Abstracto
(|, ) =1 ( |, ) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . (3)
1
(|, ) = [(1/2)( ) ( )1 (
(2)2 | |12
)]. . (4)
el vector Denota nuestra mejor conjetura antes de ver los datos en cuanto al valor de
bi. Donde Denota la fila i de B, esos is contienen los coeficiente rezagados para los i
ensimas ecuaciones estructurales. La matriz Mi caracteriza nuestra confianza en estas
creencias previas. Una gran variacin representara una gran incertidumbre, mientras que
no teniendo informacin previa til podra ser considerado como un caso lmite de
cuando tiende a cero. Una vez ms las aplicaciones y los resultados de este trabajo
permiten depender de A pero asumir que no. Sugerencias para la especificacin
y son realizados en el Apndice A.
2 Vamos a seguir la convencin de notacin de utilizar p(.) para denotar una densidad
arbitraria, donde la densidad particular que se hace referencia est implcita por el
argumento. As p( A) es la notacin abreviada de pA( A) y representa una funcin
diferencial de p( D | A), que a su notacin ms cuidadosos se representar p D | A ( D |
2.2 Muestreo de la distribucin posterior.
Bayesiano comienza con creencias anteriores sobre los parmetros
p(A,D,B)Representado por el producto de p (A) con (2) y (3), el objetivo es Claro para ver
cmo la observacin de los datos data YT = (y'1 , y'2 , , y'T )' nos hace cambiar estas creencias
. Las distribuciones particulares recomendadas arriba resultan ser los conjugados
naturales. Es decir, si el anterior para d-1
ii dado A es (i , i (A)), entonces el posterior
-1
para dii dado A y los datos YT es (i , *i (A)) donde
*
= + 2 . . (5)
Baumeisterand
Hamilton (2015a) mostro que la posterior distribucin marginal est dado por
^
()[( )]2
(| ) = ()] =1 () .
=1 =1[(2/)
^
Aqu p(A) denota la densidad antes original para , es la matriz de la muestra varianza
para los
Residuos VAR de forma reducida,
Los efectos dinmicos del shock estructural en el horizonte s estn dados por :
Utilizando ( 16 ), Las innovaciones de forma reducida pueden a su vez ser escritos como
1 () ( ; ) para ( ; ) = 1. La contribucin de los shocks
estructurales entre t + 1 y t + s al valor de + a continuacin, se puede escribir como
Como nuestro primer ejemplo tenemos en cuenta el modelo estimado por Kilian (2009),
que utiliza una interpretacin recursiva familiar del sistema estructural con variables
ordenadas como algo dado. Desde una perspectiva bayesiana, esto equivale a suponer
que sabemos con certeza que la produccin no tiene respuesta contempornea a
cualquier precio o de la actividad econmica, por lo que = = ,, y, adems,
que no hay efectos contemporaneos de los precios del petrleo sobre la actividad
econmica = .En contraste con esta certeza el investigador acta como si l o ella
no sabe nada sobre cmo la produccin de petrleo podra afectar la actividad econmica
( ) o los parmetros de la demanda ( )
Esto es ms que
una suposicin acerca de las seales de todos los elementos de A por cuanto impone
algunas restricciones ms complicados en sus magnitudes conjuntas. Sin embargo, hay
una manera muy sencilla de implementar las restricciones de signo antes mencionadas en
H si imponemos a A las restricciones de que la actividad econmica slo afecta a la
produccin de petrleo contemporneamente a travs de su efecto sobre el precio del
petrleo ( = )y que la produccin de petrleo no entra directamente en la ecuacin
de la actividad econmica ( = ). Bajo estas restricciones tendramos
Tenga en cuenta que aunque hemos impuesto dos restricciones cero, el modelo todava
no indentificado hay un nmero infinito de valores para{ , , , } que todos
puedan alcanzar el valor mximo idntico para la funcin de probabilidad de los datos
observados. Tambin podemos ver que con estas dos zero restricciones,
Si creyramos que la curva de oferta de pendiente positiva ( > 0)un aumento del
precio del petrleo reduce la actividad econmica ( < 0), la curva de demanda se
inclina hacia abajo ( < 0) y que mayores ingresos impulsa la demanda de ( >
0),los elementos en (28 ) Siempre va a satisfacer ( 26 ). El sistema insuficientemente
identificado (27 ) Con estas restricciones de signo es, pues, una forma de describir la clase
de los modelos considerados por los autores anteriores.
Una de las contribuciones Kilian y de Murphy era demostrar que las restricciones de signo
por s solos no son suficientes para precisar las magnitudes de inters. Ellos argumentaron
que la elasticidad de la oferta, aunque probablemente no literalmente cero como se
supone en (25 ), Est, sin embargo, conocidos por ser pequea, que se representan con la
cota [0, 0.0258].Sin embargo, no utilizaron otra informacin acerca de la
elasticidad de la oferta, slo se impone que debe caer dentro de este intervalo. Esto se
reconoce como una idea esencialmente Bayesiano en el que la densidad previa es
^
La figura tambin compara esto con una distribucin previa que insiste en que
^ ^
[. , ], dnde = 5.44 es la raz cuadrada del elemento (3,3) de Aunque esto
exactamente no reproduce el mtodo de Murphy Kellin, que deben ser muy similar.Por el
contrario, Kilian y Murphy no utilizan ninguna informacin previa en absoluto sobre los
dems parmetros ( y ), aparte de las restricciones de signo antes mencionadas,
para lo cual una vez ms adoptar La unitaria T-Student utilizados en la Seccin 3.1 ahora
truncados por restricciones de signo. A continuacin, utiliza el algoritmo descrito en el
Apndice B para calcular la distribucin posterior dada la previa
() = ( )( )( )( )
Por el lado de la oferta, si bien es cierto que la mayora de los productores tienen una
respuesta inmediata limitada a los cambios en los incentivos de precios, algunos pases
como Arabia Saudita histricamente han hecho ajustes muy significativos de alta
frecuencia a las cambiantes condiciones del mercado. La Figura 8 muestra que en
respuesta a la demanda ms dbil durante la recesin de 1981-82, el reino redujo la
produccin en 6 millones de barriles por da, implementando por s mismo una cada del
11% en la produccin global total.
Los saudes iniciaron otro descenso de la produccin de 1,6 mb / d en diciembre de 2000
(pocos meses antes de que comenzara la recesin estadounidense en marzo de 2001) y
slo comenzaron a aumentar la produccin en marzo de 2002 (cuatro meses despus de
que la recesin terminara). La cada de 1,6 mb / d en la produccin saud entre junio de
2008 y febrero de 2009 fue otra clara respuesta a las condiciones del mercado en un
esfuerzo por estabilizar los precios. Igualmente dramticos en el grfico son los rpidos
aumentos en la produccin saudita que comenzaron en agosto de 1990 y enero de 2003,
los cuales estaban destinados a compensar parte de la produccin perdida anticipada del
Iraq asociada con las dos Guerras del Golfo. As, aunque la respuesta de la produccin
mundial a los aumentos de precios en el mes es probablemente pequea, no parece haber
una base slida a priori para suponer que sera significativamente
Menor que la respuesta mensual de la demanda.
Kilian y Murphy (2014) sealan que otro factor importante en la interpretacin de los
movimientos conjuntos a corto plazo de las cantidades y los precios en el comportamiento
de los inventarios. El aumento de la produccin de petrleo en mes t no tiene que ser
consumido ese mes sino que podra entrar en los inventarios:
aqu es la cantidad de aceite exigi a nivel mundial en el mes t, es la cantidad
producida, y es el verdadero cambio en los inventarios globales. a esta ltima
magnitud en el reconocimiento del hecho de que slo tenemos observaciones imperfectas
de esta cantidad, las implicaciones de la cual hablaremos ms adelante. Dejar =
( / )denotar la tasa de crecimiento mensual observado de la produccin.
A continuacin, podemos aproximar el crecimiento de la demanda de consumo como
= / . por tanto, se llev a considerar lo siguiente
generalizacin del sistema considerado en la Seccin 3.2:
aqu 1 , 2 ,y
3 como antes
representar choques al suministro de aceite, la actividad econmica, y la demandade
petrleo especifico,con la modificacin a la ecuacin ( 33 ) Reconociendo que el aceite
producido, pero no consumido en el perodo actual entra en los inventarios. El shock
4 en ( 34 ) Representa un choque separado a la demanda de inventario, que a veces se
ha descritocomo un shock demanda especulativa en la literatura.
Como se seal anteriormente, no tenemos buenos datos sobre los inventarios mundiales
de petrleo. Hay datos sobre Los inventarios de petrleo crudo y de la OCDE mensual
redefinidos-productos inventariado, de la que podemos construir una medida de los
inventarios de crudo para pases de la OCDE como en Kilian y Murphy (2014, nota 6); para
ms detalles vase el Apndice C. representamos el hecho de que estos nmeros son una
medida imperfecta de la verdadera magnitud a travs de una ecuacin de medicin de
errores
6. Conclusin.
Defendemos que los analistas deben relajar los antecedentes dogmticos, reconociendo
que tenemos cierta incertidumbre acerca de los propios supuestos de identificacin, y
fortalecer los priores no informativos, aprovechando cualquier informacin que se pueda
conocer fuera del conjunto de datos que es
analizado.
Hemos ilustrado estos conceptos revisando el papel de los shocks de oferta y demanda en
los mercados de petrleo. Hemos demostrado cmo los estudios previos pueden ser
vistos como un caso especial de inferencia bayesiana y se propone una generalizacin que
se basa en un rico conjunto de informacin previa ms all de los datos que se analizan
mientras simultneamente relajar algunos de los priores dogmticos implcitos en la
identificacin tradicional. No obstante, terminamos confirmando algunas de las
conclusiones principales de estudios anteriores. Se observa que los aumentos de los
precios del petrleo que resultan de los shocks de oferta, conducen a una reduccin de la
actividad econmica tras un importante retraso, mientras que los aumentos de precios
Los aumentos en la demanda de consumo de petrleo no tienen un efecto significativo
sobre la actividad econmica. Tambin examinamos la sensibilidad de nuestros resultados
a los priores utilizados, y encontramos que muchas de las conclusiones clave cambian muy
poco cuando se coloca sustancialmente menos peso en varios componentes del
antelbfvcc