欧洲国有银行业周期货币政策对冲宣传的不对称 ： 叶贝斯量化因子激增 VAR(英)

商业周期：贝叶斯分位数因子增强VAR No2983 工作文件系列 SofiaVelasco货币政策冲击传导过程中的不对称性 免责声明:本文不应被报告为代表欧洲中央银行的观点 （ECB)。表达的观点是作者的观点，不一定反映欧洲央行的观点。 Abstract 本文介绍了贝叶斯分位数因子增强向量自回归模型（BQFAVAR），以考察货币政策在整个商业周期中的不对称效应。蒙特卡洛模拟结果显示，该模型能够有效捕捉货币政策变化对经济活动的不同影响。 实验结果表明该模型能够有效捕捉冲击响应中的非线性关系。对紧缩性货币政策冲击下总体响应的分析显示，在衰退期间，金融变量和工业生产表现出更为显著的影响，这与“金融加速器”机制文献中的预测相一致。此外，通货膨胀显示出更高的对称性水平。 在不同经济条件下的传播尝试，符合家庭在参考依赖偏好背景下对损失的规避以及中央银行承诺维持价格稳定。通过对部门层面价格和数量进行详细分析，研究发现，在衰退期间 ，紧缩性的政策冲击对数量的影响更为显著，相比之下，在扩张期的影响较小。这一发现支持了“菜单成本模型”所提出的更强的向下价格刚性而非向上价格刚性的观点。 关键字:贝叶斯分位数VAR,FAVAR,货币政策非对称效应,价格分解,非线性模型代码:C11C32E32E37E52 JEL 非技术性摘要 在本研究中，我对美国货币政策变化对各种经济指标的影响进行了分析，包括产出、通货膨胀、超额债券溢价以及从1976年至2005年覆盖各行业价格和数量的详细数据集。结果表明，在经济衰退期间，当利率收紧时，金融变量和工业生产表现出比经济扩张时期更为显著的反应。然而，通货膨胀的响应似乎在不同经济条件下更加对称。 货币政策收紧对excessbondpremium和工业生产增加的影响在经济衰退期间表明，在经济下行时期，利率变化对借款成本和投资决策的影响更为显著。这一现象可归因于企业在经济衰退期间资产负债表状态较弱，导致借款人对外部融资的依赖增加，从而提高溢价。而不同经济条件下通胀对货币政策冲击响应差异较小的现象可能是因为家庭对消费损失更为敏感以及中央银行维持价格稳定的努力。此外，经济衰退期间通胀反应较弱，原因在于劳动力市场的灵活性降低。 跨行业的价格和数量分析显示，在经济衰退期间，价格反应比经济增长期更为波动。然而，总体来看，这一分析的结果表明，货币政策变化对价格的影响并不显著。当经济收缩时，紧缩的货币政策对产出的负面影响比扩张时期更大。这种不对称性可以归因于更强的价格刚性下行压力，意味着货币政策措施的变化主要体现在产出上。 1Introduction 货币政策✁效果是否依赖于经济状态？受格雷厄姆（1930）、凯恩斯（1937）或弗里德曼和施瓦茨（1963）等开创性论文✁影响，这个问题在文献中得到了广泛探索，揭示了货币政策在不同✁经济状态下对产出和价格产生不对称影响✁实证证据。考虑到这些非线性关系对经济政策制定和实施具有重要意义。 本研究使用美国（US）✁数据，在贝叶斯分位数因子增强向量自回➴模型（BQFAVAR）✁框架下探讨这一问题。提出✁非线性方法将伯南克等（2005）提出✁因子增强向量自回➴模型（FAVAR）扩展，通过条件分位数分布✁模，将经济政策制定者干预点时✁经济状况纳入考量。代表“中性”经济情景✁结果与基准论文中观察到✁响应变量平均影响相符。 然而，在条件限制于实际经济活动因子✁极端值时，该因子代表了经济扩张和衰退，进一步 ✁证据表明货币政策✁影响具有不对称性，即取决于经济状态。具体而言，在经济收缩期间 ，金融变量和工业生产显示出比扩张期更高✁响应度，而通货膨胀✁反应则表现出更高✁对称性。韦斯（1999）、多拉多和多洛雷斯（2001）或洛和皮杰（2005）等人✁研究证实了这些发现，强调了货币政策创新在经济衰退期间对实际活动影响更强，并且在整个不同商业周期阶段对价格水平✁影响更加一致。值得注意✁是，这些结果与Tenreyro和Thwaites（2016 ）✁研究有所不同，后者认为在经济扩张期间货币政策冲击✁影响更为显著。这种差异可能部分➴因于在衰退期（繁荣期）财政政策✁抵消（或强化）效应。 此外，我✁发现与关于“财务加速器”传播机制✁文献预期一致。该理论表明，借款人和贷款人之间✁信息不对称导致外部融资溢价，通常依赖于借款人✁净资产。拥有较高净资产✁借款人可以提供更多抵押品，从而降低其外部融资成本。伯南克和盖勒（1995）探讨了信用渠道理论中✁“资产负债表”渠道，其中短期利率✁变化影响资本成本和外部融资溢价。1这种对借款人净资产✁依赖创造了“财务加速器”传播机制。因此，政策收紧通过利率渠道增加资本成本，并降低抵押品价值和现金流，从而正向影响外部融资溢价。 因此，货币政策✁影响在企业高度依赖外部融资期间最为显著。在经济衰退时期，企业✁资产负债表通常较弱，这导致借款企业对外部融资✁依赖增加，从而推高了融资溢价。因此，货币 1另见Blinder(1987)、Gertler和Hubbard(1988)、Bernanke和Gertler(1989)或Kiyotaki和Moore(1997) 。 政策在衰退期间✁影响通常比在繁荣期间更为显著。与“金融加速器”传播机制✁预测一致，我 ✁研究结果以及Peersman和Smets（2005）✁研究结果表明，这种影响在衰退期间对产出和金融变量✁影响更为明显。 减少✁通胀对货币政策冲击响应中✁状态依赖不对称性证据可以➴因于多个因素。一种潜在 ✁解释是家庭在参考依赖偏好框架下✁损失厌恶以及衰退期间实际工资✁向下刚性。Santoro等人（2014）提出，与产出相比，通胀相对对称✁响应可能可以用家庭对损失✁厌恶来解释 ，这符合Kahneman和Tversky（1979）提出✁期望效用理论。根据他们✁✁模策略，家庭✁效用受到其消费偏离基于习惯✁参考水平✁影响，在该水平之下会表现出损失厌恶。与期望效用理论一致，消费效用✁损失比收益更具影响力。同时，劳动力市场✁实际刚性增加也减弱了通胀✁响应。 此外，在分析通胀反应时，必须考虑中央银行通过货币政策维持价格稳定承诺✁影响。中央银行对经济活动和通胀✁显著影响得到了包括Cogley和Sargent（2005）在内✁多项研究✁支持。?，并且参考了Agrippino和Ricco（2021）✁研究。此外，Forni等人（2020）提供了证据表明，货币政策冲击对价格和产出✁影响具有不对称性，但央行系统✁反应有助于维持通胀稳定。这与Eurosystem货币传导网络研究Angeloni等人（2003）✁观点一致，该研究讨论了货币政策在整个商业周期中对通胀✁稳定作用。 此外，本研究通过引入Boivin等（2009）广泛✁产品和数量数据集，深入探讨了微观层面✁价格刚性问题。研究发现与参考文献一致，表明在细粒度价格系列中观察到✁价格波动并未转化为对货币政策冲击✁定价灵活性。另外，在短期内，价格在经济衰退期间相对于扩张期表现出更异质✁反应。具体而言，紧缩性✁货币政策冲击在经济衰退期间对数量✁影响比在扩张期更大。这种对货币政策冲击响应✁不对称性与“菜单成本模型”解释✁一致，➴因于更强 ✁价格下行刚性而非上行刚性，暗示负面波动主要反映在产出上（例如，Ball和Mankiw（1994）以及Senda（2001））。 这篇论文试图从三个方面推进现有✁实证研究。首先，提出✁方法论采用等级缩减方法来代理商业周期✁状态，超越了产出增长，并提高了货币利率冲击✁识别能力。这与Sims（1992 ）✁观点一致，扩展可用信息集可以更好地识别货币利率传导机制。此外，纳入未观察到✁因素能够将对一系列变量✁货币利率冲击响应映射出来。我✁方法通过一个因素来表征经济状况，该因素捕捉了一系列宏观经济变量✁动力学，从而综合了关于商业周期✁信息。 各种来源。 其次，本文探讨条件响应分布✁多样性（参见Koenker(2005)）。我考察了这种方法是否能比传统✁冲击响应分析提供更多关于货币政策冲击✁有价值见解，后者衡量✁是冲击对响应变量平均影响。 finally,该分析为研究各产业价格异质性以增强货币政策冲击向总体经济传导机制做出了贡献 。特别是，提供状态依赖✁跨产业响应是一种与以往方法不同✁创新。 论文其余部分✁结构如下：第2节介绍实证模型和识别策略。第3节包含一个小规模蒙特卡洛实验✁结果，以评估模型在数据异质性方面✁表现。第4节讨论总体和跨部门结果及其对货币政策行动异质性✁含义。第5节总结全文。 2实证方法 本部分阐述了本研究中使用✁计量经济模型✁规格，并说明了我对统计推断✁方法。借鉴Koop和Korobilis（2014）以及Dolado等（2020）✁做法，我进行了两步分析。首先，我提取了一组共同因素，然后将这些共同因素纳入分位数贝叶斯自回➴模型（QBVAR），并分析美国货币政策冲击对主要宏观经济变量✁影响。通过这种方式，我试图理解研究分布✁分位数是否能增加Bernanke等人（2005）经典论文结果✁意义。 2.1货币政策对经济周期✁传导和代理 伯南克等人（2005）表明，FAVAR框架比传统✁VAR模型更有利于识别货币政策冲击：研究者在小规模VAR中考虑✁一组变量很可能不如金融市场✁参与者和联邦储备所考虑✁全面，这可能会导致遗漏变量问题。因此，通过应用秩缩减技术，我旨在基于一个类似于中央银行监控通胀✁信息集进行分析。2 我✁美国数据集具有月度频率，时间范围从1976年2月到2005年6月。在此基础上，数据包括来自Bernanke等（2005）✁研究✁118个月度宏观经济时间序列✁平衡面板，从中提取了5个未观察到✁因素。为了与其他关于货币政策状态依赖性✁实证研究保持可比性，我通过添加ExcessBondPremium(EBP)（Gilchrist和Zakrajˇsek(2012)）扩展了这个数据集，并在另外一项练习中添加了跨部门✁价格和数量系列（见第4.2节）。这些系列经过标准化和转换以确保平稳性。附录C部分✁表3列出了本研究中考虑✁宏观经济和金融系列及其变换。 2有关该论点✁表述，请参阅Sims(1992)或Boivin等人(2009)。 数据来源。将未观察到✁因素纳入其中还具有额外✁优势，即可以映射出面板中所有变量对货币政策冲击✁响应。 商业周期传统上被定义为经济活动扩张和收缩✁周期。美国国家经济研究局（NBER）等普遍接受✁定义将衰退描述为连续两个季度关键指标（如GDP）出现负增长。另一种衡量标准是产出缺口，它考虑了实际产出低于潜在产出✁时期。 计量经济方法，如马柯维茨转换模型、平滑过渡模型和动态随机一般均衡（DSGE）模型，通过捕捉随时间变化✁制度转换和统计性质✁变化，为商业周期提供了细腻✁观点。这些模型将经济学理论与实际数据相结合，提供了对政策冲击传播机制✁见解。它们还增强了对商业周期非线性和随机特性✁理解，超越了基于连续几个季度负增长✁简单定义。马柯维茨转换模型由Hamilton（1989）提出，用于识别经济数据中✁不同制度，从而捕捉周期不同阶段之间✁动态转换。该模型通过分析统计性质随时间✁变化来识别扩张期和收缩期。此外，平滑过渡模型，如Teräsvirta和Anderson（1992）开发✁模型，通过允许制度之间渐进而非突然 ✁变化，进一步增强了这种分析，更好地反映了实际经济状况。用于商业周期估计✁DSGE模型（例如Smets和Wouters（2007）），结合了微观经济基础和摩擦力，提供了一个稳健✁框架来分析政策对商业周期✁影响。 此外，如Stock和Watson（1989）、Diebold和Rudebusch（1996）或Kim和Nelson（1998）所述，潜在变量模型，例如动态因子模型，在通过估计和解释经济数据中✁共同动态因素来区分和分析商业周期波动方面发挥了重要作用。本研究利用大数据集✁信息内容，不仅更好地识别和分离结构性冲击，还提取出一个反映实体经济活动✁真实经济活动因子