Italian spillovers from US monetary policy shocks: a factor-augmented VAR approach.

This thesis presents an empirical application of the FAVAR model, first proposed by Ben S. Bernanke, Jean Boivin, Piotr Eliasz in “Measuring the Effects of Monetary Policy: A Factor-Augmented Vector Autoregressive (FAVAR) Approach”. The objective is to analyze what are the effects of a US monetary policy shock on the Italian economy, exploiting also the potential informative contribution given by the inclusion of unobserved factors. The main advantage of the FAVAR, compared to the standard VAR, is in fact the possibility to include in the model specification a small set of unobserved factors which represent common information of a large set of explanatory variables; this feature makes it possible to keep the model flexible and parsimonious without excluding relevant information. For what concerns the model implementation, among the different methodologies that can be found in the literature, the two-step principal component approach has been selected. First, from a dataset containing relevant economic and financial variables for Italy, principal component analysis (PCA) is performed and k unobserved factors are extracted based on Bai and Ng criteria and visual inspections. Second, following the approach of Marco Lombardi, Chiara Osbat and Bernd Schnatz in “Global commodity cycles and linkages: a FAVAR approach”, for each variable considered relevant in the transmission mechanism a VAR is estimated with the following structure: the Fed-funds rate, the 10-Year Treasury Constant Maturity Rate, the Italian Real Narrow Effective Exchange Rate, the estimated factors and the target variable. Finally, impulse-responses (IRFs) and forecast error variance decompositions (FEVD) are computed and significant evidences are highlighted.

Questa tesi presenta un'applicazione empirica del cosiddetto FAVAR, modello formalizzato e proposto per la prima volta da Ben S. Bernanke, Jean Boivin, Piotr Eliasz in “Measuring the Effects of Monetary Policy: A Factor-Augmented Vector Autoregressive (FAVAR) Approach”. Nello specifico, l'obiettivo è quello di analizzare quelli che possono essere gli effetti di uno shock della politica monetaria statunitense sull'economia italiana, sfruttando il potenziale contributo informativo dato dall'inclusione di fattori non osservabili. Il principale vantaggio che il FAVAR ha nei confronti di un VAR standard consiste proprio nella possibilità di includere all'interno del modello un numero ridotto di fattori latenti che rappresentano l'informazione comune alle variabili esplicative da cui vengono estratti; questa caratteristica permette di mantenere il modello flessibile e parsimonioso senza però dover escludere informazioni rilevanti. Per quanto riguarda l'implementazione del modello, tra i vari metodi che si possono trovare nella letteratura, quello che è stato selezionato è il cosiddetto “two-step principal component approach”. Innanzitutto, da un dataset contenente le variabili economiche e finanziare considerate rilevanti per l'Italia, l'analisi delle componenti principali viene eseguita e un numero k di fattori latenti viene estratto sulla base dei criteri di Bai e Ng e sull'ispezione visiva. In un secondo momento, seguendo l'approccio di Marco Lombardi, Chiara Osbat and Bernd Schnatz in “Global commodity cycles and linkages: a FAVAR approach”, per ogni variabile ritenuta importante nella trasmissione dello schock viene stimato un VAR con la seguente struttura: il tasso di interesse sui fondi federali, il tasso sui titoli di Stato statunitensi con scadenza a 10 anni e maturità costante, il tasso di cambio effettivo aggiustato per l'indice dei prezzi al consumo italiano, i fattori latenti stimati ed infine, la variabile obiettivo. Una volta conclusi questi passaggi, per le variabili oggetto di interesse vengono illustrate la risposta all'impulso e la decomposizione della varianza dell'errore di previsione ed evidenziati i risultati significativi.