Output Gap Measurement after COVID for Colombia: Lessons from a Permanent-Transitory Approach

Parra-Amado, Daniel; Granados-Castro, Joan Camilo

Output Gap Measurement after COVID for Colombia: Lessons from a Permanent-Transitory Approach

Download

Borradores de Economía; No.1295

Date published

2025-01-07

Authors

Parra-Amado, Daniel
Granados-Castro, Joan Camilo

Document language

eng

Metrics

downloads: 0

abstract_views: 0

Ver PlumX Metrics

Las opiniones contenidas en el presente documento son responsabilidad exclusiva de los autores y no comprometen al Banco de la República ni a su Junta Directiva.

The opinions contained in this document are the sole responsibility of the author and do not commit Banco de la República or its Board of Directors.

Abstract

We estimate the output gap for the Colombian economy explicitly accounting for the COVID-19 period. Our estimates reveal a significant $20$\% decline in the output gap but with a faster recovery compared to previous crises. Our empirical strategy follows a two-stage Bayesian vector autoregressive (BSVAR) model where i) a scaling factor in the reduced form of VAR is used to model extreme data, such as those observed around the COVID-19 period, and ii) permanent and transitory shocks are structurally identified. As a result, we obtain that a single structural shock explains the potential GDP, while the remaining shocks within the model are transitory in nature and thus can be used to estimate the output gap. We elaborate on the relative strengths of our method for drawing policy lessons and show that the improved approximation accuracy of our method allows for inflation forecasting gains through the use of Phillips curves, as well as for rule-based policy diagnostics that align more closely with the observed behavior of the Central Bank.

Description

Se estima la brecha del producto para la economía colombiana modelando explícitamente el período del COVID-19. Como resultado se estimó una caída significativa del 20% en la brecha del producto, pero con una recuperación más rápida en comparación con crisis anteriores. La estrategia empírica sigue un modelo bayesiano de vectores autoregresivos (BSVAR) de dos etapas, donde i) se utiliza un factor de escala en la forma reducida del VAR para modelar datos extremos, como los observados durante el período del COVID-19, y ii) se identifican estructuralmente los choques permanentes y transitorios. Como resultado, obtenemos que un único choque estructural explica el PIB potencial, mientras que los choques restantes en el modelo son de naturaleza transitoria y, por tanto, pueden utilizarse para estimar la brecha del producto. Explicamos las fortalezas relativas de nuestro método para extraer lecciones de política y mostramos que la mayor precisión en la aproximación permite mejoras en la previsión de la inflación mediante el uso de curvas de Phillips, así como diagnósticos de política basados en reglas que se alinean más estrechamente con el comportamiento observado del Banco Central.