Varjokorkojen vaikutus tuottokäyrään ja talouden aktiviteetin mallintamiseen

Tässä pro gradu -tutkielmassa perehdytään talouskasvuennustemalleihin nollakorkoympäristössä. 2010-luvulla talouden toimijat ovat saaneet nauttia poikkeuksellisen alhaisesta korkotasosta Yhdysvalloissa ja euroalueella. Talouskasvuennusteilla on merkittävä rooli raha- ja talouspoliittisten päätösten...

Täydet tiedot

Bibliografiset tiedot
Päätekijä: Lahdensuo, Niko
Muut tekijät: Jyväskylä University School of Business and Economics, Jyväskylän yliopiston kauppakorkeakoulu, Taloustieteet, Business and Economics, Jyväskylän yliopisto, University of Jyväskylä
Aineistotyyppi: Pro gradu
Kieli:fin
Julkaistu: 2023
Aiheet:
Linkit: https://jyx.jyu.fi/handle/123456789/87544
Kuvaus
Yhteenveto:Tässä pro gradu -tutkielmassa perehdytään talouskasvuennustemalleihin nollakorkoympäristössä. 2010-luvulla talouden toimijat ovat saaneet nauttia poikkeuksellisen alhaisesta korkotasosta Yhdysvalloissa ja euroalueella. Talouskasvuennusteilla on merkittävä rooli raha- ja talouspoliittisten päätösten ohjauksessa. Tuottokäyrää pidetään yleisesti hyvänä talouden kehityksen indikaattorina. Nollakorkoympäristössä korkojen nolla-alaraja sitoo tuottokäyrän lyhyen maturiteetin päätä, eikä tuottokäyrä näytä teoreettista muotoaan, johon se asettuisi ilman nolla-alarajaa. Tässä tutkielmassa selvitetään parantaako varjokoron lisääminen ennustetarkkuutta verrattuna perinteiseen tuottokäyrän avulla tapahtuvaan ennustamiseen silloin, kun korkotaso on lähellä tai alle nolla-alarajan. Varjokorkojen integroiminen tuottokäyrämalleihin avaa tuottokäyrän muodolle uusia mahdollisuuksia korkojen nolla-alarajassa. Tutkimuksessa käytetään useita makrotalouden muuttujia Yhdysvalloista ja euroalueelta 2000–2022, sekä alueellisia varjokorkoja. Mallin ennustekykyä tarkastellaan dynaamisilla regressiomalleilla ja Markovin regiiminvaihtomalleilla. Käytetyt mallit istuivat paremmin Yhdysvaltojen aineistoon. Yhdysvalloissa osakemarkkinat palautuvat tehokkaasti sokeista ja rahapoliittisilla teoilla oli selkeämpi vaikutus varjokorkoihin. Molemmilla menetelmillä ja alueilla varjokorkojen lisääminen malliin paransi mallin selityskykyä, mutta vain marginaalisesti. Tutkimuksen keskeinen havainto on, että Markov-mallit istuivat aineistoon lineaarisia malleja paremmin. Tarkasteltu ajanjakso oli suhteellisen lyhyt ja selittävien muuttujien merkitykset vaihtelivat alueittain.