Tager blommen fra hviden:Nyt filter adskiller trend og cyklus i makroøkonomiske data

I forskning offentliggjort i International Journal of Computational Economics and Econometrics , Peng Zhou fra Cardiff University foreslår en ny filterteknik, der kan adskille blommen fra æggehviden, i overført betydning. Filteret adskiller trend og cyklus baseret på stiliserede økonomiske egenskaber, snarere end at stole på ad hoc statistiske egenskaber såsom frekvens, han skriver. Effektiviteten af ​​tilgangen er blevet testet i forhold til de lange makroøkonomiske data indsamlet af Bank of England fra 1700 til 2015.

Zhou forklarer, hvordan der er en opdeling i makroøkonomisk teori, der adskiller undersøgelser af langsigtet økonomisk vækst, drevet af lavfrekvente ændringer, og kortsigtede konjunkturer, drevet af højfrekvente ændringer. Der kan godt være en filosofisk skelnen, men der er ingen egentlig forskel, når det kommer til dataene - dataene for økonomisk vækst og konjunkturcykler er samlet sammen.

Bivirkningen af ​​den filosofiske opdeling er, at man almindeligvis afprøver eller estimerer en økonomisk vækstteori, der ser på vækstraten af ​​rådata og ignorerer den mulige rolle af konjunkturcykler. Omvendt afprøvning eller estimering af en konjunkturteori involverer normalt filtrering af rådata med statistiske procedurer, som udglatter detaljer. "Uden en ordentlig måling, gyldigheden og pålideligheden af ​​de empiriske slutninger er tvivlsom, " foreslår Zhou.

Som en kok kan adskille æggehvide og blomme, til forskellige opskrifter, så Zhou har foreslået et filter, der hverken ignorerer den ene filosofi eller udjævner den anden, men tillader to forskellige opskrifter at blive udført for økonomisk vækststudier og konjunkturanalyse af de samme data "æg". Han gør brug af nogle stiliserede økonomiske egenskaber ved trend og cyklusser for at adskille dem.