The purpose of this thesis is to describe selected methods for estimating potential output. In the first part, methods used for the estimation of potential output are described including the discussion of advantages and disadvantages of their application. Subsequently, the potential output from 1996 to 2016 is estimated based on three selected methods using the data of gross domestic product in the Czech Republic. The methods used are Hodrick-Prescott filter, Kalman filter and Cobb-Douglas production function. In the conclusion, results of those three methods are compared with each other and furthermore compared with results published by the Czech National Bank and the Mistry of Finance.

L'objectiu d'aquesta tesi és analitzar com s'han de concebre les polítiques fiscals i monetàries en un context en què els polítics tenen problemes de credibilitat. Es desenvolupen metodologies i aplicacions per mostrar com diferents graus de credibilitat de les institucions polítiques afecten la determinació d'impostos, deute públic, instruments monetaris i, en general, els resultats econòmics. En el primer capítol - Loose commitment (Compromís Dèbil) -, s'introdueix una nova metodologia per resoldre problemes de política òptima tenint en compte que els polítics podrien no complir les seves promeses, i analitza els efectes de la credibilitat sobre la imposició sobre el capital i sobre el treball. El segon capítol - Political Disagreement Lack of Commitment and the Level of Debt (Desacord Polític, Falta de Compromís i el Nivell de Deute) - considera un cas en què la credibilitat es limitada per el fet d'haver-hi alternança entre polítics amb objectius diferents. En particular, es mostra com l'alternança política i la falta de compromís afecten el nivell de deute públic. Finalment, el tercer capítol - The Macroeconomic Effects of Unstable Monetary Policy Objectives (Els Efectes Macroeconòmics de la Inestabilitat dels Objectius de Política Monetària) - analitza com la possibilitat de canvis en els objectius influeixen en les decisions de política monetària. / El objetivo de esta tesis es analizar cómo se deben concebir las políticas fiscales y monetarias en un contexto en que los políticos tienen problemas de credibilidad. Se desarrollan metodologías y aplicaciones para mostrar cómo diferentes grados de credibilidad de las instituciones políticas afectan la determinación de impuestos, deuda pública, instrumentos monetarios y, en general, los resultados económicos. En el primer capítulo - Loose commitment (Compromiso Débil)-, se introduce una nueva metodología para resolver problemas de política óptima tomando en cuenta que los políticos podrían no cumplir con sus promesas, y analiza los efectos de la credibilidad sobre la imposición sobre el capital y el trabajo. El segundo capítulo - Political Disagreement Lack of Commitment and the Level of Debt (Desacuerdo Político, Falta de Compromiso y el Nivel de Deuda) - considera un caso en que la credibilidad está limitada por el hecho de que hay alternancia entre políticos con distintos objetivos. En particular, se muestra cómo la alternancia política y la falta de compromiso afectan el nivel de deuda pública. Por último, el tercer capítulo - The Macroeconomic Effects of Unstable Monetary Policy Objectives (Los Efectos Macroeconómicos de la Inestabilidad de los Objetivos de Política Monetaria) - analiza cómo la posibilidad de cambios en los objetivos influye en las decisiones de política monetaria. / The purpose of this thesis is to analyze how fiscal and monetary policies should be designed in a context where policymakers have credibility problems. Methodologies and applications are developed to show how different degrees of policymakers' credibility affect the determination of policy choices, such as taxes or monetary instruments, and more generally the economic outcomes.The first chapter - Loose Commitment -, introduces a new methodology to solve optimal policy problems taking into account that policymakers may not fulfill their promises, and analyzes the effects of policymakers' commitment on capital and labor taxation. The second chapter - Political Disagreement, Lack of Commitment and the Level of Debt - considers a case where commitment is limited by the fact that policymakers with different objectives alternate in office. In particular, it is shown how lack of commitment and political turnover affect the level of public debt. Finally, the third chapter - The Macroeconomic Effects of Unstable Monetary Policy Objectives - analyzes how the possibility of changes in policy objectives influences monetary policy choices.

Στην παρούσα εργασία παρουσιάζονται οι οικονομετρικές σχέσεις του νόμου του Okun, που συνδέουν τις μεταβολές στο προϊόν της οικονομίας (ΑΕΠ) με τις μεταβολές στο επίπεδο ανεργίας. Διάφορες θεωρητικές προσεγγίσεις του νόμου, εμπειρικές μελέτες προηγούμενων οικονομολόγων σχετικά με το θέμα και μία εμπειρική εφαρμογή για δεδομένα που αφορούν την Ελλάδα, θα παρουσιαστούν και θα αναλυθούν με σκοπό να διαπιστώσουμε την αποτελεσματικότητα του νόμου διαχρονικά, και ποιες αναβαθμίσεις των μορφών του, οδηγούν προς σε αυτήν την κατεύθυνση. / In this work we present the econometric relationships of Okun’s law that connect the changes in the product of economy (GDP) with those of the level of unemployment. Different theoretical approaches of the law, empirical studies of other economists, relative to the subject and one empirical application of data that concern Greece, will be described and analysed in purpose of examine, the effectiveness of Okun’s law through time and which upgrades of its versions, lead to that direction.

The thesis evaluates the ECB's monetary policy during the past decade by using policy rules and compares the suitability to particular members of the Eurozone. It examines the central bank's reaction function regarding the output and inflation. The work is divided into two main parts. First, gives the theoretical introduction of monetary policy and evaluation of the Eurozone regarding the theory of optimal currency area. In the second part it provides the econometric models and estimates. As a conclusion the results of two different OLS models show that, we cannot precisely decide to which variable the ECB reacted, as obtained two statistically significant models but with different results. For two models is used different variables GDP gap and IPI gap. The results have also shown that the ECB's monetary policy mostly suits to biggest economies within the Eurozone.

Esta tese apresenta três ensaios sobre previsão de inflação e análise de dados em tempo real no Brasil. Utilizando uma curva de Phillips, o primeiro ensaio propõe um “modelo evolucionário” para prever inflação no Brasil. O modelo evolucionário consiste em uma combinação de um modelo não-linear (que é formado pela combinação de três redes neurais artificiais – RNAs) e de um modelo linear (que também é a referência para propósitos de comparação). Alguns parâmetros do modelo evolucionário, incluindo os pesos das combinações, evoluem ao longo do tempo segundo ajustes definidos por três algoritmos que avaliam os erros fora-da-amostra. As RNAs foram estimadas através de uma abordagem híbrida baseada em um algoritmo genético (AG) e em um algoritmo simplex de Nelder-Mead. Em um experimento de previsão fora-da-amostra para 3, 6, 9 e 12 passos à frente, o desempenho do modelo evolucionário foi comparado ao do modelo linear de referência, segundo os critérios de raiz do erro quadrático médio (REQM) e de erro absoluto médio (EAM). O desempenho do modelo evolucionário foi superior ao desempenho do modelo linear para todos os passos de previsão analisados, segundo ambos os critérios. O segundo ensaio é motivado pela recente literatura sobre análise de dados em tempo real, que tem mostrado que diversas medidas de atividade econômica passam por importantes revisões de dados ao longo do tempo, implicando importantes limitações para o uso dessas medidas. Elaboramos um conjunto de dados de PIB em tempo real para o Brasil e avaliamos a extensão na qual as séries de crescimento do PIB e de hiato do produto são revisadas ao longo do tempo. Mostramos que as revisões de crescimento do PIB (trimestre/trimestre anterior) são economicamente relevantes, embora as revisões de crescimento do PIB percam parte da importância à medida que o período de agregação aumenta (por exemplo, crescimento em quatro trimestres). Para analisar as revisões do hiato do produto, utilizamos quatro métodos de extração de tendência: o filtro de Hodrick-Prescott, a tendência linear, a tendência quadrática, e o modelo de Harvey-Clark de componentes não-observáveis. Todos os métodos apresentaram revisões de magnitudes economicamente relevantes. Em geral, tanto a revisão de dados do PIB como a baixa precisão das estimativas de final-de-amostra da tendência do produto mostraram-se fontes relevantes das revisões de hiato do produto. O terceiro ensaio é também um estudo de dados em tempo real, mas que analisa os dados de produção industrial (PI) e as estimativas de hiato da produção industrial. Mostramos que as revisões de crescimento da PI (mês/mês anterior) e da média móvel trimestral são economicamente relevantes, embora as revisões de crescimento da PI tornem-se menos importantes à medida que o período de agregação aumenta (por exemplo, crescimento em doze meses). Para analisar as revisões do hiato da PI, utilizamos três métodos de extração de tendência: o filtro de Hodrick-Prescott, a tendência linear e a tendência quadrática. Todos os métodos apresentaram revisões de magnitudes economicamente relevantes. Em geral, tanto a revisão de dados da PI como a baixa precisão das estimativas de final-de-amostra da tendência da PI mostraram-se fontes relevantes das revisões de hiato da PI, embora os resultados sugiram certa predominância das revisões provenientes da baixa precisão de final-de-amostra. / This thesis presents three essays on inflation forecasting and real-time data analysis in Brazil. By using a Phillips curve, the first essay presents an “evolutionary model” to forecast Brazilian inflation. The evolutionary model consists in a combination of a non-linear model (that is formed by a combination of three artificial neural networks - ANNs) and a linear model (that is also a benchmark for comparison purposes). Some parameters of the evolutionary model, including the combination weight, evolve throughout time according to adjustments defined by three algorithms that evaluate the out-of-sample errors. The ANNs were estimated by using a hybrid approach based on a genetic algorithm (GA) and on a Nelder-Mead simplex algorithm. In a 3, 6, 9 and 12 steps ahead out-of-sample forecasting experiment, the performance of the evolutionary model was compared to the performance of the benchmark linear model, according to root mean squared errors (RMSE) and to mean absolute error (MAE) criteria. The evolutionary model performed better than the linear model for all forecasting steps that were analyzed, according to both criteria. The second essay is motivated by recent literature on real-time data analysis, which has shown that several measures of economic activities go through important data revisions throughout time, implying important limitations to the use of these measures. We developed a GDP real-time data set to Brazilian economy and we analyzed the extent to which GDP growth and output gap series are revised over time. We showed that revisions to GDP growth (quarter-onquarter) are economic relevant, although the GDP growth revisions lose part of their importance as aggregation period increases (for example, four-quarter growth). To analyze the output gap revisions, we applied four detrending methods: the Hodrick-Prescott filter, the linear trend, the quadratic trend, and the Harvey-Clark model of unobservable components. It was shown that all methods had economically relevant magnitude of revisions. In a general way, both GDP data revisions and the low accuracy of end-of-sample output trend estimates were relevant sources of output gap revisions. The third essay is also a study about real-time data, but focused on industrial production (IP) data and on industrial production gap estimates. We showed that revisions to IP growth (month-on-month) and to IP quarterly moving average growth are economic relevant, although the IP growth revisions become less important as aggregation period increases (for example, twelve-month growth). To analyze the output gap revisions, we applied three detrending methods: the Hodrick-Prescott filter, the linear trend, and the quadratic trend. It was shown that all methods had economically relevant magnitude of revisions. In general, both IP data revisions and low accuracy of end-of-sample IP trend estimates were relevant sources of IP gap revisions, although the results suggest some prevalence of revisions originated from low accuracy of end-of-sample estimates.

本文建構代理人基之社會網路新凱因動態隨機一般均衡模型(Social Network-Based DSGE model)，並分別使用權衡性門檻型泰勒法則與一般線型泰勒法則作為代理人基之社會網路新凱因斯動態一般均衡模型中的貨幣政策方程式，模擬產出缺口、通貨膨脹、利率等總體經濟變數資料，接著利用模擬資料，探討不同網路結構對產出缺口、通貨膨脹等總體經濟變數的影響，同時比較權衡性貨幣政策與法則性貨幣政策穩定經濟的有效性。 　　透過產出缺口與通貨膨脹的波動性分析，本研究發現某些特定社會網路結構的影響力大於貨幣政策的影響力，決定了經濟變數的波動程度。在完全連結網路(Fully)的結構下，通貨膨脹與產出缺口的波動度明顯低於其他結構，而無標度網路(Scalefree)的結構會使產出與通膨的波動程度最大。經過驗證，本研究發現群聚度大、平均路徑短的網路結構內節點之間資訊流通速度較快，對穩定經濟有正面助益；相反的，由於無標度網路強大的中心性，使該網路內指標性節點對其餘節點具有龐大影響力，增加節點內決策的不確定性，連帶造成經濟的大幅波動。另外，在相同的網路結構下比較權衡與法則貨幣政策，研究結果指出權衡性政策會造成較大的產出缺口波動，但對抑制通貨膨脹波動的效果較佳；相對的，法則性政策對產出缺口的穩定效果較好，但卻無法兼顧通貨膨脹的波動性。 / We construct an agent-based New Keynesian DSGE model (Dynamic Stochastic General Equilibrium) with different social network structures to investigate the effects of the rule and discretion monetary policy. According to our simulation results, we find the economic stability depends on the specific social network structure rather than the monetary policy basis like rule and discretion. Generally speaking, the more average path length (the less average clustering coefficient) the network structure is, the more economic fluctuation would be. Also, the results show that scalefree network will lead the most dramatic economic fluctuations. These results are ascribed to scale -free’s high centrality. However, if the social network structure is too complicate to control, the central banker can only manipulate the monetary policy to stabilize the economy. With different policy basis, we find the rule monetary policy will lead less output gap volatility.

Esta tese apresenta três ensaios sobre previsão de inflação e análise de dados em tempo real no Brasil. Utilizando uma curva de Phillips, o primeiro ensaio propõe um “modelo evolucionário” para prever inflação no Brasil. O modelo evolucionário consiste em uma combinação de um modelo não-linear (que é formado pela combinação de três redes neurais artificiais – RNAs) e de um modelo linear (que também é a referência para propósitos de comparação). Alguns parâmetros do modelo evolucionário, incluindo os pesos das combinações, evoluem ao longo do tempo segundo ajustes definidos por três algoritmos que avaliam os erros fora-da-amostra. As RNAs foram estimadas através de uma abordagem híbrida baseada em um algoritmo genético (AG) e em um algoritmo simplex de Nelder-Mead. Em um experimento de previsão fora-da-amostra para 3, 6, 9 e 12 passos à frente, o desempenho do modelo evolucionário foi comparado ao do modelo linear de referência, segundo os critérios de raiz do erro quadrático médio (REQM) e de erro absoluto médio (EAM). O desempenho do modelo evolucionário foi superior ao desempenho do modelo linear para todos os passos de previsão analisados, segundo ambos os critérios. O segundo ensaio é motivado pela recente literatura sobre análise de dados em tempo real, que tem mostrado que diversas medidas de atividade econômica passam por importantes revisões de dados ao longo do tempo, implicando importantes limitações para o uso dessas medidas. Elaboramos um conjunto de dados de PIB em tempo real para o Brasil e avaliamos a extensão na qual as séries de crescimento do PIB e de hiato do produto são revisadas ao longo do tempo. Mostramos que as revisões de crescimento do PIB (trimestre/trimestre anterior) são economicamente relevantes, embora as revisões de crescimento do PIB percam parte da importância à medida que o período de agregação aumenta (por exemplo, crescimento em quatro trimestres). Para analisar as revisões do hiato do produto, utilizamos quatro métodos de extração de tendência: o filtro de Hodrick-Prescott, a tendência linear, a tendência quadrática, e o modelo de Harvey-Clark de componentes não-observáveis. Todos os métodos apresentaram revisões de magnitudes economicamente relevantes. Em geral, tanto a revisão de dados do PIB como a baixa precisão das estimativas de final-de-amostra da tendência do produto mostraram-se fontes relevantes das revisões de hiato do produto. O terceiro ensaio é também um estudo de dados em tempo real, mas que analisa os dados de produção industrial (PI) e as estimativas de hiato da produção industrial. Mostramos que as revisões de crescimento da PI (mês/mês anterior) e da média móvel trimestral são economicamente relevantes, embora as revisões de crescimento da PI tornem-se menos importantes à medida que o período de agregação aumenta (por exemplo, crescimento em doze meses). Para analisar as revisões do hiato da PI, utilizamos três métodos de extração de tendência: o filtro de Hodrick-Prescott, a tendência linear e a tendência quadrática. Todos os métodos apresentaram revisões de magnitudes economicamente relevantes. Em geral, tanto a revisão de dados da PI como a baixa precisão das estimativas de final-de-amostra da tendência da PI mostraram-se fontes relevantes das revisões de hiato da PI, embora os resultados sugiram certa predominância das revisões provenientes da baixa precisão de final-de-amostra. / This thesis presents three essays on inflation forecasting and real-time data analysis in Brazil. By using a Phillips curve, the first essay presents an “evolutionary model” to forecast Brazilian inflation. The evolutionary model consists in a combination of a non-linear model (that is formed by a combination of three artificial neural networks - ANNs) and a linear model (that is also a benchmark for comparison purposes). Some parameters of the evolutionary model, including the combination weight, evolve throughout time according to adjustments defined by three algorithms that evaluate the out-of-sample errors. The ANNs were estimated by using a hybrid approach based on a genetic algorithm (GA) and on a Nelder-Mead simplex algorithm. In a 3, 6, 9 and 12 steps ahead out-of-sample forecasting experiment, the performance of the evolutionary model was compared to the performance of the benchmark linear model, according to root mean squared errors (RMSE) and to mean absolute error (MAE) criteria. The evolutionary model performed better than the linear model for all forecasting steps that were analyzed, according to both criteria. The second essay is motivated by recent literature on real-time data analysis, which has shown that several measures of economic activities go through important data revisions throughout time, implying important limitations to the use of these measures. We developed a GDP real-time data set to Brazilian economy and we analyzed the extent to which GDP growth and output gap series are revised over time. We showed that revisions to GDP growth (quarter-onquarter) are economic relevant, although the GDP growth revisions lose part of their importance as aggregation period increases (for example, four-quarter growth). To analyze the output gap revisions, we applied four detrending methods: the Hodrick-Prescott filter, the linear trend, the quadratic trend, and the Harvey-Clark model of unobservable components. It was shown that all methods had economically relevant magnitude of revisions. In a general way, both GDP data revisions and the low accuracy of end-of-sample output trend estimates were relevant sources of output gap revisions. The third essay is also a study about real-time data, but focused on industrial production (IP) data and on industrial production gap estimates. We showed that revisions to IP growth (month-on-month) and to IP quarterly moving average growth are economic relevant, although the IP growth revisions become less important as aggregation period increases (for example, twelve-month growth). To analyze the output gap revisions, we applied three detrending methods: the Hodrick-Prescott filter, the linear trend, and the quadratic trend. It was shown that all methods had economically relevant magnitude of revisions. In general, both IP data revisions and low accuracy of end-of-sample IP trend estimates were relevant sources of IP gap revisions, although the results suggest some prevalence of revisions originated from low accuracy of end-of-sample estimates.

Esta tese apresenta três ensaios sobre previsão de inflação e análise de dados em tempo real no Brasil. Utilizando uma curva de Phillips, o primeiro ensaio propõe um “modelo evolucionário” para prever inflação no Brasil. O modelo evolucionário consiste em uma combinação de um modelo não-linear (que é formado pela combinação de três redes neurais artificiais – RNAs) e de um modelo linear (que também é a referência para propósitos de comparação). Alguns parâmetros do modelo evolucionário, incluindo os pesos das combinações, evoluem ao longo do tempo segundo ajustes definidos por três algoritmos que avaliam os erros fora-da-amostra. As RNAs foram estimadas através de uma abordagem híbrida baseada em um algoritmo genético (AG) e em um algoritmo simplex de Nelder-Mead. Em um experimento de previsão fora-da-amostra para 3, 6, 9 e 12 passos à frente, o desempenho do modelo evolucionário foi comparado ao do modelo linear de referência, segundo os critérios de raiz do erro quadrático médio (REQM) e de erro absoluto médio (EAM). O desempenho do modelo evolucionário foi superior ao desempenho do modelo linear para todos os passos de previsão analisados, segundo ambos os critérios. O segundo ensaio é motivado pela recente literatura sobre análise de dados em tempo real, que tem mostrado que diversas medidas de atividade econômica passam por importantes revisões de dados ao longo do tempo, implicando importantes limitações para o uso dessas medidas. Elaboramos um conjunto de dados de PIB em tempo real para o Brasil e avaliamos a extensão na qual as séries de crescimento do PIB e de hiato do produto são revisadas ao longo do tempo. Mostramos que as revisões de crescimento do PIB (trimestre/trimestre anterior) são economicamente relevantes, embora as revisões de crescimento do PIB percam parte da importância à medida que o período de agregação aumenta (por exemplo, crescimento em quatro trimestres). Para analisar as revisões do hiato do produto, utilizamos quatro métodos de extração de tendência: o filtro de Hodrick-Prescott, a tendência linear, a tendência quadrática, e o modelo de Harvey-Clark de componentes não-observáveis. Todos os métodos apresentaram revisões de magnitudes economicamente relevantes. Em geral, tanto a revisão de dados do PIB como a baixa precisão das estimativas de final-de-amostra da tendência do produto mostraram-se fontes relevantes das revisões de hiato do produto. O terceiro ensaio é também um estudo de dados em tempo real, mas que analisa os dados de produção industrial (PI) e as estimativas de hiato da produção industrial. Mostramos que as revisões de crescimento da PI (mês/mês anterior) e da média móvel trimestral são economicamente relevantes, embora as revisões de crescimento da PI tornem-se menos importantes à medida que o período de agregação aumenta (por exemplo, crescimento em doze meses). Para analisar as revisões do hiato da PI, utilizamos três métodos de extração de tendência: o filtro de Hodrick-Prescott, a tendência linear e a tendência quadrática. Todos os métodos apresentaram revisões de magnitudes economicamente relevantes. Em geral, tanto a revisão de dados da PI como a baixa precisão das estimativas de final-de-amostra da tendência da PI mostraram-se fontes relevantes das revisões de hiato da PI, embora os resultados sugiram certa predominância das revisões provenientes da baixa precisão de final-de-amostra. / This thesis presents three essays on inflation forecasting and real-time data analysis in Brazil. By using a Phillips curve, the first essay presents an “evolutionary model” to forecast Brazilian inflation. The evolutionary model consists in a combination of a non-linear model (that is formed by a combination of three artificial neural networks - ANNs) and a linear model (that is also a benchmark for comparison purposes). Some parameters of the evolutionary model, including the combination weight, evolve throughout time according to adjustments defined by three algorithms that evaluate the out-of-sample errors. The ANNs were estimated by using a hybrid approach based on a genetic algorithm (GA) and on a Nelder-Mead simplex algorithm. In a 3, 6, 9 and 12 steps ahead out-of-sample forecasting experiment, the performance of the evolutionary model was compared to the performance of the benchmark linear model, according to root mean squared errors (RMSE) and to mean absolute error (MAE) criteria. The evolutionary model performed better than the linear model for all forecasting steps that were analyzed, according to both criteria. The second essay is motivated by recent literature on real-time data analysis, which has shown that several measures of economic activities go through important data revisions throughout time, implying important limitations to the use of these measures. We developed a GDP real-time data set to Brazilian economy and we analyzed the extent to which GDP growth and output gap series are revised over time. We showed that revisions to GDP growth (quarter-onquarter) are economic relevant, although the GDP growth revisions lose part of their importance as aggregation period increases (for example, four-quarter growth). To analyze the output gap revisions, we applied four detrending methods: the Hodrick-Prescott filter, the linear trend, the quadratic trend, and the Harvey-Clark model of unobservable components. It was shown that all methods had economically relevant magnitude of revisions. In a general way, both GDP data revisions and the low accuracy of end-of-sample output trend estimates were relevant sources of output gap revisions. The third essay is also a study about real-time data, but focused on industrial production (IP) data and on industrial production gap estimates. We showed that revisions to IP growth (month-on-month) and to IP quarterly moving average growth are economic relevant, although the IP growth revisions become less important as aggregation period increases (for example, twelve-month growth). To analyze the output gap revisions, we applied three detrending methods: the Hodrick-Prescott filter, the linear trend, and the quadratic trend. It was shown that all methods had economically relevant magnitude of revisions. In general, both IP data revisions and low accuracy of end-of-sample IP trend estimates were relevant sources of IP gap revisions, although the results suggest some prevalence of revisions originated from low accuracy of end-of-sample estimates.