Generalmente i modelli VAR sono composti da un insieme molto numeroso di parametri e potrebbe essere complicato analizzare e interpretare le relazioni tra le variabili presenti. Per questo motivo le proprietà dinamiche dei modelli VAR vengono riassunte usando delle analisi strutturali di diverso tipo. Le tre princi- pali sono:
• Causalità di Granger
• Funzione di risposta agli impulsi
• Scomposizione della varianza dell’errore di previsione
La Causalità di Granger è la prima che deve essere analizzata. Uno dei principa- li motivi per cui viene utilizzato il modello VAR, come già detto, è la previsione.
Il test fornisce informazioni sulle capacità di previsione di una o più variabili. Se
una variabile o un gruppo di variabili y1aiuta a predire una o un gruppo di va-
riabili y2, allora y1 può essere definita come Granger-causa di y2. L’analisi prende
il nome da chi l’ha individuata: Granger. Questo concetto viene meno se per ogni
s > 0MSE (Mean Squared Error) della previsione y2,t+s, basato su (y2,t, y2,t−1, ...),
coincide con MSE di y2,t+s basato su (y2,t, y2,t−1, ...) e (y1,t, y1,t−1, ...). Va chiari-
to però che la Causalità di Granger non implica vera causalità ma semplicemente l’abilità predittiva [41].
La funzione di risposta agli impulsi o anche IRF fornisce la risposta dei valori correnti e futuri di ogni variabile all’incremento di un’unità di valore dell’erro- re di una delle variabili presenti nel modello, assumendo che l’errore torni poi a zero nel seguente periodo temporale e che tutti gli altri errori siano uguali a zero. Questo esperimento viene eseguito quando gli errori sono incorrelati tra lo- ro, condizione presente principalmente nei modelli ricorsivi e strutturati del VAR
[39]. La condizione di incorrelazione degli errori è possibile solo se var(εt) = Σ
è una matrice diagonale. Un modo per ottenere questa condizione è stimare il modello VAR(p) strutturale triangolare che in forma matriciale si presenta come:
BYt = c + Γ1Yt−1+ Γ2Yt−2+ ... + ΓpYt−p+ ηt
con B matrice triangolare inferiore. Gli errori incorrelati/ortogonali ηtsono indi-
cati come errori strutturali.
La scomposizione della varianza dell’errore di previsione, FEVD, indica la porzione
di varianza dell’errore di previsione dovuta a shock strutturali ηj. La previsione
di h-step in avanti, usando gli shock ηj e conoscendo i coefficienti del VAR, può
essere scritta come:
YT+h− YT+h|T = h−1
X
s=0
ΘsηT+h−s
con Θ = B−1 una matrice triangolare inferiore. Una condizione richiesta in que-
con n variabili ci saranno n2 possibili valori FEVD
i,j(h). Va tenuto in considera-
zione che la FEVD dipende dall’ordinamento casuale ricorsivo usato per identifi-
care gli ηjshock strutturali e questo processo non è unico. Differenti ordinamenti
C
4
I
DATI
In questo capitolo vengono presentati i dati utilizzati per la costruzione del mo- dello spiegato in precedenza. Dopo varie ricerche e studi dei possibili attori da includere nel costrutto, la scelta è ricaduta su:
• Tasso di interesse a breve termine • Gross fixed capital formation (GFCF) • Tasso di disoccupazione
• Consumer price index (CPI)
Questi dati sono stati scelti seguendo un preciso ragionamento di fondo in ac- cordo con lo scopo finale del progetto, cioè verificare se la politica monetaria ha effetto o meno sull’economia reale. Si è cercato quindi di studiare se il tasso di interesse ha una possibile influenza sull’inflazione, rappresentata dal CPI, sugli investimenti di famiglie ed imprese, cioè il GFCF e sul tasso di disoccupazione. Le serie relative a questi dati sono state ottenute mediante la ricerca in diversi siti quali: Eurostat, Federal Reserve, Oecd, Intenational Monetary Fund, European Central Bank e World bank che dispongono di grandi banche dati dalle quali è possibile scaricare le serie storiche necessarie gratuitamente.
4.1
Tasso di interesse a breve termine
Sentiamo spesso parlare di ”tassi di interesse” in questi ultimi anni soprattut- to dal Presidente della Banca Centrale Europea, con il quale termine si indica il tasso di riferimento per la trasmissione della politica monetaria, chiamato in Europa Tasso Refi e gestito dalla BCE, mentre Federal funds rate negli Stati Uniti, in mano alla FED. Essi rappresentano il cuore del mercato monetario, in quanto strumento utilizzato da questi Istituti per il raggiungimento degli obiettivi di po- litica economica prefissati. In Europa la BCE si occupa di mantenere la stabilità dei prezzi, mentre negli Stati Uniti il compito della FED è leggermente diverso e più ampio dovendo mantenere la stabilità dei prezzi ma anche garantire posti di lavoro e crescita economica. Un cambiamento del valore del tasso di interes- se potrà influenzare investimenti, inflazione e disoccupazione. Quando però si manovra tale strumento bisogna tenere conto sia delle conseguenze positive che si possono verificare, sia di quelle negative: una diminuzione del tasso di inte- resse implicherà il possibile aumento di investimenti e consumi (allo scopo di dare un impulso all’economia), ma dall’altro lato potrebbe portare alla creazione di una bolla economica (come successe in Giappone nei primi anni ’90) con tut- te le conseguenze del caso. Il tasso di interesse ha diversi modi per influenzare il mercato, ad esempio un cambiamento del valore di riferimento influisce sulle richieste di moneta da parte degli istituti finanziari (essendo il tasso applicato ai prestiti richiesti dalle banche), riflettendosi poi nelle condizioni con la quale le stesse effettuano a loro volta tali operazioni. Un altro effetto può invece es- sere definito come indiretto, in quanto un cambiamento del suo valore influisce sulle prospettive degli agenti economici che ripongono fiducia nell’Istituto Cen- trale [2] [4]. In Figura 4.1 è riportato il meccanismo di trasmissione della politica monetaria nella zona Euro.
Figura 4.1: Trasmissione Tassi di Interesse in Euro zona