陷入财政乘数的愤怒：小细节，大影响（英）

进入——工作的财政 乘数:小细节,大的影响 何塞费德里科•Geli和阿方索·莫拉 WP/23/29 国际货币基金组织的工作论文描述研究进步的作者(年代)和发表 引起评论和鼓励辩论。 国际货币基金组织的工作论文的观点的作者(年代),不一定 代表基金组织及其执董会的观点，或国际货币基金组织的管理。 2023 2月 ©2022国际货币基金组织(imf)WP/23/29 国际货币基金组织的工作论 能力发展文研究所 深入了解财政乘数的本质：小细节，大影响 由穆费德里科•Geli阿方索·莫拉* 授权供阿里Alichi分布 2023年2月 国际货币基金组织的工作论文描述作者正在进行的研究，并发表以引出评论和鼓励辩论。货币基金组织工作文件中表达的观点是 作者，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:尽管文献在过去几年中在研究方面取得了显着进展 财政乘数，估计值在研究中仍然有很大差异。部分原因是，估计因上下文而异影响乘数的特定变量，也是因为缺乏标准化的计算框架 并报告它们，使得研究之间的比较难以进行。在本文中，我们使用了一个大面板各国将研究一些重要的方法细节如何影响实证估计。专注于 新兴经济体，我们展示了财政预测误差的过滤方法的微小变化或响应的累积过程可以显着影响估计。我们强调其中最 估计乘数的重要特征是财政变量对财政的内生动态响应 冲击，因此我们反对将乘数仅仅报告为对外部财政的产出反应 创新。虽然我们的基线结果与之前的研究一致，但我们的标准化框架允许我们将对预算项目和国家收入组别的乘数估算进行更公平的比较。 建议引用:Geli、何塞·费德里科和阿方索·莫拉，2023年，“深入了解财政乘数：小细节，大影响“，基金组织工作文件23/29. 冻胶分类数字: E60、H30H50 关键词: 财政政策;财政乘数。 作者的电子邮件地址: 何塞费德里科•Geli:jfgeli@imf.org; 阿方索·莫拉:afonso.moura@novasbe.pt *我们感谢阿里·阿利奇、玛丽-皮埃尔·阿基诺·阿科斯特、安德鲁·伯格、弗朗西斯卡·卡塞利、安托万·科内文、尼古拉·格奥尔吉耶夫、 ZeinaHasna，RyotaNakatani，MartinSchlinder，KoonTee，AnnaTer-Martirosyan和ICD部门的参与者研讨会提供了非常有用的意见和建议。 工作底稿 进入的本质 财政乘数:小细节,大的影响 由何塞·费德里科·盖利和阿方索·莫拉编写1 1我们感谢阿里·阿里奇、玛丽-皮埃尔·阿基诺·阿科斯特、安德鲁·伯格、弗朗西斯卡·卡塞利、安托万·科内文、尼古拉·格奥尔吉耶夫、 ZeinaHasna，RyotaNakatani，MartinSchlinder，KoonTee，AnnaTer-Martirosyan和ICD部门的参与者研讨会提供了非常有用的意见和建议。 内容 1介绍6 2数据9 3分析框架9 3.1基线规范...............................9 3.2识别的财政的冲击...........................11 4结果13 4.1基线结果..................................13 4.2替代清洁程序的预测错误...............18 4.3单程vs两级估计.......................20 4.4不同的方法来积累反应...................28 4.5替代数据来源.............................30 5结论和政策影响31 6附录37 6.1描述性的数据.................................37 6.2总结的主要估计..........................44 6.3不同的规范..............................44 6.4不确定性周围预测错误....................46 6.5仪器相关性...............................48 列表的数据 1乘数非均质性在不同的组的国家。.........16 2乘数非均质性在财政工具。...................18 3乘数使用不同的方法的清洁预测错误。..........20 4一个vs两级估计。..........................23 5动态响应的财政变量来的财政冲击:当地的预测的 第一个阶段回归。...............................24 6累积响应的政府预算平衡来公共投资和 公共消费冲击。...........................26 7系统网络体系结构(SNA)vsGFM数据。31 8.......37 9柱状图的财政的冲击为所有样本,包括AEs,新兴市场经济体和地方政府投资公司38 o.. 10柱状图的财政的冲击为新兴市场经济体.......................38 柱状图的财政的冲击为AEs。....................... 11柱状图的财政的冲击为地方政府投资公司。39 .40 12国内生产总值增长和财政冲击。......................... 列表的表 1乘数当使用菲的增长利率。...................28 2不同的方法来计算累积乘数。...........29 3收入分类的国家。........................41 4描述性的统计数据。...............................42 5样本大小:数量的国家每的一年。...................43 6总结的结果。...............................44 7当地的预测包括Covid年在的估计。...........45 8不同的固定效果规范。.......................45 9不同的滞后规范。............................46 10不同的聚类水平的标准错误。.................46 11估计vs不估计财政冲击。....................47 12f统计量的第一个阶段回归为仪器的相关性。..........48 1介绍 在的过去的年,特别是后的金融危机,在那里有被一个非凡的感兴趣在研究财政乘数。这有领导来相当大的创新在这两个的empir-ical方法作为好吧作为在识别理论决定因素的他们的大小1.一个的的大多数重要的外卖从这散装的新研究是如何多乘数是 上下文相关的。他们可以不同鉴于的量的松弛在的经济(奥尔巴赫和Gorodnichenko,2012中村和Steinsson(埃尔南德斯德因为和Moral-Benito(的的立场的货币政策(宫本茂,阮和Sergeyev,2018的direc- 优化选择的的财政干预(BarnichonDebortoli和matthe说道,2022的融资源 (伊2012在许多其他的因素。 然而,估计也有分歧由于来方法论的差异,限制比较 在研究。结果可以不同由于来的计量经济学的方法,的识别策略2和的乘数定义。为这原因,比较估计在研究是不一个 直截了当的的任务。没有一个标准化框架,这比较锻炼五月引领 来错误的结论和消息不灵通的政策建议。这提出了的问题的什么方法应该政策制定者依赖在来评估的影响的财政的决定,一个问题那是特别 有关为新兴市场经济体(EMs)和低收入国家(地方政府投资公司)为哪一个 的文学在的主题是仍然相对稀缺。 在这纸,我们地址这来源的非均质性在估计在一个一致的,制服,和集成框架,挖掘成的事实真相的乘数估计和 报告。虽然我们的基线结果是在行与的范围的估计Ramey( 报道,我们显示如何一些微妙的方法论的细节可以有一个重要的影响在的结果。我们做所以通过经验3估计乘数在不同的视野,国家 1看到的,为的例子,Ramey(为一个调查在的的话题。 2Caldara和坎普斯(推导出一个统一的框架和比较如何不同的一般使用识别计划隐式地或显式地确定的大小的的估计财政乘数。 3我们焦点在经验方法而不是的乘数计算从估计和校准 动态随机一般平衡(DSGE)模型。为一个调查在的差异在的估计乘数在的两个不同的方法,看到Ramey( 组和预算项目,使用的Jorda(当地的投影方法。我们遵循Ramey和Zubairy(和估计的当地的预测在一个两级仪器变量框架使用体内确认财政的冲击作为仪器变量,和 强调一些的的大多数重要的优势的这方法。 我们识别财政的冲击通过计算预测错误(铁)的财政变量使用国际货币基金组织的世界经济前景数据。4我们的分析显示那获得有效的和有关除 ogenous财政的冲击使用预测错误需要一个小心过滤过程。否则,显然好候选人为仪器可以偏见的结果,通常增加的 估计乘数。 另一个维我们取成账户是如何财政变量从内部回应 来财政的冲击在的地平线和如何这影响乘数。我们做这通过比较的结果的的两级仪器变量(IV)方法与一个(通常 使用在的文学)一步估计那计算的影响的外生的冲击 直接在输出,没有使用他们作为静脉注射。我们的结果暗示那忽视了这动态效果那的冲击有在财政变量领导来不正确的财政乘数的估计,这两个 在条款的级和持久性。在另外,我们突出如何后的两级方法可以减弱差异在结果从使用预测错误计算下 替代方法。最后,我们也显示如何的估计框架可以很容易是扩展来评估的影响的的的冲击在的政府融资的需求。 不同的数据来源和报告方法可以也是一个源的差异 在估计。大多数基于估计的财政乘数使用作为输入管理------ 表示“状态”支出数据从的系统的国家账户(SNA)。然而,财政政策措施是通常设计使用政府金融统计数据(GFS)数据。在许多 国家,在特定的在EMs和地方政府投资公司,一个的的主要差异之间的这些两个类型 的数据是那系统网络体系结构(SNA)数据是一个应计估计的的(现金财政账户。我们的结果信号那使用这些两个来源的数据可以也引领来实质性的差异在重新 4我们遵循这识别方法在的纸因为我们目的来比较结果在一个统一的框架。 结果。此外,不同的方法来积累反应收益率不同的乘数的估计,甚至如果的数据源,识别策略和方法论的方法是的相同。 一个额外的贡献来的文学是那我们焦点我们的分析主要是在EMs 和比较估计的乘数为这两个支出和收入类别。由于来数据可用性或统计质量的原因,大多数研究在财政乘数有集中 在先进的经济体(AEs)。然而,研究那做焦点在EMs可以达到不同的 结论不因为的方法论的差异,但由于来不同的样本大小和 长度被认为是5.一个统一的框架是再一次重要的来克服这比较 限制和扩展我们的理解的乘数在EMs和地方政府投资公司。在另外,大多数作者谁依赖在预测错误来识别财政的冲击焦点在支出乘数6. 来的最好的的我们的的知识,我们是的第一个的来扩展这识别方法来的收入的一面。通过报告财政乘数估计在的相同分析 框架,我们可以更好的单出差异在公共投资,公共消费和个人收入税乘数。 最后,通过依赖在一个统一的框架,我们的估计可以也是使用来增强工具这样的作为的桶方法(BatiniEyraud和韦伯,2014哪一个是基于在估计从研究使用不同的方法。 的休息的的纸是有组织的作为遵循。部分2描述了的数据使用在的研究。部分3解释了的分析框架。我们显示的基线计量经济学 规范和小心翼翼地解释的过程来识别外生财政冲击。部分4 探讨了的结果。我们显示的基线结果和所有的重要的变化那引领来 5一个几例子在如何多的样本大小可以不同是:Ilzetzki,门多萨和Vegh(谁使用一个面板的44国家,的哪一个只有24是发展中经济;Carriere-Swallow,大卫和利( 谁现在证据为14拉丁美国和加勒比国家;雷斯特雷波(谁焦点只有在 拉丁美国经济;和本田,宫本茂和伊藤(谁使用数据