您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。[IMF]:中东、北非和中亚的风险通胀 - 发现报告
当前位置:首页/其他报告/报告详情/

中东、北非和中亚的风险通胀

2022-09-02IMF如***
中东、北非和中亚的风险通胀

中东和中亚的风险通胀 马克西米连·奎兰、罗曼·拉法格特和库比·约翰逊WP/22/168 基金组织工作文件描述了作者正在进行的研究,并发表这些研究以征求意见并鼓励辩论。 基金组织工作文件中表达的观点是作者的观点,不一定代表基金组织、其执董会或基金组织管理层的观点。 2022 9月 ©2022年国际货币基金组织(imf)wp/22/168 国际货币基金组织的工作论文 价格上调 中东、北非和中亚的风险通胀 由MaximilienQueyranne、RomainLafarguette和KubiJohnson编写* 授权供RobertoCardarelli分布2022年9月 基金组织工作文件描述了作者正在进行的研究,并发表这些研究以征求意见并鼓励辩论。基金组织工作文件中表达的观点是作者的观点,不一定代表基金组织、其执董会或基金组织管理层的观点。 文摘:本文调查了12个中东和中亚国家的通胀风险,这些国家的商品出口国和进口国比例相等。实证策略利用了宏观经济风险估计的最新发展,并使用半参数方法,在密度预测的灵活性和稳健性之间取得了平衡。本文揭示了该地区通胀动态的有趣特征,包括后向驱动因素与前瞻性驱动因素的作用、非线性以及异质性和延迟汇率传递。研究结果对中东和中亚以及整个新兴市场的货币政策和央行沟通具有重要意义。 建议引用:奎兰妮M.、拉法格特R和约翰逊K.(2022)。《中东和中亚的风险通货膨胀》,货币基金组织工作文件, WP/22/168 冻胶分类数字:C53、D81E31E52 新兴市场;通货膨胀;通胀预期;菲利普斯曲线;货币政策;中央银行通讯;中东;北非; 关键词:中亚作者的电子邮件地址: *作者感谢RobertoCardarelli,SahraSakha和ChangchungWang的有益评论,以及TatianaPecherkina的编辑协助。 工作底稿 中东、北非和中亚的风险通胀 由MaximilienQueyranne,RomainLafarguette和KubiJohnson1编写 1作者感谢RobertoCardarelli、SahraSakha和ChangchungWang的有益评论,以及TatianaPecherkina的编辑协助。 内容 附录四.提前四个季度的核心通胀-回归系数的分位数系数38 数据 1.核心通货膨胀率、石油出口国8 2.核心通货膨胀率、石油进口国8 3.提前两个季度核心通胀-回归系数14 4.石油出口国:未来两个季度的核心通胀分布18 5.石油进口国:提前两个季度的核心通胀分布20 术语表 2问两个季度四问四季度增长消费者价格指数 新兴市场经济的高速雀鳝growth-at-risk HAC异方差性和自相关一致性IaR风险通胀 国际货币基金组织ME&CA中东和中亚OE石油出口国 oi石油进口国 阿联酋阿拉伯联合酋长国 var风险价值 执行概要 在COVID-19冲击之后,随着需求从大流行中恢复、供应链扭曲持续存在以及商品价格飙升,大多数国家的价格压力加剧(国际货币基金组织,2021年)。总体通胀飙升,而核心通胀——不包括食品和能源的商品和服务价格的变化——也开始上升。在中东和中亚 (ME&CA)地区,通货膨胀率自2020年年中以来也飙升,主要受外部因素推动,特别是国际食品价格(国际货币基金组织,2022年 )。乌克兰战争引发了商品价格的进一步上涨,这导致了更高的通货膨胀。 在这种情况下,央行需要评估其基线通胀预测的上行风险。至少自1980年代以来,经济学家已经认识到不确定性和风险可能对经济决策产生的重要影响。疫情过后,价格压力比大多数央行预测的要高、更持久,这表明人们倾向于低估上行尾部风险。在这种情况下,衡量基线通胀预测的风险平衡并确定通胀动态的关键驱动因素,对于驾驭围绕价格变动前景的巨大不确定性至关重要。虽然发达经济体的中央银行越来越多地将风险纳入其通胀预测(由1990年代末的英格兰银行通胀粉丝图表开创,例如参见Brittonetal.1998),但新兴市场的大多数央行只关注其政策制定的中央通胀预测。 在此背景下,本文探讨了几个关键问题:ME&CA国家核心通胀的主要驱动因素是什么?该地区核心通胀结果的分布是否随时间而变化?央行在做出货币政策决策和将风险传达给基线预测时,如何更好地应对通胀风险,尤其是上行风险?鉴于最近的价格上涨,ME&CA地区通胀结果的主要风险是什么? 为了回答这些问题,本文首先估计了一组ME&CA国家未来核心通胀结果的平均值,条件是一组同期变量,并显示了不同水平(提前两个季度(提前2季度)和提前四个季度(提前4季度))通胀驱动因素的异质性。该模型依赖于增强的菲利普斯曲线,该曲线具有一系列可能影响核心通胀(当前核心通胀、产出缺口、通胀预期、商品价格和汇率)的国内外宏观经济变量,衡量通胀的潜在趋势,其波动性低于消费者价格指数(CPI),通常是衡量长期通胀预期的更好指标。菲利普斯曲线是通过面板OLS估计的,核心通货膨胀是根据每个国家的国内和外部宏观经济变量回归的。我们发现,在我们的样本中,当前通胀是未来第二季度核心通胀的主要解释变量,表明价格设定的惯性很大,而通胀预期对第四季度核心通胀的影响更大。大宗商品价格也是未来通货膨胀的重要决定因素,而鉴于样本中的一些国家有固定汇率,汇率更为温和。我们还发现,在我们的样本中,国内产出缺口对未来核心通胀的解释力有限,这表明就业和通胀之间的短期权衡有限。其次,我们估计未来可能的核心通胀结果的整个分布,而不仅仅是点(基线)预测。我们使用国际货币基金组织风险增长(GaR)模型(Prasad等人,2019年和Lafarguette,2019年)中使用的半参数密度估计策略来预测核心通胀的未来动态。我们估计分位数回归,以衡量当前宏观金融回归因素在样本中不同点的第二季度和第四季度核心通胀的相对重要性。我们将分析重点放在分布的右尾,以捕捉上行风险,即高通胀。通常,在大多数国家/地区,解释力 该模型在通胀分布的右尾最大化:虽然低通胀和平均通胀动态可能由许多因素(包括季节性因素)驱动,但高通胀的一组明确确定的驱动因素有限,每个驱动因素都有重大影响。对于第二季度通胀,当前核心通胀在通胀高企时影响最大,表明存在高度的持久性。这凸显了保持低通胀和稳定的重要性,以防止通胀动态自我强化。汇率和商品价格对第二季度通胀的影响小于当前核心通胀,尽管与中央和下限位数相比,它们的相对影响在通胀分布的右尾被放大。对于第四季度的核心通胀,通胀预期在解释通胀结果方面发挥着更大的作用,大宗商品价格和汇率贬值的传导比短期更为明显(参见Caselli和Roitman2016,了解新兴市场汇率传递的全面分析)。 第三,为了分析未来通胀风险随时间推移的演变,我们将参数分布拟合到三个时间点的估计通胀分位数:在我们的样本期中期(2014年底),在2019年底,以衡量COVID-19冲击之前的通胀动态,在2021年底,以确定最近右尾风险是否随着整体通胀的增加而增加。我们发现,在大多数ME&CA国家,在考虑第四季度通胀时,核心通胀分布向左移动,并以2014-2019年的较低通胀水平为中心。然而 ,最近,大多数国家未来核心通胀结果的分布已经向右移动,特别是对于第四季度的核心通胀。在大多数国家,大宗商品价格的飙升尚未完全转化为核心通胀,但未来的核心通胀结果变得更加不稳定,更加向右倾斜。 最后,我们的模型捕获了非线性,并提供了一种前瞻性方法来降低通胀风险并避免通胀预期脱锚。中央银行可以利用这种风险价值(VaR)方法来更好地将风险传达给前景和基线。 本文组织如下。第一节回顾了关于风险通货膨胀的文献。第二部分介绍了ME&CA地区通货膨胀发展的一些风格化事实,讨论了数据和实证方法。 第三节介绍了结果。第四节讨论了政策影响并得出结论。 文献综述 Adrian和al.(2019)是第一个将风险价值(广泛用于金融的概念)转化为宏观经济预测的人,以预测未来实际GDP增长的条件分布作为当前宏观金融条件的函数。Adrian和al.提出了一种方便的方法来预测未来实际GDP增长的密度,即使数据样本有限,也适用.1他们的方法依赖于两步半参数方法:首先,使用分位数回归对一组当前的宏观金融指标进行回归未来的GDP增长。其次,作者在步骤1中估计的条件分位数上拟合了连续的t偏斜分布。Adrian和al.(2019)发现分位数之间存在显着的非线性,GDP分布的较低分位数随着当前金融状况的函数而表现出强烈的变化,而较高的分位数随着时间的推移而稳定。他们的结果表明,金融状况具有很强的预测能力 ,可以发出危机时间的信号,而宏观金融联系在GDP分布的上部分位数上发挥的作用较小。 在此GaR模型的基础上,最近越来越多的文献旨在估计风险通胀,以更好地捕捉点预测之外的通胀前景。Lopez-Alido等人(2020)使用分位数回归调查了1970年代以来美国通胀前景的尾部风险。基线分位数回归模型是一个增强的菲利普斯曲线模型,具有五个主要因变量,用于捕获价格持久性(滞后平均通货膨胀)、前瞻性价格设定(长期通胀预期)、劳动力松弛(失业缺口)、相对价格变化(相对进口价格的季度变化)和财务状况(信用利差)。该论文发现,通胀条件均值对经济状况的温和反应掩盖了通胀条件预测分布的充分变异性,而紧缩的金融状况会带来巨大的下行通胀风险。 Banerjee和al.(2020)扩展了Adrian等人(2019)使用的分位数回归方法,以调查一组发达和新兴市场经济体(EME)的通胀风险 .2他们的论文使用具有固定效应的分位数面板回归来估计提前四个季度的总体通胀率的条件分位数。然后,它们在离散条件分位数集上拟合连续偏斜t分布。分位数回归规范还具有开放经济的菲利普斯曲线,该曲线捕获产出(通过实际GDP增长或产出缺口),当前通货膨胀,汇率(名义有效汇率或美元的变化)以及以本国货币计算的石油价格变化。该规范还包括估计菲利普斯曲线(股票回报的实际波动率)中的财务状况度量。作者发现,通胀上行风险普遍随着时间的推移而下降,这反映了成功的通货紧缩过程和通胀目标制度的采用。它们还显示出新兴市场经济体的显著非线性,汇率大幅贬值与上行通胀风险相关,而金融环境收紧则增加了通胀的上行和下行风险。 除了VaR分析之外,还有大量文献分析了不确定性和风险如何影响央行的货币政策决策,以及他们在设定主要政策利率时是否应该采取更加基于风险的方法。埃文斯等人(2015)表明,美联储在设定政策利率时考虑了不确定性,并建议采取“风险管理方法”,要求制定政策时考虑到 1虽然金融中使用的大多数基于密度的模型(如copulas或内核)依赖于高频采样的数据,但大多数宏观经济变量仅以季度频率提供 。 2ME&CA国家不包括在EMEs小组中,该小组由韩国,墨西哥,波兰和土耳其组成。 冲击在他们的手段周围分散。他们还表明,风险管理是美国货币政策实施中的一种长期做法,使用对美联储沟通和估计政策反应功能的叙述性研究。 实证的策略 我们研究了ME&CA中的12个EME样本,其中包括6个OI(亚美尼亚,埃及,约旦,摩洛哥,巴基斯坦和突尼斯)和六个OE(阿尔及利亚,巴林,伊朗,哈萨克斯坦,阿曼和阿联酋)。所有使用的数据均为季度数据,平均涵盖45个季度。由于数据限制,我们样本中的五个国家(亚美尼亚、巴林、伊朗、突尼斯和阿联酋)使用了较短的时间段。附录一介绍了每种情况下使用的国家和数据来源。 首先,本文估计了主要由第二季度核心通胀来衡量的关键国内外因素与未来价格发展之间的关系。虽然我们也估计了第四季度核心通胀的这种关系,但我们专注于第二季度预通胀,以确保有足够的观测值来估计分位数回归。我们在附录中提出了一系列与第四季度核心通胀预测相关的稳健性检查。 我们使用核心通胀,因为它的波动性低于整体消费者物价指数(CPI),符合国际货币基金组织(2021年)使用的方法。鉴于数据限制和用于计算样本中各国核心通胀的各种方法,我们扩展了国际货币基金组织(2022年)中使用的方