Can Bayesian econometric methods outperform traditional econometrics in inflation forecasting?

• Thesis title in Czech: Může Bayesovská ekonometrie překonat tradiční ekonometrické modely v předpovídání inflace?
• Thesis title in English: Can Bayesian econometric methods outperform traditional econometrics in inflation forecasting?
• Key words: Bayesovská ekonometrie, předpovídání inflace, Česká republika, Thielovy testy
• English key words: Bayesian econometrics, inflation forecastin, Czech republic, Thiel tests
• Academic year of topic announcement: 2010/2011
• Thesis type: rigorosum thesis
• Thesis language: angličtina
• Department: Institute of Economic Studies (23-IES)
• Supervisor: PhDr. Jaromír Baxa, Ph.D.
• Author: hidden - assigned by the advisor
• Date of registration: 07.02.2011
• Date of assignment: 07.02.2011
• Date and time of defence: 30.03.2011 17:00
• Venue of defence: IES
• Date of electronic submission: 17.02.2011
• Date of proceeded defence: 30.03.2011
• Opponents: PhDr. Mgr. Martin Netuka

References

Canova, Fabio; G-7 Inflation Forecasts: Random Walk, Phillips Curve
or What Else?; Macroeconomic Dynamics, 2007

LeSage, J. P.; Applied Econometrics using MATLAB; Department of
Economics, University of Toledo, 1999

Koop, Gary; Bayesian Econometrics, John Wiley &Sons Ltd, 2003

Joiner, Alex; Monetary Policy Effects in an Australian Bayesian VAR
Model; Australasian Macroeconomics Workshop, 2002

Litterman, Robert B.; Forecasting with Bayesian Vector
Autoregressions - Five Years of Experience; Federal Reserve Bank of
Minneapolis, 1985

Bikker, J. A.; Inflation Forecasting for Aggregates of the EU-7 and
EU-14 with Bayesian VAR Models; Journal of Forecasting, 1998

Bloor, Chris; Matheson, Troy; Analysing shock transmission in a
data-rich environment: A large BVAR for New Zealand, Reserve Bank
of New Zealand Discussion Paper Series, 2009

Zha, T., Sims, C. A.; Bayesian Methods for Dynamic Multivariate
Models; International Economic Review, 1998

LeSage, J. P., Krivelyova, A.; A Spatial Prior for Bayesian Vector
Autoregressive Models; Journal of Regional Science, 1999

Jacobson, Tor; Karlsson Sune; Finding Good Predictors for Inflation:
A Bayesian Model Averaging Approach, Journal of Forecasting, 2004

Stock, J. H., Watson M.W.; Forecasting Inflation; Journal of Monetary
Economics, 1999

Borys, M. B.; Horváth, R.; The Effects of Monetary Policy in the Czech
Republic: Evidence from Factor Augmented VAR, Czech National
Bank Working Paper, 2008

Preliminary scope of work

Vzhledem k tomu, že mnoho centrálních bank opustilo režim cílování penìžní zásoby a přešlo k režimu cílování inflace, stalo se předpovídání inflace zásadním, jak pro politické rozhodování, tak pro soukromé aktéry, kteří se snaží rozpoznat rozhodnutí centrální banky a reagovat na něj. Předpovídání inflace není jednoduché, neboť modely zahrnující jednu proměnnou, stejně jako strukturální makroekonomické modely, jsou, pokud se týká schopnosti předpovědi, překonávány naivní předpovědí, která je výsledkem modelu náhodné procházky. Cílem této práce je předpovídat inflaci v České republice použitím bayesovského ekonometrického modelu (konkrétnì bayesovské vektorové autoregrese - BVAR). Bayesovské modely se osvědčily při předpovídání inflace ve vyspělých zemích.
Bayesovská ekonometrie je jednou z nejrychleji se rozvíjejících oblastí ekonometrie za poslední dvě desetiletí. Ve centru bayesovského přístupu leží bayesovská pravdìpodobnostní teorie, která je založena na konceptu podmíněné pravděpodobnosti. Tento přístup je ovšem výpočetně poměrně náročný a jeho praktické využití bylo umožněno teprve díky rychlému rozvoji výpočetní techniky. Odhady modelů jsou založené na kombinaci určitých pøedpokladù (priors) spolu s informací pocházející z naměřených dat. Většina ekonometrických modelù má dnes i své bayesovské varianty (včetně metody nejmenších čtverců), ovšem v této práci je využívána především bayesovská vektorová autoregrese (BVAR). Jedním z cílů této diplomové práce je seznámit se s principy bayesovské ekonometrie a osvojit si používání bayesovského přístupu v různých modelech.

Preliminary scope of work in English

Forecasting of inflation has become crucial for both policy makers and private agents who try to understand and react to Central Bank decisions because many Central Banks implemented inflation targeting rules instead of control of monetary aggregates.
Inflation forecasting is considered to be very complicated issue because univariate regression models and structural macroeconomic models are usually outperformed by naive random walk model. This work is intended for forecasting inflation in the Czech Republic by employing Bayesian econometric method (namely Bayesian vector autoregression - BVAR). Bayesian methods proved to be useful in inflation forecasting in developed countries. Bayesian econometrics is one of the fast developing fields of econometrics for past two decades. In the centre of the approach is Bayesian probabilistic theory based on conditional probabilities. This probabilistic approach is, however, computationally demanding. Fast computer evolution enables wide applications of Bayesian models. Model estimations are based on combining information from some prior beliefs and from the data. Many different sorts of models have their Bayesian variants (e.g. OLS) but the
emphasis in this work is on Bayesian Vector autoregression (BVAR). One of the aims of the thesis is to become familiar with principles of Bayesian econometric and be able to use Bayesian approach in various models.