Inflation persistence, noisy information and the Phillips curve

Abstract

Una vasta literatura ha documentado que la persistencia de la inflación en Estados Unidos ha disminuido en las últimas décadas. Pero este hallazgo es difícil de explicar en los modelos monetarios. Usando datos de encuestas sobre expectativas de inflación, documento un comovimiento positivo entre errores de predicción promedio ex-ante y revisiones de predicción (que sugieren lentitud en las predicciones) de 1968 a 1984, pero no encuentro comovimiento después. Extiendo el modelo neokeynesiano para incluir información ruidosa y dispersa sobre el estado agregado, y muestro que la inflación es más persistente en períodos de mayor lentitud del pronóstico. Mis resultados sugieren que los cambios en la formación de expectativas de las empresas explica alrededor del 90 % de la caída en la persistencia de la inflación desde mediados de la década de 1980. También encuentro que los cambios en la dinámica de la curva de Phillips pueden explicarse por el cambio en las fricciones de información. Después de controlar los cambios en las fricciones de información, estimo solo una modesta disminución en la pendiente. Un factor más significativo en la dinámica de la curva de Phillips es el cambio hacia una menor miopía y persistencia intrínseca. Finalmente, encuentro evidencia de infrarrevisión de pronósticos en el período post-COVID, lo que explica el aumento de la persistencia de la inflación actual.

A vast literature has documented how US inflation persistence has fallen in recent decades, but this finding is difficult to explain in monetary models. Using survey data on inflation expectations, I document a positive co-movement between ex-ante average forecast errors and forecast revisions (suggesting forecast sluggishness) from 1968 to 1984, but no co-movement thereafter. I extend the New Keynesian setting to include noisy and dispersed information about the aggregate state, and show that inflation is more persistent in periods of greater forecast sluggishness. My results suggest that changes in firm forecasting behavior explain around 90% of the fall in inflation persistence since the mid-1980s. I also find that the changes in the dynamics of the Phillips curve can be explained by the change in information frictions. After controlling for changes in information frictions, I estimate only a modest decline in the slope. I find that a more significant factor in the dynamics of the Phillips curve is the shift towards greater forward-lookingness and less backward-lookingness. Finally, I find evidence of forecast underrevision in the post-COVID period, which explains the increase in the persistence of current inflation.