Comparing Alternative Output-Gap Estimators: A Monte Carlo Approach

L'auteur évalue la capacité de différents estimateurs à mesurer l'écart de production dans le cadre d'une économie modélisée. Il utilise un petit modèle estimé de l'économie canadienne afin de générer des données artificielles sur la production et l'inflation. À partir de ces données, il s'attache à calculer le véritable écart de production en ayant recours à une batterie de méthodes d'estimation. Il analyse ensuite l'efficacité de ces dernières en comparant l'écart obtenu à l'aide de chacune d'elles au véritable écart. Les estimateurs sont évalués sur la base des corrélations entre l'écart effectif et l'écart estimé de même qu'à la lumière du critère de la racine carrée de l'erreur quadratique moyenne. Pour vérifier la robustesse des résultats, l'auteur modifie aussi les propriétés de la production potentielle et de l'écart de production dans le processus générateur des données. D'après ses conclusions, la combinaison du filtre de Hodrick-Prescott avec la méthode de Blanchard-Quah fondée sur l'emploi d'un vecteur autorégressif structurel donne une estimation plus précise que les autres méthodes en fin d'échantillon. L'auteur constate également que la méthode de Blanchard-Quah est supérieure aux autres même lorsque ses hypothèses d'identification ne sont pas respectées.