NO354 偶尔的纸张系列 其驱动程序 迭戈·罗德里格斯·帕伦苏埃拉,欧元区商业周期和VeaceslavGrigoa44%,LorenaSaiz, 格里戈尔·斯托耶夫斯基,马泰·托特,托马斯·Warmedinger 免责声明:本文不应被报告为代表欧洲中央银行(ECB)的观点。表达的观点是作者的观点,不一定反映欧洲央行的观点。 Contents 1.2偏差周期法19 Abstract2 执行摘要3 1商业周期约会4 1.1古典商业周期5 Box1每月约会欧元区商业周期6 Box2✲据MBBQ算法识别转折点9 Box3基于MBBQ算法的全球商业周期计算13 2业务周期同步22 2.1动机和程式化的事实22 参2考.2文欧献元区63同步24 Box4从欧元区最佳货币区指数的角度来看商业周期28 2.3欧元区国家的同步33 2.4商业周期同步的细粒度视图38 3商业周期驱动因素45 ECB偶尔纸张系列第354号1 旨在分析难以确定的问题的性质和特点欧元区商业周期动态。 JEL代码:C10,E32,E37 关键词:商业周期约会,特征,同步,驱动因素 Abstract 商业周期的监控与分析是货币政策决策制定的重要输入之一。本报告从三个维度贡献于欧元区商业周期的分析。首先,在商业周期定性方面,它提出了一套自动化的程序来描述欧元区及其主要组成部分(跨国家和地区)的商业周期状况。其次,它研究了过去20年商业周期同步性的演变情况。第三,它从多个角度分析了商业周期驱动因素,包括金融和国际维度、相互关联性、需求和供给。此外,报告还对COVID-19疫情的经济影响进行了初步分析。尽管报告没有就欧元区商业周期的历史得出明确结论,但其主要目的是推广稳健的方法和途径,这些方法和途径是持续增强分析基础设施的一部分。 2 执行摘要 对企业周期(即总体经济活动在扩张和收缩之间的波动)的监测与分析是货币政策分析中的核心要素。准确的实时企业周期评估对于衡量经济增长前景以及中期价格变动至关重要。将观察到的经济活动与企业周期评估联系起来是构建整体货币政策决策叙述和沟通的关键。因此,中央银行需要使用最先进的企业周期测定方法。 分析方法。在大型且复杂的货币联盟中,这一点尤为重要,因为在这种情况下,区域内的发展以复杂的方式与子区域层面异质的增长动态相互作用。本报告从三个主要维度对欧元区的商业周期进行了分析。首先,在商业周期测量和定性方面,它提出了易于复制的最先进的程序,以描述欧元区及其主要组成部分的商业周期状况,涵盖各个国家和地区。其次,它提供了全面的商业周期同步性分析,评估了欧元区内部(在欧元区各国和地区之间)和外部(相对于其他发达经济体)的演变情况。欧元区商业周期与成员国商业周期的高度一致性和参与国之间的高度同步性,使得单一货币政策更加连贯有效,并增强了其在所有成员国中的适当性。第三,该报告探讨了一些因果关系方面的问题,涉及欧元区的主要商业周期驱动因素。这种分析更具概念性,涉及多个研究问题,特别是金融因素和结构性冲击在欧元区内的传播作用。需要注意的是,商业周期驱动因素并不是宏观经济波动的唯一原因。冲击、政策影响(如税收变化)和外部因素都会产生宏观经济波动:这些因素可能会相互作用,但 ECB偶尔纸张系列第354号3 1 商业周期约会 对商业周期(即经济活动在交替的扩张和收缩期之间的波动)的监控与分析对于政策制定以及公众而言至关重要。商业周期是组织宏观经济信息的关键概念,从历史和周期性角度来看都是如此。对于中央银行而言,理解正在进行的经济增长的性质及其背后的因素(尤其是在实时情况下),构成了对价格压力(或缺乏价格压力)以及因此对通胀动态的理解的基础,最终决定了适当的货币政策立场。因此,中央银行需要使用最新的商业周期测定和分析方法。这一点在大型且复杂的货币联盟中尤为重要,因为在这种情况下,整个区域的商业周期相互作用。 提供高度自动化、可复制和可更新的工具,可提供 复杂的方式,具有子区域水平的异质但持续的增长动态。 在这种背景下,建立商业周期的时间顺序不应该是机械的努力。在实践中,这由专门的经济学家委员会负责。对于欧元区,经济政策研究中心(CEPR)商业周期测度委员会提供了时间序列;而对于美国 ,则是由国家经济研究局(NBER)商业周期测度委员会负责。对于一些国家,如欧元区最大的四个经济体,独立机构如经济周期研究机构(ECRI)提供了评估。然而,并非所有欧盟成员国都有统一且可比的时间序列。对于像欧元区这样大的货币联盟,缺乏一个可以在实时应用的标准来确定商业周期,从政策角度来看是有问题的。这妨碍了对货币联盟组成部分(包括国家、区域和行业层面)相对于整个区域的商业周期状况进行监控。因此,在没有达成共识的标准的情况下 ,评估构成货币联盟的各个国家和行业的商业周期波动的一致性和连贯性变得困难。 为了应对这些需求,本章提出了一套方法来确定任何给定实体(无论是整个货币联盟还是其组成部分)的商业周期波动的时间节点,基于透明且用户友好的工具,并与该领域的前沿方法保持一致。具体来 以经济活动下降为特征的低谷(例如实际国内生产总值产品(GDP)),通常至少连续两个季度;以及ii)扩张是低谷和高峰之间的时期,即 经济,这是它的正常(大多数时候是普遍的)状态( 图表1). 图表1 古典商业周期阶段 (水平) 1.1古典商业周期 在本节中,我们采用Burns和Mitchell(1946)提出的经典方法来识别businesscycle转折点。这是NBER和CEPR的业务周期日期委员会通常在分别确定美国和欧元区的峰值和谷值时所采用的方法。在此方法中,业务周期的两个阶段被识别为:i)经济衰退(或收缩资)料来阶源段:是作者指插图从。一个峰值到下一个谷值之间的时期; 经典约会方法有几个优点.首先,约会 结果是稳定的,不会随着新的应计而追溯变化 观察,除非对历史数据进行修订。第二,经典商业周期 循环方法。我们使用单变量和多变量Bry-Boschan(BB)1算法 经济信号和信息的及时性(有关每月约会,请参见Box 周期性高于GDP,有助于确认周期的阶段。 “古典扩张”是指在古典商业周期界定中所进行的扩张。这一定义与增长领域中的相应定义不同。 Box1 基于季度实际GDP或其组成部分的日志数据来确定经济周期的峰值和谷值。借鉴Bry和Boschan(1971)以及Harding和Pagan(2002 )的研究,我们同样认为转折点的判断不能被视为客观的,即无法达成绝对一致的意见,但应该就确定转折点所采用的程序达成一致。类似于CEPRdating委员会,主要的单变量程序依赖于欧元区或individualEU成员国的实际季度GDP数据。。季度频率在可靠性之间提供了良好的平衡 由JohannesGareis编写 此框以月份为单位展示了欧元区商业周期转折点的日期,如 本文的主要方法是季度的补充。1为)此。,实采际用国了内两生步产法总值被广泛认为是宏观经济活动的主要单一指isused,asinMönchandUhlig标(。2005).First,amonthlytimeseriesforeuroarearealGDPis 估计,使用插值技术,利用月然度而经,济由中于包G含D的P数信据息在发布后往往会进行修订——因此在实时情况指标。第二,增广的Bry和Bo下sc可ha能n会(1提97供1)不算明法确的的更信新号版—本—多变量分析还纳入了其他宏观经济变 量。。其中一些数据比GDP数据更早或更频繁地获得,其中许多 数据显示更高 本章介绍的经典dating工具包括数据清洗和引入专家判断的选项。这些调整仅用于特殊情况,并旨在确保一致的结果,包括算法被认为误规定的时期。到目前为止,本文所介绍的方法基于原始时间序列数据,无需初始去趋势、滤波或平滑处理(除了使用季节性和工作日调整的数据)。因此,这些方法可以提供及时且可靠的结果,这些结果在有限的事后重新dating方面保持稳定,即只要没有数据修订,商业周期的日期就不会重新评估或修订。 每月约会欧元区商业周期 到2020年4月。在大多数情况下,每月✁高峰和低谷落在高峰或低谷✆度内 DatebytheCEPR.Forthosecasesthatdonotmatch,themaximumdeviationbetweentheturning由增广BB算法确定✁点和由CEPR确定✁点是四个月, 没有明显✁超前滞后模式。 图表A 欧元区月度实际GDP✁转折点 图表A展示了通过应用扩展后✁BB算法获得✁估计月度实际GDP系列✁峰值和谷值,以及由CEPR 资D料a来t源in:g确欧盟定统计✁局经、济AW衰M数退据时库、期CE。PR和2自正己✁如计C算E。PR通常以✆度而非月份来确定商业周期转折点,我们已将注C:ECEPPRR衰✁退期时用间阴影点部分分表配示到。由每于C个EP✆R通度常按✁✆中度而间非月月份份来。确定唯商业一周例期✁外转✁折点是,因大此流阴影行部前分可✁能商不会业精确周对期应每峰一值个具,体该✁转峰折点值。滞后 于识别出✁✆度峰值,✲据CEPR✁数据。如图所示,增强✁BB算法✁结果与CEPR✁结果非常相似。按照CEPR✁时间顺序,该算法在1970年后✁时期内识别出了六个收缩期:从1974年8月到1975年3月,从1980年2月到1982年9月,从1992年3月到1993年5月,从2008年3月到2009年3月,从2011年5月到2013年2月,以及从2019年11月起。 3 2020年2月,落后于✆度峰值。委员会✁这一决定是基于 大流行以及2020年3月工业生产和其他指标✁急剧下降。 7 在各个月份中,CEPR✁日期被分配到每个✆度✁中间月份。唯一例外✁是最近✁商业周期峰值,其时间晚于识别出✁✆度峰值。 summermonths,即商业周期低谷发生在2020年4月。而欧元✁实际GDP该地区受到大流行浪潮和相关限制✁严重影响 ✲据模型,在2020-21年冬✆,没有发生进一步✁衰退,这是一致✁ ✲据CEPR✁评估。 总体经济活动。✲据实际国内生产总值✁对数水平和 该算法突出了同步衰退✁三个主要事件 1.1.1单变量结果 1.1.1.1欧盟国家✁商业周期 GDP被广泛认为是唯一最重要✁指标 实施修改后✁BB方法(请参阅Box2),我们为欧元区和欧盟国家建立了商业周期约会年表。 所有国家✁基础数据是2010年欧洲账户体系(ESA-2010),GDP按不变市场价格计算。欧洲统计局✁国家账户数据库自1995年起提供了欧元区和欧盟成员国✁一致时间序列数据,尽管对于少数国家(如芬兰、法国、德国和英国),欧洲统计局✁数据可以追溯到更早✁时间段;而对于其他一些国家,特别是马耳他,样本时间段较短。使用欧洲统计局✁实际GDP数据✁优势在于这些时间序列在各国之间得到了一致化处理,但缺点是大多数国家✁时间序列样本期相对较短 (1995-2022)。 在欧盟国家中相对普遍。图表2总结了应用单变量修改后✁BB✆度(MBBQ)算法后✁时间顺序(请参见Box2,显示了欧元区和欧盟 成员国✁扩张与收缩情况。所识别✁同步衰退包括全球金融危机(G 引发了广泛✁封锁和其他遏制措施,这需要 2020年✁一半。 图表2 在多个南部欧洲国家表现最为强劲。在随后✁复苏期间,增长率与次贷危机前✁平均水平相当。然而,连续两年✁增长无法弥补由二次衰退造成✁累计损失。直到2015年初,经济活动才恢复到危机前✁水平。在2019年,欧元区商业周期处于成熟阶段,经济增长在多个国家放缓。自2020年第一✆度,特别是自2020年3月以来,新冠肺炎疫情导致政策发生变化。 欧元区范围内前所未有✁广泛经济活动下滑。实际GDP在2020年第一✆度下降了3.7%,累计下降了15.1%。 基于单变量MBBQ✁商业周期约会 资料来源:欧盟统计局和作者✁计算。 注意:contraction/recession期用红色表示,而expansion期用蓝色表示。塞浦路斯、丹麦、