Comparaison des pommes aux pommes: estimations «synthétiques en temps réel» de R-Star

Sophia Cho et John C. Williams

Les estimations du taux d'intérêt naturel, communément appelé «R-Star», attirent beaucoup d'attention parmi les économistes, les banquiers centraux et les participants au marché financier. Le taux d'intérêt naturel est le taux d'intérêt réel (ajusté à l'inflation) qui devrait prévaloir lorsque l'offre et la demande de l'économie sont en équilibre et que l'inflation est stable. Le taux naturel ne peut pas être mesuré directement mais doit être déduit des autres données. Lors de l'évaluation des estimations de R-Star, il est important de faire la distinction entre les estimations en temps réel et les estimations rétrospectives. Les estimations en temps réel répondent à la question: «Quelle est la valeur de R-Star sur la base des informations disponibles à l'époque?» Pendant ce temps, les estimations rétrospectives répondent à la question: «Qu'est-ce que R-Star à un moment donné dans le passé, sur la base des informations disponibles aujourd'hui?» Bien que cette dernière question puisse être d'un intérêt historique, la première question est généralement plus pertinente dans la pratique, que ce soit sur les marchés financiers ou les banques centrales. Ainsi, étant donné leur nature différente, comparer des estimations en temps réel et rétrospectives, c'est comme comparer les pommes aux oranges. En ce moment Liberty Street Economics Post, nous abordons ce problème en créant de nouvelles estimations de «synthétique en temps réel» de R-Star aux États-Unis pour les modèles Laubach-Williams (2003) et Holston-Laubach-Williams (2017), à l'aide de jeux de données vintage. Ces estimations permettent des comparaisons de pommes à pommes du comportement des estimations R-Star en temps réel au cours du dernier quart de siècle.

Une histoire

Un avantage des modèles Laubach-Williams (LW) et Holston-Laubach-Williams (HLW) est leur utilisation de longue date. Des estimations en temps réel pour le modèle LW sont disponibles sur le site Web de la Fed de New York dès le premier trimestre de 2005, avec un écart de reportage du troisième trimestre de 2020 au troisième trimestre de 2022 en raison de la pandémie Covid-19. Au cours de cette période, la publication des estimations a été interrompue car l'extrême volatilité des données économiques était en contradiction avec la structure sous-jacente des modèles (Holston, Laubach et Williams 2023). Des estimations en temps réel pour le modèle HLW sont disponibles à partir du quatrième trimestre de 2015, avec le même écart de rapport lié à la pandémie.

Les spécifications et les méthodologies d'estimation de ces modèles, qui ont été inchangées pendant les années pré-pandemiques, ont été modifiées pour prendre en compte les effets de la pandémie Covid-19. Plus précisément, pour les estimations couvrant les deux premiers trimestres de 2020, les deux modèles ont été modifiés pour incorporer les effets des fermetures liées à la pandémie (HLW 2020). Lorsque la publication des estimations a repris avec des données pour le quatrième trimestre de 2022, des versions modifiées des modèles ont été utilisées qui représentaient les fermetures liées à la pandémie et la volatilité extrême des données économiques (HLW 2023). Depuis lors, les spécifications et les méthodologies des deux modèles sont restées inchangées.

Création d'estimations synthétiques en temps réel

Pour étendre les estimations en temps réel au milieu des années 1990 et pour combler l'écart de rapport lié à la pandémie, nous avons construit des estimations «synthétiques en temps réel» pour les modèles HLW et LW, en utilisant les millésimes en temps réel des données américaines aussi étroitement possible. Nous appelons ces estimations comme «en temps réel synthétique» car nous appliquons des méthodes d'estimation qui n'existaient pas encore aux données passées en temps réel. Cela contraste avec des estimations entièrement en temps réel, qui ont été produites en même temps que les données en temps réel.

Pour le modèle HLW, nous utilisons des données en temps réel pour le PIB réel et l'indice des prix pour les dépenses de consommation personnelle à l'exclusion de la nourriture et de l'énergie («inflation de base») disponibles sur le site Web de données en temps réel de la Fed de Philadelphie. Lorsque ces données ne sont pas disponibles, nous comptons sur la base de données Alfred en temps réel de St. Louis Fed. Pour être conforme à la pratique habituelle de publier des estimations en temps réel pour le modèle HLW, nous utilisons les données de la deuxième version des comptes nationaux de revenu et de produits du Bureau of Economic Analysis. Des données en temps réel sont disponibles à partir du quatrième trimestre de 1995. Étant donné que les données de taux de fonds fédérales ne sont pas révisées rétroactivement, nous utilisons actuellement des données disponibles pour cette série.

Pour le modèle LW, nous utilisons les mêmes sources de données pour le PIB réel et l'inflation centrale que le modèle HLW. De plus, le modèle LW intègre des données sur les prix du pétrole importés et les prix des marchandises importées non pétrolières, qui ne sont pas fournies sur les bases de données publiques en temps réel. Pour ces séries, nous comptons plutôt sur des archives internes de données vintage lorsqu'elles sont disponibles. Nous n'avons que quelques millésimes de prix des marchandises importées non en pétrole avant 2005, avec les premiers datant de la mi-2001. Dans les cas où les données en temps réel ne sont pas disponibles, nous utilisons le millésime le plus proche disponible. Les estimations qui en résultent de R-Star ne sont pas très sensibles aux modifications des vintages spécifiques des prix d'importation utilisés.

Pour construire des estimations synthétiques en temps réel avant 2020, nous utilisons les versions pré-pandemiques standard des modèles HLW et LW. Pour les estimations couvrant l'écart de déclaration lié à la pandémie, nous utilisons les versions modifiées de ces modèles. Dans tous les cas, nous utilisons le code modèle disponible sur le site Web de New York Fed. Notez que les deux versions de chaque modèle donnent des estimations presque identiques de R-Star pour la période pré-pandemique (HLW 2023).

Propriétés des estimations HLW en temps réel de R-Star

Comme illustré dans le graphique ci-dessous, les estimations synthétiques en temps réel du modèle HLW révèlent deux épisodes de grands mouvements dans R-Star: une augmentation du point de pourcentage 1-3 / 4 et une inversion ultérieure pendant le boom de la productivité de la fin des années 1990 et du début des années 2000 et une forte baisse du point de pourcentage de 1-1 / 2 après la Crisis financière mondiale et la grande récession. Entre ces deux épisodes, les estimations en temps réel de R-Star sont remarquablement stables, à environ 2-1 / 4% au milieu des années 2000 et à ½ pour cent au cours des années 2010. La ligne bleue du graphique présente une histoire cohérente des estimations HLW en temps réel de R-Star en combinant les estimations existantes en temps réel et synthétiques publiées existantes. La ligne rouge représente la moyenne mobile à quatre quarts correspondante de ces estimations combinées, lissant la variation d'un quart à quartier.

During the COVID-19 pandemic and its aftermath, HLW real-time estimates of r-star rose to a little above 1 percent before falling back to about ¾ percent, with a net increase of only a quarter of a percentage point from 2019 to 2024. Excluding the temporary bulge from late 2020 to early 2022, when the economy was subject to extreme pandemic-related volatility, these real-time estimates of r-star have remained below 1 percent since 2010.

Dans les modèles HLW et LW, R-Star est déterminé par le taux de croissance des tendances du PIB ainsi qu'un deuxième facteur non observé, appelé «z», Qui résume les effets de tous les autres déterminants du R-Star au-delà de la croissance des tendances. Bien qu'ils ne soient pas spécifiés dans ces modèles, les déterminants de z Peut inclure la démographie, la demande relative d'actifs sûrs comme les titres du Trésor et l'endettement gouvernemental, qui affectent tous la demande mondiale et l'offre d'épargne.

Les changements dans les estimations en temps réel de la croissance des tendances expliquent la plupart des mouvements persistants dans les estimations de HLW en temps réel de R-Star du milieu des années 90 à 2011. Le graphique ci-dessous montre les estimations en temps réel HLW de la croissance des tendances, qui a suivi étroitement les estimations de R-Star au cours de cette période.

Depuis 2012, les estimations de la croissance des tendances ont progressivement augmenté, mais d'autres déterminants ont exercé une augmentation de la pression à la baisse sur R-Star. Le graphique ci-dessous montre les estimations en temps réel HLW de zqui se tenait stable du milieu des années 90 au milieu des années 2000.

De 2012 à 2019, estimations de z tendance inférieure, compensant l'augmentation des estimations de la croissance des tendances. Ce modèle de hausse des estimations de la croissance des tendances et de la baisse des estimations de z s'est poursuivi depuis le début de la pandémie. L'effet net est que l'estimation la plus récente de R-Star est légèrement supérieure aux estimations de 2019.

Propriétés des estimations LW en temps réel de R-Star

Estimations en temps réel de R-Star à partir des modèles d'affichage du modèle LW similaires à ceux du modèle HLW. Le graphique ci-dessous présente les estimations combinées en temps réel et synthétiques publiées de R-Star du modèle LW.

Les estimations de LW à partir de 2024 sont d'environ un demi-point de pourcentage supérieures aux estimations de LW de 2019. Ces estimations présentent le même schéma que les estimations de HLW d'une augmentation temporaire après la pandémie, qui est partiellement inversée.

Conclusion

Dans cet article, nous avons construit des estimations synthétiques en temps réel de R-Star aux États-Unis datant du milieu des années 1990, en utilisant les modèles HLW et LW. Combinés aux estimations publiées en temps réel, ces estimations synthétiques en temps réel fournissent une histoire plus complète de comparaisons de pommes à pommes dans le temps et à travers d'autres mesures en temps réel de R-Star.

Remarque: Les estimations de R-Star et des variables connexes des modèles LW et HLW sont publiées trimestriellement. Les estimations les plus récentes pour 2024: Q4 ont été publiées le 28 février pour le modèle LW; Estimations pour le HLW Model Post aujourd'hui. Visite Mesurer le taux d'intérêt naturel Pour plus d'informations et des dates de libération supplémentaires.

Sophia Cho est analyste de recherche au groupe de recherche et statistique de la Banque fédérale de la Réserve de New York.

John C. Williams est président et chef de la direction de la Federal Reserve Bank de New York.

Comment citer ce post:
Sophia Cho et John C. Williams, «Comparaison des pommes aux pommes:« synthétique en temps réel »des estimations de R-Star», Federal Reserve Bank de New York Liberty Street Economics3 mars 2025, https://libertystreeTeconomics.newyorkfed.org/2025/03/comparing-apples-to-apples-synthétique-real-ime-estimates-of-r-star/.