欧元区宏观经济不确定性综合测度及其对 COVID - 19 的影响

欧元区宏观经济不确定性综合测度及其对COVID-19的影响 Comunale和AnhDinhMinhNguyen WP/23/229 货币基金组织工作文件描述了作者正在进行的研究，并发表了这些论文，以引起评论并鼓励辩论。 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、其执行董事会或基金组织管理层的观点。 2023 NOV ©2023国际货币基金组织WP/23/229 IMF工作文件 财政事务部和研究部 欧元区宏观经济不确定性综合测度及其对COVID-19的影响 MariarosariaComunale和AnhDinhMinhNguyen编写授权由EraDabla-Norris 和ChrisPapageorgiou发行2023年11月 货币基金组织工作文件描述了作者正在进行的研究，并发表了这些论文，以引起评论并鼓励辩论。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、其执行董事会或基金组织管理层的观点。 摘要：本文开发了一种新的数据驱动指标来捕获欧元区的宏观经济不确定性（MEU）。该指标被构造为大量时间序列的不可预测成分的条件波动率，考虑了货币联盟以及跨国异质性。MEU在COVID-19爆发时表现出最大的涨幅，与其他更多金融导向和政策驱动的不确定性措施明显不同。它还揭示了2021-2022年通胀不确定性的显著增加。我们基于BVAR的分析表明，MEU的意外增加对欧元区的工业生产产生了负面和持续的影响，在第一波COVID-19中占其减少的80％，因此支持将COVID-19冲击解释为宏观经济不确定性冲击。为应对这种不确定性冲击，公共债务增加。最后，MEU的增加对新兴欧洲国家产生了负面影响 ，在本次COVID-19期间，对其经济活动下降的贡献最大。 推荐引用:Comunale，Mariarosaria和AnhDinhMinhNguyen。2023。“欧元区的全面宏观经济不确定性措施及其对COVID-19的影响”，国际货币基金组织第2023/229号工作文件。 JEL分类号:C32,D81,E32关键字:宏观经济不确定性；欧元区；贝叶斯VAR；COVID-19作者的电子邮件地址： 工作文件 欧元区宏观经济不确定性综合测度及其对 COVID-19的影响 由MariarosariaComunale和AnhDinhMinhNguyen1编写 1本文中表达的结论是作者的结论，不一定代表货币基金组织或其管理层的官方观点。我们感谢ChrisPapageorgio，EraDabla-Norris，MarcosPoplawsiRibeiro，RaphaelLam，RobertoPerrelli，RiMao，DavideFrceri，HitesAhir，VCha，ZamidAligishiev，CarlosvavavavaHog，FracescoPaoloLodoo，FabieTripier，GiovaiPellegrio以及国际货币基金组织RESDM和FADFP内部研讨会的所有参与者，2022年非线性动力学和计量经济学学会研讨会以及第五届两年一次的会议“不确定性，经济活动和预测在不断变化的环境中”，以征求意见和建议。 1Introduction “毫无疑问，我们今天面临的经济形势具有深刻的不确定性。展望未来从未如此艰难。“ 克里斯蒂娜·拉加德（欧洲央行行长），2020年6月13日。 不确定性的影响在全球金融危机（GFC）期间是一个关键问题，最近一次是鉴于COVID-19的爆发，欧洲央行行长克里斯蒂娜·拉加德在上述报价中得到了很好的反映。尽管如此，在COVID-19的背景下，不确定性冲击对欧元区实际经济活动的作用的经验证据仍然有限。这在一定程度上是因为不确定性无法直接观察到，因此，需要依靠一些代理来量化其影响，但也要考虑到这种冲击的特征。为此，我们制定了一项新的措施来追踪欧元区宏观经济不确定性的演变。该措施使我们能够将COVID-19期间宏观经济不确定性的程度与其他历史事件进行比较。此外，我们量化了这种特殊冲击对欧元区宏观经济变量的作用，与其他可能的不确定性替代措施相比，在最近的宏观经济波动中。最后，该措施还捕获了后第一波浪潮和“恢复正常”，其中货币，（国家和欧元区范围）规模和监管政策的影响可能有助于遏制不确定性。 在本文中，我们特别利用了欧元区作为货币联盟的特征 衡量其总体宏观经济不确定性。为此，我们遵循Jurado等人（2015），利用其19个成员国以及欧元区层面的大量宏观经济和fi金融变量（例如，几个双边汇率与欧元，欧元区债券收益率和货币市场利率在不同 到期日、货币总量等)。1因此，该措施不仅仅取决于 1克罗地亚于2023年1月1日加入欧元区，不包括在我们的分析中。 在一个可观察到的经济指标上(如Grimme和Stüocli，2018年所强调的)。因此，我们通过丰富的数据客观地衡量不确定性，为衡量欧元区宏观经济不确定性的文献做出了贡献。我们的措施补充了基于调查的指标（例如，专业预测（SPF）密度预测的调查）以及市场参与者的其他主观预测，基于报纸的指标或仅使用股票价格（股票波动率）。etc. 具体来说，我们计算了这一新的衡量标准，作为欧元区宏观经济不确定性的汇总衡量标准(标记为MEU)，通过fi首先估计来自19个国家的每个国家特定fic变量以及每个欧元区级别变量的意外预测误差的波动性。然后，我们汇总这些单独的不确定性度量，以获得欧元区的宏观经济不确定性。通过这样做，我们考虑了国家样本的内部异质性，但也包括了欧元区的共同变量。数据以月度频率计算，涵盖2003年至2021年至2022年。然后，我们在各国之间进行有意义的比较，并采用更多面向金融的不确定性措施 ，例如欧元区版本的VDAX（EAVSTOXX），Dprey和Klas（2015）的国家级金融压力指数（CLIFS），Holl'o等人的系统压力综合指标（CISS）。(2012).我们还将我们的衡量标准与Baer等人的欧元区经济政策不确定性(EPU)(EPUEA)进行了比较。(2016)。 Iadditio,wemaeseofaeroareaBayesiaVAR(BVAR)toaalyzetheimpactofaexpectedicreaseiertaity,sigaCholesyidetialascosiderediBloom(2009)adJradoetal.（2015），以缓解比较。通过该模型的视角，我们调查了COVID-19冲击通过宏观经济不确定性影响经济的可能性，也与替代不确定性指数进行了比较。我们还研究了债务的反应以及欧元区不确定性对新兴欧洲经济体的影响。最终，我们还将样本扩展到2022年，以分析“后COVID-19”MEU指数，从而检查我们结果的稳健性。 与其他指数相比，我们的结果表明，我们的宏观经济不确定性测度的动态存在明显的差异。此外，与最近的COVID-19冲击相比，我们在全球金融危机和主权债务危机期间发现了显著的差异。我们的指数增长了40%(i.E，在2020年1月至2020年4月之间的一个季度内从0.95左右移动到1.33)，仅在2020年10月下降到大流行前的水平。为了对幅度进行翔实的比较，2020年之前的历史平均值为0.86， 2007年年中至2010年底的历史平均值为0.93。2我们的措施还显示，fi不能显著增加在fi中2021- 2022年的不确定性。 重要的是，其他流行的不确定性指标，更多地与金融压力相关，并不总是与宏观经济基本面的不确定性紧密相关。在经验上解释最近的COVID-19事件中经济活动的下降方面，这些服务较少。我们的衡量标准是为衡量欧元区宏观经济不确定性而量身定制的，这解释了经济活动减少的更大份额。具体地说，我们表明，2020年工业生产的大幅下降大部分是可以解释的。仅受我们宏观经济不确定性冲击的影响，e 。Procedre占下降的80%左右。例如，这一百分比也远远大于其在全球金融危机/主权债务危机期间对下降的贡献。因此，这一结果有利于将COVID-19引起的休克解释为不确定的休克，呼应了Miesc和Rossi(2021)和Dietrich等人的定义。（2022）美国。我们还发现，随着MEU的增加，公共债务增加 ，只会逐渐消失。最后，我们表明，对MEU的冲击对新兴欧洲国家产生了负面影响，在这一时期，对其经济活动的下降贡献最大。 Thepaperisstructuredasfollows.Section2providesabriefliteraturereviewfor-cusingonmacroeconomicconcerness.Section3describesthedataandprovidestheempiricalmethodologyfollowingJuradoetal.(2015). 2在全球金融危机期间，MEU从2007年中的0.86飙升至2009年底的1.1，然后降至0.88 2010年底。 MEUintheeuroarea,whilesection5analysestheimpactofmacroeconomicuncertaintyshakesfromaBVARmodelperspective.Section6concludes. 2文献综述 关于不确定性及其影响的度量有大量文献，特别是对于发达经济体。虽然我们在这里更加关注基于客观措施的指数，但在Jrado等人中可以找到对构建不确定性度量的其他方法的更广泛的审查，例如基于调查或基于新闻的方法。(2015)。我们也没有特别关注fi财务不确定性指标。'laLudvigson等人（2015年）及其影响（见科伦坡和帕卡尼尼（2020）等），或Baker等人（2016年）的经济政策不确定性 （EPU）指数，或Castelnuovo等人（2022年）和Bach-mann等人（2013年）讨论的工业或部门层面的不确定性。3在这里，我们主要介绍相关的贡献，作为我们分析和关键应用的基础，稍后转向宏观不确定性分析，更具体地涉及欧元区和关于COVID-19引起的不确定性的文献。 不确定性：从Bloom（2009）的ifletial工作开始，作者使用美国的fiRM级数据开发了一个具有 时变第二矩的模型，然后用它来模拟宏观不确定性冲击。作者fi指出，股市波动与宏观不确定性密切相关 。然而，欧元区国家的情况并不总是如此，特别是在最近的时期，正如我们的分析所显示的那样。相反，Jrado等人。（2015）指数同时考虑宏观和fi金融变量，并将宏观经济不确定性估计为未来价值不可预测成分的条件波动率。在Bloom（2009）之后的VAR练习中，他们表明宏观不确定性冲击比股票市场波动冲击对生产和工作时间的影响更大。Caldara等人。(2016)也将fiRM纳入其VAR。 3例如，参见Ferrara等人（2017年）对最广泛使用的 不确定性度量。 行使宏观不确定性冲击是宏观经济失调的重要来源，如果与fi金融冲击相结合，它们对宏观经济的影响甚至更大。 Oztr和Sheg(2018)转而关注45个国家的不确定性(也是建立一个综合综合综合全球指数)，这些国家是通过使用共识预测的个人调查数据来衡量的。Procedres.基于市场参与者的主观预测。它们还将每个国家的特质和共同的不确定性成分分开。后者不包括国家预测机构对国民经济的预测分歧。他们对美国的总体测量与Jrado等人构建的相关性最高(0.79)。(2015)，这是由于共同的组成部分。有趣的是，通过使用类似于Bloom（2009）的VAR，只有常见的不确定性似乎在美国的实际经济活动中产生了巨大而持续的负面反应。.欧元区不确定性：Giesec和Larget(2016)构建了总体不确定性的度量，包括金融市场不确定性、经济政策不确定性(EPU)和预测离散度(i.Procedres.，主成分)。这一措施显然捕捉到了可预测的部分。取而代之的是，我们在Jrado等人之后，从不确定性的测量中