Essays in applied time series econometrics

Aquesta tesi aborda tres temes de contínua rellevància acadèmica i social -- el canvi climàtic, la política monetària i la migració internacional -- utilitzant eines de la literatura macroeconomètrica per a l'anàlisi causal i la previsió amb dades de sèries temporals. Al primer capítol, coautor...

Descripción completa

Detalles Bibliográficos
Autor: Boss, Konstantin
Tipo de recurso: tesis doctoral
Fecha de publicación:2024
País:España
Institución:Universitat Autònoma de Barcelona
Repositorio:Dipòsit Digital de Documents de la UAB
Idioma:inglés
OAI Identifier:oai:ddd.uab.cat:300973
Acceso en línea:https://ddd.uab.cat/record/300973
Access Level:acceso abierto
Palabra clave:Econometria sèries temporals
Time series econometrics
Econometría series temporales
Canvi climàtic
Climate Change
Cambio climático
Migració
Migration
Migración
Ciències Socials
Descripción
Sumario:Aquesta tesi aborda tres temes de contínua rellevància acadèmica i social -- el canvi climàtic, la política monetària i la migració internacional -- utilitzant eines de la literatura macroeconomètrica per a l'anàlisi causal i la previsió amb dades de sèries temporals. Al primer capítol, coautor amb Alessandra Testa, desenvolupem un marc economètric que permet desentranyar les fonts naturals i antropogèniques de la variació de la temperatura als Estats Units utilitzant una alta resolució espacial. Utilitzant un VAR (Vector Autorregressiu) augmentat amb factors i la identificació de xocs estructurals en el domini de la freqüència, mostrem que l'activitat socioeconòmica als Estats Units des de la dècada de 1940 ha estat responsable d'una quarta part dels canvis de temperatura a llarg termini, amb una importància creixent a les àrees on es concentra la indústria nord-americana. Per contra, les fluctuacions de temperatura induïdes de manera natural deixen l'economia nord-americana essencialment inalterada. Al segon capítol, proposo una manera de fusionar la literatura sobre el growth-at-risk i la inflation-at-risk amb mètodes d'inferència causal quan hi ha molta informació. En un procediment en dues etapes que involucra un model factorial dinàmic estructural i regressions quantíliques, mostro que els xocs de política monetària contractiva als Estats Units augmenten la incertesa al voltant de la inflació i exacerben la bimodalitat de la distribució prevista del creixement del PIB. La política expansiva redueix la incertesa i gairebé resol el "mal" equilibri predit per al creixement econòmic. Els resultats suggereixen que els esforços per controlar la inflació no són adequats per a la gestió del risc macroeconòmic. Al tercer capítol, coautor amb Andre Groeger, Tobias Heidland, Finja Krueger i Conghan Zheng, incorporem les Cerques a Google com a predictors de la migració de refugiats entre més de 150 països d'origen cap als països de la UE27 utilitzant mètodes d'aprenentatge automàtic. Mostrem que, atès el gran augment sense precedents de sol·licituds d'asil durant la crisi migratòria de 2015-2016, és difícil superar els models de referència ingenus. No obstant això, els models que només compten amb dades de Google Trends i cap altre predictor funcionen comparativament bé fora de la mostra per a alguns corredors de migració seleccionats. Donada l'alta freqüència d'aquestes dades, investiguem el seu potencial en un exercici de nowcasting per a la recent onada de refugiats d'Ucraïna provocada per la invasió russa de febrer de 2022. L'exercici reflecteix les troballes de la cursa de cavalls entre diversos països: fins i tot els models sofisticats amb dades d'alta freqüència els hi costa anticipar amb precisió les sol·licituds d'asil en relacions migratòries importants.