencia. Variabletut denota
variaciones exógenas en el margen de precio deseado.
La linealización logarítmica de la condición óptima de fijación de salarios
produce la siguiente ecuación para la dinámica del salario real (normalizado):
1 B 1 B
o~t ¼ o~t 1 þ mi o~
tþ1gramo Dat þ mitFDatþ1gramo
1þB 1 þ B tFo 1þB 1þ B
D1 þ bhwÞ B k w Dmetrow
þh pagt 1 pagt þ t pagt t v tÞ D12Þ
1þBw 1þ
B 1þ
B mi F 1þ
B
þ1gramo
dónde z es
t un shock monetario exógeno.41
Se supone que las variables impulsoras exógenas evolucionan de la siguiente manera:
at ¼ at 1 þ mia t
vt ¼ rvvt 1 þ miv t
zt ¼ mizt
ot yt ¼ oo~t aa
t
~
Choques tecnológicos y fluctuaciones agregadas 265
5.1.1 Datos
Estimamos el modelo presentado en la sección anterior utilizando series de tiempo
trimestrales de Estados Unidos para cinco variables: producción real, inflación, salarios
reales, horas y tasas de interés. El período de muestra es de 1948: 1 a 2002: 4. Para
mantener la coherencia con el análisis de la Sección 2, utilizamos la misma serie para la
producción y las horas. Nuestra medida de los salarios nominales es la compensación
por hora en el sector empresarial no agrícola (LXNFC), y la medida del nivel de precios
es el deflactor del sector empresarial no agrícola (LXNFI). Finalmente, utilizamos las
lecturas diarias promedio trimestrales de la letra del tesoro a 3 meses (FTB3) como la
tasa de interés nominal relevante. Para convertir la serie en estacionaria, detendemos
las horas y la relación salario-producción real utilizando una tendencia cuadrática.
Tratamos la inflación, el crecimiento del producto y la tasa de interés nominal como
estacionarios, y los expresamos en desviaciones de la media muestral.
zt ¼ norteDCÞzt 1 þ mit
tÞ ¼ SDCÞ
miDmitmi0
FXtgramoT
t¼1.
5.1.3 Priores
En esta sección, denotamos por PAGDCÞ la distribución previa de los parámetros.
Presentamos la lista de los parámetros estructurales y sus distribuciones previas
asociadas en las primeras tres columnas de la Tabla 4. La mayoría de las
anteriores involucran distribuciones uniformes para los parámetros, que
simplemente restringen el soporte. Usamos distribuciones uniformes para el
parámetro que explica la formación de hábitos, para las probabilidades de las
loterías Calvo y para los parámetros de indexación. El previo para todos estos
parámetros tiene soporte entre 0 y 1, excepto las probabilidades de la lotería
Calvo, que pueden tomar valores hasta 0.9; es decir, descartamos duraciones
promedio de precios y salarios de más de 10 trimestres.
Tratamos de complementar tanta información previa como sea posible para los
choques exógenos del modelo. Los coeficientes AR (1) tienen distribuciones previas
uniformes entre 0 y 0,97. Se asumen distribuciones gamma para las desviaciones
estándar de los choques (para garantizar la no negatividad). Seleccionamos sus
hiperparámetros para hacer coincidir la información disponible para la desviación
estándar media anterior de las innovaciones, al tiempo que permitimos una
incertidumbre razonable en estos parámetros. Por ejemplo, para la regla de política
monetaria, elegimos las medias de los coeficientes de crecimiento de la inflación y del
producto para que coincidan con los propuestos por Taylor.43 Para el choque de política
monetaria, usamos la desviación estándar que proviene de ejecutar una regresión de
MCO para la ecuación de la regla de Taylor.
Además, arreglamos algunos parámetros. Fijamos el factor de descuento en
B ¼ 0:99. Las elasticidades de la demanda de productos y mano de obra se establecen en 6 (lo que
implica márgenes de ganancia de estado estacionario del 20%). Estos valores son bastante
convencionales en la literatura.
Choques tecnológicos y fluctuaciones agregadas 267
Cuadro 4
Distribuciones anteriores y posteriores
pagDC jfXtgramoT
t¼1ÞzLðfXtgramoT t¼1 j CÞPAGDCÞ
Cuadro 5
Segundos momentos del modelo DSGE estimado
Tecnología Tecnología
Datos Modelo componente choques
Datos originales
Crecimiento de la producción 1,36 1,27 0,60 22,3%
Inflación 0,72 0,73 0,18 6,0%
Tasa de interés 0,72 0,67 0,04 0,3%
Horas 3.11 4.60 0,42 0,8%
Salario / producción real 3,69 4.44 0,13 0,1%
Correlacion entre (dy; dn) 0,75 0,72 0,49
Datos filtrados con paso de banda
0
1
% Dev. de SS
% Dev. de SS
- 0,2
0,5
- 0,4
0 - 0,6
0 2 4 6 8 10 12 0 2 4 6 8 10 12
Respuesta de tasas de interés Respuesta de la inflación
0,02 0,1
0 0
% Dev. de SS
% Dev. de SS
- 0.02 - 0,1
- 0,04 - 0,2
- 0.06 - 0,3
0 2 4 6 8 10 12 0 2 4 6 8 10 12
Respuesta del crecimiento de la producción Respuesta de la tecnología
0,8 1,5
0,6
1
0.4
% Dev. de SS
% Dev. de SS
0,2
0,5
0
- 0,2 0
0 2 4 6 8 10 12 0 2 4 6 8 10 12
Trimestres después del choque Trimestres después del choque
Figura 7
Respuestas de impulso posterior a un choque tecnológico: estimaciones basadas en modelos
BandPass de salida
0,06
0,04
0,02
- 0.02
- 0,04
- 0.06
1950 1955 1960 1965 1970 1975 1980 1985 1990 1995 2000
Año
Horas BandPass
0,06
0,04
0,02
- 0.02
- 0,04
- 0.06
1950 1955 1960 1965 1970 1975 1980 1985 1990 1995 2000
Año
Figura 8
El papel de los choques tecnológicos en las fluctuaciones de la posguerra en Estados Unidos: estimaciones basadas en modelos
Nota: Línea continua: componente tecnológico (filtrado por BP); línea discontinua: datos de EE. UU. (filtrados por BP).
que los choques tecnológicos explican sólo una pequeña fracción de las
fluctuaciones del producto. Esto es aún más dramático cuando miramos las
fluctuaciones en horas, de una manera consistente con la mayoría de los hallazgos
del VAR. Hallazgos cualitativos similares se encuentran en Altig et al. (2003),
Irlanda (2004) y Smets y Wouters (2003b), utilizando modelos y / o métodos de
estimación ligeramente diferentes.
Tabla 6
Descomposición de la varianza del modelo DSGE estimado
Choques
Precio Sueldo
Monetario Tecnología Preferencia margen margen
Tabla 7
Fluctuaciones impulsadas por la tecnología, producción y horas: correlaciones implícitas en las especificaciones del
modelo alternativo (datos filtrados por BP)
Original 0,14
Salarios flexibles 0,16
Precios flexibles 0,18
Sin formación de hábito 0,29
Precios y salarios flexibles 0,21
Sin fricciones (RBC) 0,22
Focalización de la inflación 0,15
precios) parecen ser factores relevantes para explicar la evidencia sobre los
efectos de los choques tecnológicos. A modo de contraste,ambas cosas Las
rigideces nominales y reales parecen ser necesarias para explicar los efectos
empíricos de los shocks de política monetaria (ver, por ejemplo, Christiano,
Eichenbaum y Evans, 1999, o la dinámica de la in fl ación, por ejemplo, Gal´ı́ y
Gertler, 1999). .
6. Conclusión
McGrattan presenta sus hallazgos y los de CKM como una ilustración de una
falla general con los SVAR. Pero encontramos esa conclusión injustificada. Lo que
McGrattan y CKM realmente muestran es que unmal identificado
y / o mal especificado SVAR a menudo conduce a inferencias incorrectas.
Como reconoce la propia McGrattan, en su ejemplo de un modelo RBC
estándar (así como en todos menos uno de los ejemplos en CKM), las
suposiciones subyacentes al modelo de generación de datos son
inconsistentes con la suposición de identificación en el VAR: o la tecnología es
estacionaria , o los choques no tecnológicos tienen un efecto permanente
sobre la productividad, o el orden de integración de las horas es incorrecto.51
En esos casos, el hallazgo de inferencias incorrectas no es sorprendente ni
novedoso, ya que reafirma puntos que ya se han hecho en la literatura.52 Esa
conclusión debe contrastarse con la de Erceg, Guerrieri y Gust (2004), quienes
muestran que cuando el SVAR se especifica correctamente y las restricciones
de identificación son satisfechas por los modelos subyacentes de generación
de datos, las respuestas estimadas a los choques tecnológicos coinciden (en
menos cualitativamente) los teóricos.
Creemos que, cuando se utilizan correctamente, los SVAR proporcionan una
guía extremadamente útil para desarrollar teorías del ciclo económico. La
evidencia sobre los efectos de choques particulares que se muestra robusta a una
variedad de esquemas de identificación plausibles no debe ignorarse al
desarrollar y perfeccionar los modelos DSGE que se utilizarán para el análisis de
políticas. Por un lado, ese requisito impone una disciplina más fuerte a los
constructores de modelos que simplemente igualar los patrones deincondicional
segundos momentos de alguna serie temporal de interés, el enfoque
tradicionalmente favorecido por los economistas de RBC. Por otro lado, permite
evaluar la relevancia de especificaciones alternativas sin conocer todas las fuerzas
impulsoras que inciden en la economía.53
Otro hallazgo en CKM que puede parecer sorprendente para muchos lectores
es que su marco de contabilidad empresarial produce un aumento de horas en
respuesta a un impacto tecnológico positivo, en contraste con la evidencia
resumida en la Sección 2 del presente artículo. A continuación, conjeturamos que
tal resultado depende de manera crítica de tratar el residuo de Solow
convencional como una medida apropiada de tecnología, en contraste con la
riqueza de evidencia que sugiere la presencia de un error procíclico significativo
en esa medida de tecnología. Por el contrario, la mayoría de los hallazgos
basados en SVAR sobre los efectos de los choques tecnológicos resumieron
276 Gal´ı́ y Rabanal
La razón por la cual las estimaciones de SVAR informadas por McGrattan no logran
recuperar la respuesta conjunta de producción y horas implícitas en su modelo de RBC
no debe verse como un reflejo de una falla inherente en el enfoque de SVAR. En cambio,
lo más probable es que sea una consecuencia de una especificación incorrecta y una
identificación errónea del SVAR utilizado.
En primer lugar, y de manera más flagrante, la especificación de
crecimiento geométrico de la tecnología asumida en el ejercicio de McGrattan
implica que los choques tecnológicos sólo tendrán efectos temporales sobre
la productividad laboral. Un supuesto mantenido en Gal´ı́ (1999) y en la
Sección 2.1 anterior es la existencia de una raíz unitaria en el proceso
tecnológico, subyacente a la raíz unitaria observada en la productividad. Está
claro que si un investigador tiene una creencia inherente en la
estacionariedad de la tecnología, no querrá utilizar ese enfoque empírico
para estimar los efectos de los choques tecnológicos. Encontramos difícil de
creer la noción de que los choques tecnológicos no tienen efectos
permanentes, aunque no podemos ofrecer ninguna prueba (y aunque hemos
proporcionado evidencia sugerente en ese sentido en la Sección 3.1). En
cualquier caso, nos parece útil señalar que la literatura contiene varios
ejemplos,
(1999).54
En principio, CKM parece superar el problema de identificación errónea
anterior utilizando como mecanismo de generación de datos un modelo RBC
que asume una raíz unitaria en la tecnología. Consideran dos versiones de
ese modelo (preferida y base), que discutimos a su vez. Su especificación
preferida no satisface la restricción de identificación del VAR en otra
dimensión importante: debido a laendogeneidad de
Choques tecnológicos y fluctuaciones agregadas 277
Aquí, solo podemos especular sobre las fuentes del signo de la respuesta de
horas predichas por el modelo CKM. Pero una mirada superficial a la estructura
del modelo, y el enfoque para descubrir sus choques, apunta a un candidato muy
probable para ese hallazgo: la medida CKM del parámetro de tecnología
corresponde a la brecha entre el PIB (logarítmico) y un promedio ponderado de
(logaritmo) capital y (logaritmo) horas, con las ponderaciones basadas en la
participación promedio de los ingresos. En otras palabras, el CKM
Choques tecnológicos y fluctuaciones agregadas 279
yt ¼ anortet
zt ¼ yt snt
zt ¼ ða sÞnortet
Notas
1. Prescott (1996a).
Choques tecnológicos y fluctuaciones agregadas 281
4. Con cuatro rezagos, el correspondiente t-las estadísticas son 2.5 y 7.08, el nivel y la primera
diferencia, respectivamente.
5. Esa distribución se obtiene mediante una simulación de Montecarlo basada en 500 dibujos de la
distribución de la distribución VAR de forma reducida.
6. Observe que la distribución del efecto del impacto en las horas asigna una probabilidad cero a un
aumento en esa variable.
8. Ver también Francis y Ramey (2003a), entre otros, para estimaciones que utilizan VAR de dimensiones
superiores.
10. Ver el comentario sobre el artículo de Shea por Gal´ı́ (1998) para una discusión más detallada de ese punto.
11. La última evidencia contrasta con su análisis de datos estadounidenses a largo plazo, en el que los
resultados varían significativamente entre muestras y parecen depender de la especificación utilizada
(más abajo).
12. Un análisis análogo pero algo más detallado se puede encontrar en Francis y Ramey (2003a).
13. Por supuesto, esa era también la visión tradicional con respecto al cambio tecnológico, pero fue
desafiada por la escuela RBC.
14. Las excepciones incluyen versiones estocásticas de modelos de crecimiento endógeno, como en King et al.
(1988b). En esos modelos, cualquier choque transitorio puede, en principio, tener un efecto permanente
sobre el nivel de capital o tecnología incorpórea y, como resultado, sobre la productividad laboral.
15. Agradecemos a Craig Burnside y Ellen McGrattan por proporcionar los datos.
16. Fisher (2003) obtiene una conclusión similar utilizando un enfoque relacionado en el contexto del modelo
de choque tecnológico múltiple que se describe a continuación.
18. Esa razón de posibilidades aumenta sustancialmente cuando F La estadística asociada con una prueba de
ADF de covariables se incorpora como parte del análisis abarcador.
19. Con la excepción de su modelo bivariado bajo una especificación de nivel, CEV también encuentra que la
contribución de los choques tecnológicos a la varianza de la producción y las horas en los ciclos económicos
es pequeña (por debajo del 20%). En su modelo bivariado de especificación de nivel, esa contribución es tan
alta como 66 y 33%, respectivamente.
282 Gal´ı́ y Rabanal
20. Dadas las observaciones anteriores, uno se pregunta cómo se podría suponer una prioridad idéntica para
ambas especificaciones, como lo hace CEV al calcular la razón de probabilidades.
21. Desafortunadamente, los CEV no incluyen ninguna estadística asociada con el nulo de ninguna
tendencia en horas en su análisis global. Si bien es ciertamente posible que uno pueda obtener unat
estadístico tan alto como 8.13 en el término de tiempo cuadrado con una frecuencia del 13% cuando el
modelo verdadero no contiene tendencia (como sugiere su análisis de Montercarlo), seguramente debe ser el
caso de que dicha frecuencia sea mucho mayor cuando el modelo verdadero contiene el tendencia cuadrática
según lo estimado en los datos!
22. De hecho, el total de horas fue la serie utilizada originalmente en Gal´ı́ (1999).
23. El hallazgo de una ligera disminución a corto plazo en la producción se obtuvo en BFK (1999).
24. Pesavento y Rossi (2003) proponen un procedimiento agnóstico para estimar los efectos de un
choque tecnológico que no requiere posicionarse en el orden de integración de horas. Encuentran
que un impacto tecnológico positivo tiene un efecto negativo en las horas de impacto.
25. Agradecemos a Jonas Fisher por facilitarnos los datos sobre el precio real de inversión.
26. Véase la discusión en McGrattan (1999); Dotsey (2002); y Gal´ı́, López-Salido y Vallés (2003), entre
otros.
27. Esto sería consistente con cualquier modelo en el que la velocidad sea constante en equilibrio. Ver
Gal´ı́ (1999) para un ejemplo de tal economía.
28. Esta relación de forma reducida surgiría naturalmente como una condición de equilibrio de un
modelo RBC simple con la productividad como la única variable de estado.
29. La ausencia de otra variable de estado (por ejemplo, capital social u otras perturbaciones) implica
una correlación perfecta entre los niveles naturales de producción y empleo, en contraste con los
modelos RBC existentes en la literatura, donde esa correlación es positiva y muy alta, pero ni uno.
30. En todo momento asumimos que la condición kDFpag 1Þ þ ð1 BÞFy> 0 está satisfecho. Como
mostrado por Bullard y Mitra (2002), esa condición es necesaria para garantizar una
equilibrio.
33. El análisis de Gal´ı́, López-Salido y Vallés (2003) ha sido extendido por Francis, Owyang y
Theodorou (2004) a otros países del G7. Revelan diferencias sustanciales entre países en la respuesta
conjunta del empleo, los precios y las tasas de interés a los choques tecnológicos, y argumentan que
algunas de esas diferencias pueden basarse en diferencias en las reglas de tasas de interés
subyacentes.
34. Una evaluación menos favorable se encuentra en Chang y Hong (2003), quienes realizan un ejercicio
similar utilizando industrias manufactureras estadounidenses de cuatro dígitos, y se basan en pruebas de
rigideces nominales sectoriales basadas en el trabajo de Bils y Klenow (2002).
Choques tecnológicos y fluctuaciones agregadas 283
35. Ver Lettau y Uhlig (2000) para un análisis detallado de las propiedades de un modelo de glóbulos
rojos con formación de hábito. Como señalaron Francis y Ramey, Lettau y Uhlig parecen descartar la
asunción de hábitos sobre la base de que produce un "comportamiento cíclico contrafáctico".
36. Sin embargo, la literatura existente sobre la estimación de modelos de equilibrio general utilizando
métodos bayesianos supone que todos los choques son estacionarios, incluso cuando están altamente
correlacionados. Una novedad de este trabajo es que introducimos un choque tecnológico permanente.
Irlanda (2004) estima un modelo de equilibrio general con choques tecnológicos permanentes, utilizando la
máxima verosimilitud.
37. Una estrategia de estimación algo diferente es la seguida por Christiano, Eichenbaum y Evans
(2003); Altig y col. (2003); y Boivin y Giannoni (2003), quienes estiman modelos de equilibrio general
haciendo coincidir las funciones impulso-respuesta implícitas de un modelo con las estimadas.
38. Los detalles se pueden encontrar en un apéndice que pueden solicitar los autores.
t¼0
1þ j
sujeto a una restricción presupuestaria habitual. El choque de preferencias evoluciona, expresado en registros, como:
40. Véase Smets y Wouters (2003a) para obtener una derivación de las ecuaciones de fijación de precios y
salarios.
41. Siguiendo a Erceg y Levin (2003), suponemos que la Reserva Federal reacciona al crecimiento del
producto en lugar de a la brecha del producto. Una ventaja de seguir esta regla, como destacan
Orphanides y Williams (2002), es que la medición incorrecta del nivel de producción potencial no
afecta la conducción de la política monetaria (en contraposición a usar alguna medida de producción
sin tendencia para estimar la brecha de producción). .
43. Si un sorteo aleatorio de los parámetros es tal que el modelo no ofrece una solución única y
estable, asignamos un valor de verosimilitud cero, lo que implica que la densidad posterior también
será cero. Ver Lubik y Schorfheide (2003a) para un modelo DSGE estimado que permite la
indeterminación.
44. Rabanal (2003) encuentra un resultado similar para un modelo DSGE estimado que es solo
ligeramente diferente del que se usa aquí.
45. También hemos realizado algunos análisis de estabilidad de submuestras, dividiendo la muestra
en años anteriores a Volcker y la era Volcker-Greenspan. Si bien hubo algunas pequeñas diferencias
en los parámetros estimados entre las muestras, ninguna de las principales conclusiones de esta
sección se vio afectada.
46. Estos segundos momentos se obtuvieron usando una muestra de 10,000 extractos de la
500.000 que se obtuvieron previamente con el algoritmo Metropolis-Hastings.
47. Smets y Wouters (2003b) han realizado un análisis relacionado de forma independiente, aunque
en el contexto de un modelo DSGE ligeramente diferente.
48. La media posterior y las desviaciones estándar se basan en la misma muestra que se utilizó para
obtener los segundos momentos.
284 Gal´ı́ y Rabanal
49. En Smets y Wouters (2003b) se puede encontrar un patrón similar de respuestas de producción y
horas a un impacto tecnológico.
50. Usamos el método de Ingram, Kocherlakota y Savin (1994) para recuperar los choques estructurales. Este
método es un caso particular de uso del filtro de Kalman para recuperar los choques estructurales.
Suponemos que la economía está en su valor de estado estacionario en la primera observación, en lugar de
suponer una previa difusa. Por construcción, el conjunto completo de amortiguadores replica perfectamente
las características del modelo.
51. En el único caso en el que el VAR se identifica correctamente, produce las respuestas cualitativas
correctas, aunque con cierto sesgo cuantitativo resultante de la incapacidad de capturar la dinámica
verdadera con un VAR de orden bajo. Este resultado se ha mostrado en Erceg, Guerrieri y Gust (2004).
52. Ver Cooley y Dwyer (1998) y Christiano et al. (2003), entre otros.
53. Ver Christiano et al. (2003) para una ilustración de la utilidad de ese enfoque.
54. Ver, por ejemplo, BFK (1999), Francis et al. (2003) y Pesavento y Rossi (2004).
55. La discusión de CKM sobre ese problema está algo oscurecida por su referencia al "número
insuficiente de rezagos en el VAR" en lugar de simplemente afirmar que las horas están
sobrediferenciadas. Véase también Marcet (2004) para una discusión más general de las
consecuencias (o la falta de ellas) de la sobrediferenciación.
Referencias
Altig, David, Lawrence J. Christiano, Martin Eichenbaum y Jesper Linde. (2003). La política monetaria y
los efectos dinámicos de los shocks tecnológicos. Northwestern University. Mimeo.
Basu, Susanto, John Fernald y Miles Kimball. (1999). ¿Las mejoras tecnológicas son contractivas?un.
Mimeo.
Basu, Susanto y Miles Kimball. (1997). Productividad cíclica con variación de entrada no observada.
Documento de trabajo NBER No. 5915.
Baxter, Marianne y Robert G. King. (1999). Medición de ciclos económicos: filtros de paso de banda
aproximados para series de tiempo económicas.La Revista de Economía y Estadística
81 (4): 575–593.
Bils, Mark y Peter J. Klenow. (2002). Alguna evidencia sobre la importancia de los precios rígidos.
Documento de trabajo NBER No. 9069.
Blanchard, Olivier J. y Danny Quah. (1989). Los efectos dinámicos de las perturbaciones de la oferta y
la demanda agregadas.American Economic Review 79 (4): 654–673.
Boivin, Jean y Marc Giannoni. (2003). ¿Se ha vuelto más eficaz la política monetaria? Documento de
trabajo NBER No. 9459.
Bullard, James y Kaushik Mitra. (2002). Conocer las reglas de política monetaria.Revista de economía
monetaria 49 (6): 1105-1130.
Choques tecnológicos y fluctuaciones agregadas 285
Burnside, Craig, Martin Eichenbaum y Sergio Rebelo. (1995). Utilización de capital y rendimientos a
escala.NBER Macroeconomics Annual 1995 10: 67-110.
Campbell, John Y. (1994). Inspección del mecanismo: un enfoque analítico del modelo de crecimiento
estocástico.Revista de economía monetaria 33 (3): 463–506.
Carlsson, Mikael. (2000). Medidas de tecnología y respuestas a corto plazo a los impactos
tecnológicos: ¿Es el modelo RBC consistente con los datos de fabricación suecos? Universidad de
Uppsala. Mimeo.
Chang, Yongsung y Jay H. Hong. (2003). Sobre los efectos de la tecnología en el empleo: Evidencia de
la industria manufacturera estadounidense para 1958–1996. Universidad de Filadelfia. Mimeo.
Christiano, Larry, Martin Eichenbaum y Charles Evans. (2003). Rigideces nominales y efectos
dinámicos de un shock en una política monetaria.Revista de Economía Política,
próximo.
Christiano, Lawrence, Martin Eichenbaum y Robert Vigfusson. (2003). ¿Qué sucede después de un
choque tecnológico? Documento de trabajo NBER No. 9819. Mimeo.
Collard, Fabrice y Harris Dellas. (2002). Choques tecnológicos y empleo. Universidad de Toulouse.
Mimeo.
Cummins, Jason y Gianluca Violante. (2002). Cambio técnico específico de la inversión en los Estados
Unidos (1947-2000).Revisión de la dinámica económica 5 (2): 243–284.
Erceg, Christopher, Luca Guerrieri y Christopher Gust. (2003). ¿Pueden las restricciones a largo plazo
identificar los choques tecnológicos? Junta de la Reserva Federal. Mimeo.
Erceg, Christopher J., Luca Guerrieri y Christopher Gust. (2004). ¿Pueden las restricciones a largo plazo
identificar los choques tecnológicos? Junta de la Reserva Federal. Mimeo.
Fernald, John. (2004). Rupturas de tendencias, restricciones a largo plazo y efectos contractivos de un
choque tecnológico. Banco de la Reserva Federal de Chicago. Mimeo.
Fisher, Jonas. (2003). Los choques tecnológicos son importantes. Banco de la Reserva Federal de Chicago.
Mimeo.
Francis, Neville. (2001). Revisión de los choques tecnológicos sectoriales. Universidad de Lehigh. Mimeo.
286 Gal´ı́ y Rabanal
Francis, Neville R., Michael T. Owyang y Athena T. Thedorou. (2003). El uso de restricciones a largo
plazo para la identificación de choques tecnológicos.Revisión del Banco de la Reserva Federal de St.
Louis, Noviembre-diciembre: 53–66.
Francis, Neville y Valerie Ramey. (2003a). ¿Está muerta la hipótesis del ciclo económico real impulsada
por la tecnología? Se revisan los choques y las fl uctuaciones agregadas. Universidad de California,
San Diego. Mimeo.
Francis, Neville y Valerie Ramey. (2003b). La fuente de las fluctuaciones económicas históricas: un
análisis que utiliza restricciones a largo plazo. Universidad de California San Diego. Mimeo.
Franco, Francesco y Thomas Philippon. (2004). Industria y dinámica agregada. MIT. Mimeo.
Gal´ı́, Jordi. (1998). Comente sobre "¿Qué hacen los choques tecnológicos?"NBER Macroeconomics
Annual 1998 13: 310–316.
Gal´ı́, Jordi. (1999). Tecnología, empleo y ciclo económico: ¿Los choques tecnológicos explican las
fluctuaciones agregadas?American Economic Review 89 (1): 249–271.
Gal´ı́, Jordi. (2003). Nuevas perspectivas sobre política monetaria, in fl ación y ciclo económico. En
Avances en Economía y Econometría, vol. III, M. Dewatripont, L. Hansen y
S. Turnovsky (eds.). Cambridge: Cambridge University Press.
Gal´ı́, Jordi. (2004). Sobre el papel de los shocks tecnológicos como fuente de ciclos económicos:
algunas pruebas nuevas.Revista de la Asociación Económica Europea, próximo.
Gal´ı́, Jordi y Mark Gertler. (1999). Dinámica de la inflación: un análisis econométrico estructural.
Revista de economía monetaria 44 (2): 195–222.
Gal´ı́, Jordi, J. David López-Salido y Javier Vallés. (2003). Choques tecnológicos y política monetaria:
evaluación del desempeño de la Fed.Revista de economía monetaria 50 (4): 723–
743.
Gordon, Robert J. (2000). La medición de los precios de los bienes duraderos. Chicago: Prensa de la
Universidad de Chicago.
Greenwood, Jeremy, Zvi Hercowitz y Per Krusell. (1997). El papel del cambio tecnológico específico de
la inversión en el ciclo económico.Revista económica europea 44 (1): 91–
116.
Greenwood, Jeremy, Zvi Hercowitz y Per Krusell. (2000). El papel del cambio técnico específico de la
inversión en el ciclo económico.Revista Económica Europea (44): 91-115.
Hall, Robert E. (1988). La relación entre precio y costo marginal en la industria estadounidense.
Revista de Economía Política (96): 921–947.
Hamilton, James. (1994).Análisis de series temporales. Princeton, Nueva Jersey: Princeton University Press.
Hoover, Kevin D. y Stephen J. Perez. (1994). Post hoc ergo procter una vez más: una evaluación de
'¿Importa la política monetaria?' en el espíritu de James Tobin.Revista de economía monetaria 34 (1):
47–74.
Ingram, Beth, Narayana Kocherlakota y NE Savin. (1994). Explicación de los ciclos económicos: un
enfoque de impactos múltiples.Revista de economía monetaria 34 (3 de diciembre
1994): 415–428.
Choques tecnológicos y fluctuaciones agregadas 287
Irlanda, Peter. (2004). Choques tecnológicos en el nuevo modelo keynesiano. Boston College. Mimeo.
Jones, JB (2002). ¿Ha ayudado la política fiscal a estabilizar la economía estadounidense?Diario de Monetario
Ciencias económicas 49 (4): 709–746.
Kiley, Michael T. (1997). ¿La productividad de la mano de obra Fabricación en EE. UU.: Tiene
comovimiento sectorial refleja los choques tecnológicos? Federal Junta de Reserva. Inédito
Manuscrito.
King, Robert G., Charles I. Plosser y Sergio T. Rebelo. (1988a). Producción, crecimiento y ciclos
económicos: I. El modelo neoclásico básico.Revista de economía monetaria
21 (2/3): 195–232.
King, Robert G., Charles I. Plosser y Sergio T. Rebelo. (1988b). Producción, crecimiento y ciclos
económicos: II. Nuevas direcciones.Revista de economía monetaria 21 (2/3): 309–343.
King, Robert G. y Sergio T. Rebelo. (1999). Reanimando ciclos económicos reales. EnManual de
macroeconomía, Volumen 1B, JB Taylor y M. Woodford (eds.), Págs. 928–1002. También publicado
como NBER Working Paper No. 7534.
Kwiatkowski, D., PCB Phillips, P. Schmidt e Y. Shin. (1992). Probar la hipótesis nula de estacionariedad
contra la alternativa de una raíz unitaria.Revista de Econometría
54: 159-178.
Lettau, Martin y Harald Uhlig. (2000). ¿Se puede conciliar la formación de hábitos con los hechos del
ciclo económico?Revisión de la dinámica económica 3 (1): 79–99.
Marcet, Albert. (2004). Sobrediferenciar VAR está bien. Universidad Pompei Fabra. Mimeo.
Marchetti, Domenico J. y Francesco Nucci. (2004). La rigidez de los precios y los efectos contractivos
de los shocks tecnológicos.Revista Económica Europea, próximo.
McGrattan, Ellen. (1999). Predecir los efectos de la política de la Reserva Federal en un modelo de precios
rígidos. Banco de la Reserva Federal de Minneapolis. Documento de trabajo No. 598.
Orphanides, Athanasios y John Williams. (2002). Reglas de política monetaria robustas con tasas naturales
desconocidas.Artículos de Brookings sobre la actividad económica 2002: 63-118.
Pesavento, Elena y Barbara Rossi. (2004). ¿Los choques tecnológicos aumentan o disminuyen las
horas? Una pequeña evidencia de un procedimiento agnóstico. Universidad de Duke. Manuscrito
inédito.
Prescott, Edward C. (1986b). Teoría antes de la medición del ciclo económico.Revisión trimestral 10:
9-22.
Rabanal, Pau. (2003). El canal de costos de la política monetaria: más evidencia para los Estados
Unidos y la zona del euro. Documento de trabajo del FMI No. 03/149.
Ramey, Vlaerie y Matthew D. Shapiro. (1998). Costosa reasignación de capital y efectos del gasto
público.Serie de conferencias Carnegie-Rochester sobre políticas públicas
48: 145-194.
288 Gal´ı́ y Rabanal
Romer, Christina y David Romer. (1989). ¿Importa la política monetaria? Una prueba en el espíritu de
Friedman y Schwartz.NBER Macroeconomics Annual 1998 13: 63-129.
Rotemberg, Julio J. (2003). Progreso técnico estocástico, tendencias suaves y ciclos económicos casi
distintos.American Economic Review 93 (5): 1543-1559.
Rotemberg, Julio y Michael Woodford. (1999). Reglas de tasas de interés en un modelo de precio
rígido estimado. EnReglas de política monetaria, JB Taylor (ed.). Chicago: Prensa de la Universidad de
Chicago.
Shea, John. (1998). ¿Qué hacen los choques tecnológicos?NBER Macroeconomics Annual 275–
310.
Smets, Frank y Raf Wouters. (2003a). Un modelo de equilibrio general dinámico estocástico estimado
de la zona del euro.Revista de la Asociación Económica Europea 1 (5): 1123–
1175.
Smets, Frank y Raf Wouters. (2003b). Choques y fricciones en los ciclos económicos de EE. UU.: Un
enfoque DSGE bayesiano. Banco central europeo. Manuscrito inédito.
Stock, James y Mark W. Watson. (1999). Fluctuaciones del ciclo económico en las series de tiempo
macroeconómicas de EE. UU. EnManual de macroeconomía, Volumen 1A, JB Taylor y M. Woodford
(eds.), Págs. 3-64. También publicado como NBER Working Paper No. 6528.
Taylor, John B. (1993). Discreción versus reglas de política en la práctica.Serie Carnegie-Rochester sobre
políticas públicas 39: 195-214.
Uhlig, Harald. (1999). Un conjunto de herramientas para analizar fácilmente modelos estocásticos dinámicos
no lineales. EnMétodos computacionales para el estudio de economías dinámicas, Ramon Marimon y Andrew
Scott (eds.). Oxford: Prensa de la Universidad de Oxford.
Uhlig, Harald. (2004). ¿Los choques tecnológicos provocan una caída en el total de horas trabajadas?
Revista de la Asociación Económica Europea, próximo.
Wen, Yi. (2001). Tecnología, empleo y ciclo económico: ¿Los choques tecnológicos explican las
fluctuaciones agregadas? Un comentario. Documento de trabajo de la Universidad de Cornell No. 01-
19.