Zero-inflated stochastic volatility model for disaggregated inflation data with exact zeros

1. Het Probleem: Nullen in Gedesaggregeerde Inflatiegegevens

De auteurs identificeren een fundamenteel probleem bij het modelleren van tijdreeksen van gedesaggregeerde consumentenprijsindex (CPI) data. In tegenstelling tot geaggregeerde inflatiecijfers, waar nullen zeldzaam zijn, vertonen gedesaggregeerde data (op het niveau van specifieke producten en winkels) frequente exacte nullen in prijsveranderingen.

• Oorzaak: Deze nullen ontstaan niet noodzakelijk door een gebrek aan inflatie, maar door structurele kenmerken van het dataverzamelingsproces (bijv. prijsstabiliteit door administratieve regels, zeldzame prijswijzigingen, of imputatie van data).
• Limitaties van bestaande modellen: Traditionele Stochastische Volatiiliteit (SV) modellen en Unobserved Components Stochastic Volatility (UCSV) modellen, zoals die van Stock en Watson (2007), gaan uit van continue, normaal verdeelde responsvariabelen.
• Gevolg van het negeren van nullen: Wanneer deze modellen worden toegepast op data met veel nullen, leidt dit tot:
  • Onderschatting van trendinflatie: De geschatte trend wordt naar nul getrokken.
  • Onderschatting van volatiliteit: De variabiliteit wordt als te laag geschat omdat de nullen worden behandeld als waarnemingen uit een Gaussische verdeling in plaats van als een apart proces.
  • Bias: De schattingen van de onderliggende economische dynamiek worden vertekend.

2. Methodologie: Het Zero-Inflated UCSV (Z-UCSV) Model

De auteurs stellen een nieuw Bayesiaans state-space model voor dat specifiek is ontworpen voor niet-stationaire, multivariate tijdreeksen met exacte nullen.

A. Modelstructuur

Het model combineert een standaard UCSV-model voor de niet-nul waarnemingen met een dynamisch logistiek model voor het genereren van nullen.

1. Niet-nul component: De onderliggende "ware" inflatie ($y^*_t$) volgt een UCSV-structuur met een latente trend ($\theta_t$) en stochastische volatiliteit ($h_t$):
   $$y^*_t = \theta_t + \varepsilon^{(y)}_t, \quad \varepsilon^{(y)}_t | h_t \sim N(0, \exp(h_t))$$
2. Zero-generatie proces: De waargenomen waarde $y_t$ is een mengsel van de onderliggende waarde en een puntmassa op nul, gestuurd door een tijdsvariabele kans $p_t$:
   $$y_t | y^*_t, p_t \sim (1-p_t)\delta_{y^*_t} + p_t \delta_0$$
   De kans $p_t$ wordt gemodelleerd via een logit-transformatie van een latente variabele $\pi_t$, die zelf een stochastisch proces volgt (een dynamisch logistiek model).
3. Multivariate uitbreiding (Z-MUCSV): Voor meerdere tijdreeksen (verschillende productcategorieën) wordt een covariantiestructuur ingevoerd om cross-sectie afhankelijkheden te modelleren. De auteurs kiezen voor een orde-invariante parameterisatie (in plaats van de gebruikelijke Cholesky-decompositie) om de sensitiviteit voor de volgorde van variabelen te vermijden, wat cruciaal is bij datasets met vele componenten (bijv. 49+ in Japan).

B. Inferentie en Schatting

Het grootste technische uitdaging is de posterior inferentie, omdat de likelihood functie binomiale componenten bevat (door de logit-link), wat analytisch onhandelbaar maakt.

• Pólya-Gamma Augmentatie: De auteurs gebruiken een Pólya-Gamma augmentatie techniek (Polson et al., 2013). Hierdoor wordt de niet-lineaire logistieke likelihood conditioneel Gaussisch en lineair gemaakt.
• Gibbs Sampler: Dit maakt het mogelijk om een efficiënte Gibbs-sampler te construeren die gebruikmaakt van het Forward-Filtering Backward-Sampling (FFBS) algoritme. Dit zorgt voor exacte (asymptotisch) Bayesiaanse inferentie voor de tijd-variabele trends, volatiliteiten en de kansen op nullen, in plaats van benaderende methoden.

3. Belangrijkste Bijdragen

1. Nieuw Modelkader: De eerste toepassing van een zero-inflated stochastisch volatiliteitsmodel op gedesaggregeerde CPI-data, waarbij zowel de trend als de volatiliteit dynamisch worden geschat terwijl rekening wordt gehouden met de nullen.
2. Methodologische Innovatie: De ontwikkeling van een efficiënte Pólya-Gamma augmented Gibbs sampler voor multivariate state-space modellen met logistieke linkfuncties.
3. Empirisch Bewijs: Een uitgebreide toepassing op data uit vier geavanceerde economieën (VS, VK, Duitsland, Japan) die aantoont dat het negeren van nullen leidt tot significante fouten in macro-economische schattingen.

4. Resultaten

De auteurs testen het model op kwartaaldata van diverse productcategorieën (o.a. elektriciteit, voedsel, transport) en vergelijken het met standaard UCSV-modellen.

• Schatting van Trend en Volatiliteit:
  • Het Z-UCSV-model levert informatiever rijkere schattingen op. Waar standaard modellen de trend naar nul trekken en volatiliteit onderschatten bij frequente nullen, herkent het Z-UCSV-model de onderliggende inflatoire druk.
  • Voorbeelden: Bij elektriciteitsprijzen in Japan (waar prijsaanpassingen administratief vaststaan) schat het standaardmodel de trend als bijna nul, terwijl het Z-UCSV-model een trend van tot 5% identificeert, wat beter overeenkomt met de niet-nul waarnemingen.
  • De volatiliteitsschattingen zijn gladder en minder gevoelig voor "spikes" veroorzaakt door de overgang tussen nul en niet-nul waarden.
• Voorspellende Prestaties:
  • Puntvoorspellingen: Het zero-inflated model levert betere puntvoorspellingen op (gemeten via MAE), vooral voor componenten met een hoge prevalentie van nullen.
  • Intervalvoorspellingen: De voorspelde betrouwbaarheidsintervallen zijn beter gekalibreerd. Standaard modellen hebben vaak te smalle intervallen die de onzekerheid rondom de nullen niet vastleggen.
• Aggregatie: Wanneer de component-schattingen worden geaggregeerd, levert het Z-UCSV-model een robuustere schatting van de totale trendinflatie op dan het direct toepassen van een UCSV-model op de geaggregeerde data. Het vermijdt hierdoor de "over-smoothing" van echte inflatoire schokken.

5. Betekenis en Conclusie

Het artikel heeft belangrijke implicaties voor beleidsmakers en economen:

• Beleid: Het negeren van prijsstabiliteit (staleness) in gedesaggregeerde data kan leiden tot het onderschatten van onderliggende inflatierisico's. Dit is kritiek voor centrale banken die inflatiedoelen bewaken (bijv. 2% ± 1%). Een zero-inflated model biedt een meer risicobewuste en nauwkeurige meting.
• Detectie van Latente Signalen: Het model kan automatisch latente inflatoire signalen detecteren in sectoren waar prijzen zelden worden aangepast (bijv. transporttarieven, gezondheidszorg), zonder dat handmatige flagging nodig is.
• Algemene Toepasbaarheid: Hoewel ontwikkeld voor CPI-data, is de methode breed toepasbaar op elke multivariate tijdreeks met niet-stationariteit en frequent voorkomende exacte nullen (bijv. financiële transactiedata, huizenprijzen).

Kortom, Han en Irie tonen aan dat het expliciet modelleren van het proces dat nullen genereert, essentieel is voor het verkrijgen van betrouwbare schattingen van trendinflatie en volatiliteit in gedesaggregeerde economische data.