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。[国际货币基金组织]:半结构模型应用于信贷周期和政策分析——以卢森堡为例 - 发现报告

半结构模型应用于信贷周期和政策分析——以卢森堡为例

2024-07-08国际货币基金组织米***
半结构模型应用于信贷周期和政策分析——以卢森堡为例

半结构模型用于信贷周期和政策分析 一份卢森堡申请 卡洛斯·德·雷森德、亚历山德拉·索洛维耶娃和莫兹·苏伊西WP/24/140 国际货币基金组织工作论文描述作者(们)正在进行的研究,并公开发表以征求意见并促进讨论。国际货币基金组织(IMF)工作论文中表达的观点为作者(们)的观点,并不一定代表IMF、其执行董事会或IMF管理的观点。 2024 七月份 ©2024国际货币基金组织WP/24/140 国际货币基金组织工作论文欧洲部门 一个用于信用周期和政策分析的结构化模型——卢森堡应用,由CarlosdeResende、AlexandraSolovyeva和MoezSouissi*编制 经BernardinAkitobby授权分发,2024年7月 国际货币基金组织工作论文描述作者(们)正在进行的研究,并公开发表以征求评论和促进辩论。国际货币基金组织工作报告中表述的观点为作者(们)的观点,并不一定代表国际货币基金组织、其执行董事会或基金管理层的观点。 摘要:本文探讨了一个半结构性的新凯恩斯模型中,金融周期与商业周期之间的联系,该模型包含一个金融加速器、一个活跃的银行业部门和内生宏观审慎政策反应函数。我们通过校准和贝叶斯估计技术对卢森堡进行模型参数化。该模型具有符合理论先验和实证证据的动态特性,并显示出了合理的数据匹配和预测能力,特别是对于信用指标。我们发现,在持续的利好金融条件和政策支持下,信用差距在COVID-19期间保持正值,并在2022年中开始缩小。使用截至2022年第二季度数据和基于2022年10月世界银行经济展望报告对欧元区预测的模型预测表明,卢森堡的商业和信用周期将恶化至2024年底。根据这些关于当前和预测的信用周期位置的认识,模型可以指导政策制定者如何调整宏观审慎政策立场。政策模拟表明,在宏观审慎政策规则中给予信用对GDP和资产价格差距测量的权重应当恰当,以避免政策反应中出现不必要的波动。 推荐引用:德·雷森代,C.,索洛维耶娃,A.,和苏伊西,M.(2024)。用于信用周期和政策分析的半结构化模型——卢森堡的应用。国际货币基金组织工作报告24/140。 JEL分类号: E42,G21,G28,E37,O52 关键词: 宏观审慎政策;信贷周期;银行;预测与模拟;卢森堡 作者电子邮箱地址: cderesende@imf.org,asolovyeva@imf.org,msouissi@imf.org 工作论文 半结构化模型用于信贷周期和政策分析 一份卢森堡申请表 由CarlosdeResende,AlexandraSolovyeva和MoezSouissi编写1 1作者们非常感谢在IMF工作论文评审过程中收到的VincenzoGuzzo、TarakJardak、EmilStavrev和BernardinAkitoby的有用评建议。此外,该论文还受益于与ICD(2024年2月)研讨会参与者和卢森堡当局(2021年3月)的讨论。 内容 I.引言..................................................................................................................................................4II.宏观 审慎政策和卢森堡的机构设置......................................................7III.风格化事实:卢森堡最近的宏观经济发展 趋势8 第四章模型.9 A.产出与通货膨✲.10 B.信用市场与银行部门.11 C.宏观审慎政策规则.14 V.数据、校准、贝叶斯估计和模型验证.15 A.数据.1 5 B.校准与贝叶斯估计.15 C.模型验证.17 矩比较:数据与模型.17 伪样本外预测.19 模型与简单✁时间序列预测方法对比.20 第六部分模型属性22 最低资本要求冲击.22 A.模型中主要结构性冲击的影响............................................................................24需求和供给冲击........... ......................................................................................................24信贷需求和供给冲击............................. ..........................................................................27B.使用模型对历史数据的解释.......................................... .....................................29金融周期的指标..................................................................................................... .......31 第七节外部样本预测.33 A.欧元区假设.33 B.结果.34 第八部分结论.36 附件I.欧元区模型✁主要特征.37 附件II.数据和来源.38 附件三.校准和估计.39 参考文献.42 数据 1.信用市场近期发展9 2.选定系数的前分布和后验模式17 3.模拟值和实际值的置信区间18 4.实际数据与伪样本外预测(2016年第一季度至2020年第四季度)20 5.对最低资本要求冲击的脉冲响应23 6.基于信贷缺口宏观审慎规则的脉冲响应26 7.基于信贷-GDP差距的宏观审慎规则脉冲响应27 8.信贷需求冲击的脉冲响应28 9.对信贷供给冲击的脉冲响应29 10.经济周期关键指标的分解30 11.信贷周期关键指标分解32 12.基线情景下欧元区的宏观经济预测33 13.实际商业和金融周期基准预测(2023–2027)35 政策响应的波动性36 表格 1.数据与模型生成时刻对比18 2.模型相对于简单基准的均方根误差(RMSEs)21 一、引言 2007年全球金融危机凸显了理解商业与信贷周期动态之间复杂关系的重要性。大量文献来源于先前对宏观金融相互关联性的研究,例如Bernanke、Gertler和Gilchrist(1999年;以下简称BGG)以及Kiyotaki和Moore(1997年;以下简称K&M)。这些研究包括Calstrom和Fuerst(1997年)、Marcucci和Quagliariello(2009年)、Curdia和Woodford(2010年)以及Mendoza(2010年)的研究,旨在揭示金融摩擦如何放大标准宏观经济冲击的传播。它还探讨了源自金融部门的冲击如何引发更广泛的宏观经济效应,以及宏观审慎政策如何减轻由这些因素引起的风险和波动。这一文献中出现的“信贷周期”概念,目的是总结关于宏观经济和金融稳定风险的信息。它与传统的商业周期相关联但有所不同。这一文献的另一个重点是反周期的“宏观审慎规则”,描述了金融监管机构如何对信贷发展做出反应,以平滑信贷周期并减轻相关的宏观经济风险。1 在平行情况下,新凯恩斯主义(NK)模型已被广泛用于指导对通胀压力的政策应对。主要中央银行和国际政策机构,包括国际货币基金组织(IMF),已经做出了重大努力来发展微观基础的模型,以供政策应对通货膨胀压力的参考。这导致了NK模型作为政策分析和预测工具的广泛应用。2这些模型,在其他方面,允许识别商业周期(即产出缺口)的未观察到的指标和潜在因素的影响。它们还提供了对货币政策立场的洞察,有助于评估通货膨胀的发展并指导货币政策决策。最后,这些模型用于评估各种冲击的影响,同时考虑到由明确目标(如最小化与潜在产出的偏差和通货膨胀目标)引导的政策响应。 在本文中,我们通过将宏观金融联系纳入半结构化的NK模型中,结合了文献中的这两条思路,以识别未观测到的信贷周期。我们的模型有助于:(i)基于微观经济框架,识别和分析商业周期和信贷周期的相互关联但彼此独立的模式;(ii)研究在银行既作为金融摩擦又作为冲击来源的经济体中,金融和宏观经济冲击的传播;(iii )研究逆周期的宏观审慎规则对信贷发展的响应效应。为此,我们在Baba的基础上扩展了多元滤波器模型。etal.(2020)明确考虑信贷的供需,借鉴了Dib(2010)中讨论的微观基础,并引入了宏观审慎政策规则。我们将此模型应用于卢森堡——一个拥有大型银行部门和逆周期的宏观审慎规则的开放小经济体,这为研究信贷与经济周期之间相互关联的动态提供了一个自然实验室。 除了金融部门和监管机构外,该模型与标准NK框架非常接近。它包含一个总需求块、一个NK菲利普斯曲线和一个代表货币政策的块。 1参考BIS(2008年),VandenHeuvel(2008年),Covas和Fujita(2009年),Kannan等(2009年),Galati等(2010年),deResende等(2016年),以及Jiménez等(2017年)。 2显著的此类模型示例包括Laxton等(2006年),Carabenciov等(2008年),Andrle等(2014年)和Baksa等(2020年)。 外部欧洲中央银行(ECB)政策(设定于卢森堡之外)。3该模型通过引入信贷市场、活跃的银行部门和设定逆周期资本缓冲(CCyB)的监管机构,与标准版本的NK模型存在偏差。后者是一种监管工具,根据信贷周期的发展调整银行的最低资本要求。4贷款的需求和供给基于Dib(2010)和deResende等人(2016)提出的微观基础。贷款需求来自最优家庭的消费-储蓄决策,其中银行存款作为储蓄工具,信贷用于消费平滑和风险分担 。银行贷款的供给由垄断竞争银行的最优条件版本表示。这些银行收集存款并筹集资本以“生产”贷款,受监管机构定义的最低银行资本要求限制。他们设定贷款利率为其贷款供应边际成本的加成。最低银行资本要求的增加会影响其边际成本,并促使他们筹集更多资本(成本增加),削减对借款人的贷款,或两者兼而有之。对贷款需求(即家庭偏好)和贷款供给(即成本推动和风险冲击)的外部冲击可以改变信贷市场的均衡。5 模型特征包括宏观金融冲击和几个放大其影响的渠道。首先,银行贷款供应的边际成本增加的冲击导致贷款量减少和贷款利率上升,从而抑制了总需求和产出。反之,家庭偏好冲击增加总需求,导致贷款需求上升,进而引起贷款量增加和市场利率上升。其次,该模型纳入了能够放大这些宏观经济金融冲击传播的金融加速器机制 。第一个机制灵感来源于BGG,它将产出、借款人净值、银行提供的整体贷款供应风险和贷款利率相联系。第二个机制包括KM式的借贷约束,这些约束基于受商业周期影响的抵押品价值(例如房价)的松紧。最后,CCyB的变化改变了贷款供应的边际成本、均衡信贷量和利率,以及商业周期(通过总需求)和信贷周期。 该模型被映射到2010-2020年卢森堡的季度数据,采用了一种校准和贝叶斯估计的混合方法。一旦模型参数化 ,验证练习确认了其匹配卢森堡数据的能里。首先,从模型中模拟出来的数据很好地复制了关键宏观和金融变量的第一和第二时刻。6其次,伪样本和真正样本外的一到六季度前条件预测的组合,对于大多数变量产生无 偏预测误差,并且很好地捕捉到大多数指标的相关转折点和总体动态。7迪波尔德-马里亚诺测试证实,该模型生成的预测比简单的基准,如向量自回归(VAR)和自回归移动平均(ARMA)模型更准确。 关键变量对宏观审慎政策立场变化和几个结构性冲击的动态响应在定性上与经济理论和文献相符。《市场紧缩》 3参见Galí和Gertler(1999)以及Clarida等(1999)。 4虽然卢森堡的宏观审慎政策工具箱包括几