Type de document/Document Type	Thèse/Dissertation
Auteur/Author	Nicoletti, Giulio
URN	BelnUcetd-02202010-212313
Langue/Language	Anglais/English
Titre/Title	Essays in Formulating and Estimating DSGE models
Intitulé du diplôme/Degree	ECON 3 - Doctorat en sciences économiques
Département/Department	ESPO/ECON - Département des sciences économiques
Jury/Advisors	Nom Titre Henri Sneessens Membre du jury/Committee Member Luc Bauwens Membre du jury/Committee Member Michel Juillard Membre du jury/Committee Member Raf Wouters Membre du jury/Committee Member Raouf Boucekkine Promoteur/Director
Mots-clés/Keywords	DSGE models Estimation Credit Bayesian methods Modéles SDGE Estimation Crédit metodes bayesiens
Date de défense/Defense Date	2010-03-19
Résumé/Abstract A Dynamic Stochastic General Equilibrium model (DSGE) links macroeconomic dynamics to some deep parameters, which relate to preferences, technology and endowments of agents (firms, households, government). Fluctuations are induced by stochastic shocks, which are exogenous to the model. We treat three different aspect of how shocks relate to the macroeconomy. In the first chapter we show that when both labor and credit markets are imperfect the effects of shocks can be either reduced or amplified, depending on deep parameters. For realistic calibrations of the model (US data) we find an accelerating effect. In the second chapter we relax a common assumption, that the statistical representation of exogenous shocks is known to the econometrician. We report better estimates of the deep parameters and large and significant improvements in out-of-sample forecasts. In the last chapter we propose a simple way of eliciting prior knowledge in a Bayesian estimation framework, using information on so called impulse response functions (IRF). Un modèle d’équilibre général dynamique et stochastique (DSGE) relie les dynamiques des variables macro aux deep parameters, qui reflètent les préférences, la technologie, les dotations des agents économiques (entreprises, familles, gouvernement). Les fluctuations sont induites par des chocs stochastiques, qui sont exogènes au modèle. Ma thèse de doctorat traite trois aspects de la transmission des chocs dans les variables macroéconomiques. Dans le premier chapitre, nous montrons que lorsque les marchés du travail et du crédit sont imparfaits les effets des chocs peuvent être soit réduits ou amplifiés, en fonction des deep parameters. Avec un calibrage réaliste du modèle (données américaines), nous constatons un effet d'accélération. Dans le second chapitre, nous éliminons un postulat commun, que la représentation statistique des chocs exogènes est connue aux économètres. Nous obtenons une meilleure estimation des deep paramètres et des améliorations importantes et significatives des prévisions en dehors de l'échantillon. Dans le dernier chapitre, dans un cadre d'estimation bayésienne, nous proposons un moyen simple d’utiliser les connaissances préalables sur les fonctions de réponse d’un ensemble de variables aux chocs stochastiques.