美联储不调整利率的货币政策：美联储的非收益冲击

编号 1392 July 2024 不移动利率的货币政策 ： 美联储非收益率冲击 Christoph E. Boehm 和 T. Niklas Kroner 请引用本文为 ：Boehm ， Christoph E 和 T. Niklas Kroner (2024) 。 “没有货币政策的货币政策移动利率 ： 美联储非收益率冲击 ， “国际金融讨论 -Sion 论文 1392 。华盛顿 ： 联邦储备系统理事会 ，https: / / doi. org / 10.17016 / IFDP.2024. 1392 。 请注意：国际金融讨论论文（IFDPs）是初步材料，旨在激发讨论和批判性评论。文中分析与结论仅代表作者观点，并不代表研究团队其他成员或董事会的认可。出版物中引用国际金融讨论论文系列时（除致谢外），应与作者联系以确保这些论文的草案性质得到保护。最近的IFDPs可在联邦储备官方网站www.federalreserve.gov/pubs/ifdp/上获取。本论文可免费从社会科学学术网络电子图书馆www.ssrn.com下载。 不移动利率的货币政策 ： 美联储非收益率冲击* Christoph E. BoehmT. Niklas KronerUT 奥斯汀和 NBER联邦储备委员会 本草案 ： 2024 年 6 月 24 日初稿 ： 2021 年 3 月25 日 Abstract 现有的高频货币政策冲击对FOMC公告前后股票价格和汇率的变化解释得很少。进一步地，这两种资产类别的波动性在非公告时段相对较高。我们使用基于异方差性的方法来估计一个“非收益率冲击”，该冲击与收益率变化正交，并从标准普尔500指数和各种美元汇率的超额波动中识别出来。积极的非收益率冲击会提高美国及全球的股票价格，并使美元相对于所有主要货币贬值。非收益率冲击与之前的货币政策冲击几乎不相关，其影响相比之下非常显著。它对VIX和其他风险相关指标的强烈影响表明，主要的风险溢价渠道占主导地位。我们证明了非收益率冲击可以与美联储的沟通联系起来，并且其存在对结构化货币政策冲击的识别具有重要意义。 JEL 代码 ： E43 ， E44 ， E52 ， E58 ， F31 ， G10 关键词：联邦储备、货币政策、股市、汇率、资产价格、风险溢价、信息效应、高频识别 1 Introduction 无论我们如何衡量货币政策惊喜，或者允许多长时间的响应延迟，我们只能解释大约10%的风险偏好日波动。即使在有FOMC公告的日子里，风险偏好的一些变化确实是由与货币政策无关的消息驱动的，但很难认为剩余的90%的风险偏好日波动与货币政策无关。 - 鲍尔 ， 伯南克和米尔斯坦(2023 年) 高频货币政策冲击 'ala库特纳(2001) and乌尔卡纳克、萨克和斯旺森(2005高频冲击对股票价格和汇率的变化解释力 surprisingly 低——这两类资产对于理解货币传导机制至关重要。这些高频冲击是基于 FOMC 宣布前后狭窄窗口内的意外利率变化构建的，并已成为货币政策实证研究中的核心冲击。尽管从构造上看，它们能够解释事件窗口内收益率曲线变化的主要波动，但它们对股票价格和汇率变化的解释力却出乎意料地低。 图1通过绘制标准普尔500指数和欧元-美元汇率的各种高频冲击的R平方值，这一现象得以体现。横轴衡量的是美联储公开市场委员会（FOMC）宣布前后的时间窗口长度。如图所示，Nakamura 和 Steinsson’s (2018) 单次电击 (蓝线) 和斯旺森’s (2021三个冲击（红线）在所有时间范围内（直至震后13小时）解释的变化幅度不到30%。增加更多的基于收益率的冲击并不能显著提高这一解释能力。具体而言，将股市变化或汇率变化回归于涵盖整个收益率曲线（最长至30年）的九个收益意外值上，所能增加的解释力非常有限。无论我们使用30分钟窗口（灰色线）计算收益率变化，还是将窗口长度调整为与因变量窗口一致（黑色线），这一情况依然成立。 一种可能的方法来解释这种低解释力的合理性是引入文献中所称的“信息效应”。罗默和罗默,2000). 如果中央银行的沟通透露了关于经济基本面的私人信息，还需要观察股票市场或汇率的行为来识别货币政策冲击（Jaroci 'nskiand Karadi,2020;G 'urkaynak, Kara, K? saci? ko? glu, 和 Lee,2021).1除了 事实上 ， 一些研究挑战了信息效应的重要性 (例如 ，鲍尔和斯旺森,2023) ， 图1表明他们没有解决解释力难题。具体来说 ，Jaroci 'nskiand Karadi’s (2020）造成的冲击（绿色线条），这些冲击是基于收益率和股票价格每30分钟的变化构建的，在考虑更长的时间窗口时会显著下降。此外，这些冲击对汇率的解释能力非常低。这一点与 的研究发现相呼应。G - urkaynak et al.(2021, 第1页）指出即使在考虑可能影响长期利率的信息效应后，似乎还有其他因素驱动汇率变动。 由于股票和汇率的波动性远大于债券收益，未解释的差异可能仅仅反映了与货币政策无关的消息。确实，（斯旺森,2021，第13页指出，收益率曲线变化对股市的低解释力归因于“股票相对于国债的更大特有波动性(...)”。这与之前的观点形成对比。鲍尔、伯南克和米尔斯坦(2023) 谁对此种解释提出质疑。数据表明，未解释的变异性不仅仅是噪音。具体而言，如图所示：2 显示了在公告日，股票价格和汇率的变化幅度显著大于非公告日相同时间点的变化幅度——即使经过残差调整后也是如此。 关于收益率变化。这种 “超额方差 ” 也指出了货币政策的一个遗漏维度。 在本文中，我们展示了股票和汇率中未解释的波动反映了收益率曲线变化无法涵盖的货币政策维度。我们首先通过阐述估计框架来展开分析。与标准事件研究框架不同，后者假设收益率捕捉了事件窗口内所有货币政策的变化，我们允许存在一个潜在冲击影响股票价格和汇率。这一冲击的特点是与收益率变化正交——因此得名非收益率冲击。我们使用基于异方差性的识别程序估计其对美国股市以及各种美元汇率的影响。Rigobon,2003) 和使用卡尔曼滤波器的非屈服冲击本身 (G 'urkaynak, K? sac? ko? glu, Wright,2020). 识别测试表明非收益冲击被强烈识别。重要的是，我们发现单一的非收益冲击能够解释股票价格和汇率中很大一部分未由收益率解释的变动。正向的非收益冲击会提高美国和外国的股票价格并使美元贬值。 我们表明，非收益冲击对国际金融市场产生了显著且重要的影响。在40个国家的样本中，一个标准差的非收益冲击会在公告前后两天内使国际股价平均变动约45个基点。美元相对于外币的变动幅度超过30个基点。与文献中常用的高频货币政策冲击相比，非收益冲击的影响更为显著。Nakamura 和 Steinsson,2018;斯旺森,2021;Jaroci 'nskiand Karadi,2020). 我们提出一个简单的模型来帮助澄清非收益冲击的本质及其存在对结构性货币政策冲击识别的影响。该模型明确指出，非收益冲击通常是一种简化形式的货币政策冲击，即它是结构性货币政策冲击的线性组合。只有在特殊情况下，非收益冲击才具有结构解释。我们提出了一个等价性结果来刻画非收益冲击是否为结构性的，这意味着我们的非收益冲击有两种可能的解释。 在第一种解释中，存在一个结构性的货币政策冲击，该冲击不影响收益率曲线。非收益率冲击等同于这一结构性货币政策冲击（仅在符号上有所不同）。等价性结果还表明，非收益率冲击是结构性的当且仅当剩余的结构性冲击可以从收益率曲线本身单独识别出来。常用的识别方案如文献中所使用的那些方案也遵循这一原则。库特纳(2001),乌尔卡纳克、萨克和斯旺森(2005)，而随后的相关文献即使存在非收益冲击，其有效性也可能依然保持不变。从这一解释来看，非收益冲击仅仅是货币政策的一个额外维度，对全球股市价格和汇率产生了重大影响。如果非收益冲击确实具有结构性，那么我们应当能够将非收益冲击的大规模表现与具体的政策措施联系起来。 在第二种解释下，非收益冲击并非结构性的，因此可能与政策行动缺乏明确联系。在这种情况下，仅从收益率曲线中无法识别结构性货币政策冲击。直观地讲，收益率曲线本身并不包含足够的信息来恢复真实的结构性干扰。识别需要使用额外的信息，例如其他资产价格或非收益冲击本身。这种情况的一个例子是在具有信息效应的世界中，类似于...Jaroci 'nskiand Karadi(2020). 非收益冲击源于信息效应的存在，因为收益率曲线无法涵盖两种结构冲击，“纯粹”的货币政策冲击和“信息”冲击。 收益率冲击在很大程度上无法解释现有的货币政策冲击来自文献 - ature. this finding is expected for identification schemes, which exclusively focus on interest rates (e. g.,罗默和罗默,2004;库特纳,2001;乌尔卡纳克、萨克和斯旺森,2005，以及随后的相关文献）。然而，我们进一步表明，通过使用来自其他资产价格的变化来识别的冲击——例如由Jaroci 'nskiand Karadi(2020)— 也仅能解释非收益率冲击部分变异性的一小部分。因此，我们得出结论认为，由非收益率冲击捕捉到的货币政策维度主要是新的。论文其余部分试图更深入地理解非收益率冲击的起源及其影响。 为了做到这一点，我们需要寻找非收益率冲击所包含的线索，并探讨我们是否能够将其与具体的政策行动联系起来。我们的研究表明，非收益率冲击对各种与风险相关的度量指标（如股票的隐含波动率指标（例如VIX）和汇率，以及文献中使用的各种风险溢价度量）具有强烈且显著的影响。因此，证据倾向于主导风险溢价渠道。非收益率冲击还与隐含利率波动率的变化相关联。这表明，货币政策不确定性变化可能产生非收益率冲击——至少部分如此。 最后，我们表明非收益率冲击可以与美联储沟通统计关联。具体而言，我们的结果表明，更多的沟通（例如通过新闻发布会）与更大的冲击幅度相关。此外，讨论与风险相关或全球经济主题似乎会引发非收益率冲击的变化。虽然这些结果为解释非收益率冲击提供了某些指导，但我们承认还需要更多研究来全面理解如何最好地解释和建模非收益率冲击在结构框架中的含义。 我们的论文涉及到货币经济学的长期文献 ， 这些文献相关文献 旨在识别货币政策的外生变化，即“货币政策冲击”，以研究货币政策传导机制。早期工作通过历史叙述构建了冲击（例如，）来开展这一研究。弗里德曼和施瓦茨,1963;罗默和罗默,2004) 或矢量自动评分 (VAR) (例如 ，克里斯蒂安诺、艾肯鲍姆和埃文斯,1999;Uhlig,2005). 近期的研究主要通过高频金融市场数据测量冲击，继先驱性的工作之后。库特纳(2001) and乌尔卡纳克、萨克和斯旺森(2005） 。这些冲击已在各种高频应用中被使用 ， 扩展和适应(例如 ，Nakamura 和 Steinsson,2018;斯旺森,2021;伦斯福德,2020;刘易斯,2023) 或与低频时间序列方法相结合 (例如，Gertler 和 Karadi,2015;卡尔达拉和赫伯斯特,2019;Paul,2020;Miranda -Agrippino 和 Ricco,2021). We contribute to this 通过提出一种方法，该方法提取了关于货币政策的一个新颖且未充分研究的维度的信息性冲击，从而扩展了收益率曲线所未能涵盖的货币政策领域。 最密切相关的论文是Cieslak 和 Schrimpf(2019),Jaroci 'nskiand Karadi(2020), andKroencke, Schmeling, and Schrimpf(2021). Building on prior work by罗默和罗默(2000)