全球不确定性加剧对东亚和太平洋地区的影响

研究与政策简报 来自世界银行马来西亚中心 授权公开披露 No.64 全球不确定性加剧对东亚和太平洋区域的影响 July04,2024 1 JongrimHa，ErgysIslamaj和Aadi tyaMattoo 自COVID-19全球大流行以来，宏观经济、金融以及政策相关的不确定性在东亚及太平洋地区内的各个发展中经济体中均有增加。这种跨境传递的不确定性冲击对经济的影响显著，不仅影响了EAP地区的金融部门，也对其实体经济产生了影响。 Introduction 自COVID-19大流行以来，大量文献记录了经济不确定性加剧（Cascaldi-Garcia等，2023）。各种类型的不确定性都已增加：宏观经济、金融、经济政策、地缘政治和贸易不确定性。然而，对于东亚及太平洋（EAP）地区的新兴市场和发展中经济体（EMDEs），全球不确定性的影响知之甚少。本研究与政策简报通过探讨以下问题来考察全球不确定性对EAP的影响。首先，基本的经济不确定性来源是什么？其次，在过去几十年里，全球以及EAP各个EMDE的不确定性是如何演变的？第三，全球不确定性如何影响EAP的宏观经济和金融状况？ 授权公开披露 实证结果表明，不确定性的影响——主要与变量的波动性（第二阶动量）相关——与基础业务、金融和政策变量水平（第一阶动量）波动的影响是不同的。不确定性冲击对经济的后果相当显著，几乎可以与“水平”冲击的影响相媲美。此外，结果显示不同类型不确定性冲击对东亚太平洋（EAP）国家的影响不同，无论是单独还是作为一个群体，都导致EAP国家产生了异质性影响。从累积效应来看，宏观经济不确定性、随后是金融和经济政策不确定性，对EAP关键国内变量的变化贡献最大。特别是，宏观经济不确定性可以解释EAP宏观变量变化的四分之一左右。 方框1提供了有关不同类型不确定度测量的更多细节。 美国的宏观经济不确定性处于较高水平，反映了对未来产出增长和通胀发展的不确定性（图1，a部分）。自COVID-19疫情初期的2020年4月达到峰值后，它在2022年再次激增，主要原因是通胀的急剧上升。尽管自2022年中期以来有所下降，但美国的通胀不确定性仍然很高，这反映了对未来（反）通胀进程速度和程度的分歧。全球经济政策不确定性，将未来的货币政策、财政政策和金融政策汇总在一起，比疫情前的水平高出一倍（图1，b部分）。在美国，关于联邦储备未来货币政策决定路径的争论仍在继续；自2020年以来，货币政策不确定性指数一直持续高于长期平均水平。类似地，金融不确定性 （VIX）在2020年和2022年急剧上升，尽管有所下降，但仍高于疫情前的水平（图1，c部分）。 许多东亚太平洋（EAP）国家对未来产出、通货膨胀、金融市场以及经济政策的不确定性比疫情前更高。自2020-21年的创纪录高位（产出不确定性）或2022年的高位 （通货膨胀不确定性）后，宏观经济不确定性总体上自2023年起有所下降（图2）。然而，不确定性指标仍处于疫情前水平之上，在某些国家（如泰国），产出和通货膨胀不确定性仍在增加。基于新闻的经济政策不确定性依然居高不下，尤其是在中国。所有EAP经济体中，基于调查的短期和长期利率不确定性指标均有所上升，这通常是影响投资的关键决定因素（世界银行，2023年） 。 全球和EAP经济不确定性的演变 全球经济不确定性在COVID-19疫情爆发后急剧上升至创纪录高水平，并在2023年及2024年初保持高位。本简报 探讨了全球不确定性对东亚太平洋地区（EAP）宏观经济 不确定性加剧的经济效应 为了评估全球不确定性对东亚和太平洋（EAP）地区的 影响，我们从2000年至2019年对五个EAP国家（中国、 和金融条件的影响。它着重指出了三种类型的不确定性：宏印度尼西亚、马来西亚、菲律宾和泰国）进行了多组结 观经济不确定性-基于预测的措施； 政策不确定性-基于新闻的措施；以及fi财务不确定性-基于股票市场波动性的衡量指标。当全球指数不可用时，使用美国不确定性指数作为全球不确定性的代理，这在文献中较为常见。 构向量自回归（SVAR）模型的估计。这些模型包含了一系列美国（或全球指标）、中国以及个别EAP国家的宏观经济和金融变量。作为最大的新兴市场和发展中经济体（EMDE），中国被单独纳入模型中，以反映其作为全球不确定性冲击来源和接受者的角色。本研究区分了三种不确定性来源： 1 附属机构：AadityaMattoo是世界银行东亚太平洋地区的首席经济学家。JongrimHa隶属于世界银行的前景集团（DECPG）。ErgysIslamaj位于世界银行东亚及太平洋首席经济学家办公室。致谢：NancyMorrison提供了编辑协助。目标与免责声明：研究与政策简报综合现有研究和数据，以揭示政策辩论中实用且有趣的问题。研究与政策简报应根据作者姓名进行引用。其发现、解释和结论完全由作者负责。它们并不代表世界银行集团、其执行董事或其所代表政府的观点。 全球不确定性加剧对东亚和太平洋区域的影响 方框1.经验方法和数据 本研究报告与政策概述采取了两个连续的实证步骤：（1）衡量不确定性；和（2）估计SVAR模型以量化全球不确定性对东亚及太平洋地区（EAP）经济影响的程度。 测量不确定度 摘要根据大量文献和作者的计算，采用了各种不确定性度量。 •基于预测的方法。为了衡量宏观经济不确定性，这一系列措施依赖于对感兴趣变量的经济预测模型。例如，向量自回➴（VAR）模型被递➴估计，感兴趣变量的预测误差的标准差被认为是该变量不确定性的反映。 •基于调查的措施。这组措施使用经济专业预报员对感兴趣变量的调查： 产出，在fi中，短期和长期利率，以及经常账户。不确定性被测量为调查 响应的标准偏差或横截面差异，例如四分位数之间的范围。 •基于新闻的措施。为了衡量政策的不确定性，这组度量使用关键字搜索算法。一个示例是 Baker等人(2016)和Husted等人使用的算法。(2020)，这将经济政策的不确定性放在一起 美国和其他经济体通过搜索关键词 适用于当地报纸上的瞬时、fiscal和其他政策。 结构向量自回➴(SVAR)模型 模型。在这段研究中，我们运行了两种特定国家和面板结构向量自回➴（SVAR）模型。特定国家的模型提供了更详细的、针对具体国家的结果，而面板模型则更为高效且易于展示，但会失去针对特定国家的结果。本简报基于面板SVAR模型报告结果。特定国家的结果作为稳健性或敏感性检验呈现。在识别不确定性冲击时，本简报采用递➴限制的方法。遵循以往文献，如Baker、Bloom和Davis（2016）、Leduc和Lui（2016）的做法，并为解决内生性问题，不确定性度量被顺序排列。last(以及各种控制变量，以减少内生性)。 数据集。分析基于全球、美国及EAP国家的月度宏观经济和金融数据进行。在无法获取全球指数的情况下，使用美国不确定性指数作为全球不确定性的代理，遵循相关文献的惯例。样本期为2000-2019年。内生变量（按此顺序）主要为 ：全球（美国）产出、通胀、不确定性指标、国内产出、通胀、汇率、股票价格及国内不确定性指标。控制变量包括：波动性（VIX）指数、美国货币政策工具、时间趋势和商品价格。样本中的EAP国家包括中国、印度尼西亚、马来西亚、菲律宾及泰国，这些国家根据经济规模及不确定性数据的可用性进行了选择。作为最大的新兴市场和发展中经济体 （EMDE），中国被单独纳入一个包含全球（美国）及中国变量的模型中。测试了三种类型的不确定性指标：宏观经济 、金融及政策。对于中国的不确定性指标，还使用了Ahir等人（2022）的数据集。 开放经济模型对数据生成过程的特征如下：稳健性检查。主要的实证结果通过采用替代模型（因子增 强向量自回➴框架）[FAVAR框架]、不同不确定性度量指标 pq ti=1it- 、变量的不同排序、其他控制变量的纳入（特别是不同类型 j X AY i+∑ j==∑0C Bt-Yj+ 的不确定性度量和后疫情数据的加入等）进行检验。结果显 Ytisann内生宏观ε经t.济和fi金融变量的×1向量。Xt是示，这些替代模型对关键实证结果的稳健性具有确认作用。外生回➴变量。A,Bi(Ai≥1),andCj(Aj≥0) 是非奇异的COECNS有效矩阵。εtisann×1结构扰动矢量和连续不相关。 图1.全球经济和美国不确定性的演变 a.美国宏观经济不确定性 b.全球经济政策不确定性美国货币政策的不确定性 450全球EPU美国MPU(RHS)400350300250200150100 50 0 20002005201020152020 C、美国fi财务不确定性(VIX) 1.3宏观不确定性 350 GDP不确定性(RHS) 1.2不确定度(RHS) 300250 1.1 200 1.0 150100 0.9 50 0.8 2000200520102015 2020 0 20002005201020152020 资料来源:世界银行估计；哈弗分析；贝克、布鲁姆和戴维斯2016年；Jurado、Ludvigson和Ng2015年。Note:在面板a中，宏观经济不确定性基于Jurado、Ludvigson和Ng（2015）的预测指标。长期平均值为0.9。GDP和通货膨胀的不确定性基于美国国内生产总值和消费者价格指数（CPI）共识预测的标准差。在面板b中，全球经济政策不确定性（EPU）和美国货币政策不确定性（MPU）指数基于Baker、Bloom和Davis（2016）的新闻指标。在面板b和c中，水平线表示长期平均值（设定为100）。RHS=右侧。 2 研究与政策简报第64号 图 2. 东亚和太平洋区域经济不确定性✁演变 a.宏观经济不确定性b.金融和政策不确定性 2.5中国政策不确定性 EAP长期利率不确定性(RHS) GDP不确定性700EAP短期利率不确定性(RHS) 2.0不确定6001.5500 400 1.0300 200 0.5 100 0.00 2000200520102015202020002005201020152020 1.00.80.60.40.20.0 资料来源:世界银行估计；共识经济学；贝克、布鲁姆和戴维斯2016年。Note:在面板a中，东亚及太平洋地区（EAP）宏观经济不确定性基于共识预测调查中四个新兴市场和发展中经济体（EMDEs）（中国、印度尼西亚、马来西亚、泰国）✁横截面平均标准差。在面板b中，中国✁政策不确定性基于贝克等人✁新闻基指标量。东亚及太平洋地区✁金融不确定性基于四个EAP国家3个月期国债收益率和10年期债券收益率✁平均标准差。EAP=东亚及太平洋；RHS=右手边。 宏观经济、fi金融和政策(有关估计细节，请参见方框1)。 研究结果表明，全球不确定性冲击对EAP国家✁宏观经济和金融条件产生了负面影响。基于平均结果（即面板模型）以及特定国家视角，这一结论在统计学和经济学层面上都是显著✁——样本中所有EAP国家✁结果均成立。在美国宏观不确定性增加一个标准差后✁一年内，EAP地区✁产出增长率下降了0.5%，股票价格下跌了3.0 %（图3，a和b部分）。这种影响比美国产出减少一个标准差✁影响更为强烈（分别导致产出下降0.3%，股票价格下跌1.0%）。全球金融市场和经济政策✁不确定性也 在东亚及太平洋地区（EAP），宏观不确定性对关键国内金融变量✁影响虽然总体上更为直接且短暂（图3，c部分）。在VIX指数波动幅度为一个标准差✁情况下，EAP地区✁平均股票价格下降了1.2%，这与美国股市受到负面冲击时✁表现（下降1.6%）相当。政策不确定性冲击似乎在EAP国家中增加了另一层负面影响。美国货币政策紧缩导致EAP地区股票价格最多下跌了1.4%，而美国货币政策✁不确定性加剧则进一步导致股票价格再下跌了0.7%。 对EAP地区产生了显著影响。巨大✁不确定性效应反映了国际上传播不确定性冲击✁各种途径。首先，宏观经济变量✁动态响应与不确定性经济效应✁理论相一致—