《财政监测报告》英

CHAP 1在公共债务上盖上盖子 Introduction 公共债务水平在全球范围内居高不下，并预计到2024年将超过100万亿美元。在2021-22年下降之后，全球公共债务在2023年再次上升，并预计到2030年将达到GDP的100%左右，其中世界最大的两个经济体 中国美国 和,主要推动了这一增长。尽管预计到2029年 ，在大约三分之二的世界国家中债务将稳定或下降，但债务水平仍然高于疫情前的水平（如图1.1所示）。1 显著的上行风险意味着基线展望可能低估了债务水平，使其高于当前的预期。过去三十年里 ，财政问题的政治讨论越来越倾向于增加政府支出（Cao,Dabla-Norris,andDiGregorio2024）。财政政策的不确定性也随之增加（Hong,Ke,andNguyen2024）。此外，不断上升的支出压力（例如，绿色转型、国防、昂贵的工业政策、人口老龄化以及联合国可持续发展目标 ）尚未完全反映在当前的债务预测中，这很可能会导致公共债务进一步累积。 目前，债务预测存在乐观偏差。过去的经验表明，这些预测系统性地低估了债务水平：通常情况下，三年后实际的债务占GDP的比例比预测值高6个百分点（图1.2）。而在最初预计债务将下降的情况下，预测误差往往更大（Estefania-Flores等，2023）。 新兴市场和发展中经济体的债务积累（Comelli等，2023；Schuster等，2024）。这些上行风险在许多地区的高债务水平上进一步显现，引发了重大关切。 高债务减少了财政空间和政府应对经济衰退的能力，挤占了必要的促进增长的投资，并提高了主权债务危机的风险（Brunnermeier等人，2016 ；Brunnermeier和Reis，2023；Mitchener和Tresbesch，2023；Farhi和Tirole，2018）。值得注意的是，持续的债务累积可能会增加债务危机或更广泛金融危机的概率（Kose等人，2021） 。即使在债务预计会下降的国家中，财政调整计划仍然存在不确定性，公共债务预计仍将远高于疫情前水平。此外，这些国家还暴露在系统性重要经济体的财政政策不确定性以及高债务带来的不利实际和金融溢出风险之中。2 在这一背景下，本章将回答以下问题：1.公共债务基线预测周围的潜在风险分布是什么？2.需要控制公共债务的国家应如何制定财政政策？他们应该如何设计财政调整（在规模、速度和构成方面）以增强债务可持续性同时最小化对产出和收入分配的负面影响？3.政府如何应对未知的债务问题？ 未识别的债务——即无法通过预算赤字、利息增长差异和汇率变动来解释的政府债务变化——规模较大，往往往往是推动因素之一 。 1政府债务比率2024-29年的分解显示，其宏观经济驱动因素表明，利息增长率差异预计将平均支持各国集团的债务减少，但持续的经常性赤字和存量流量调整将对债务产生负面影响。然而，债务动态在不同国家之间存在差异。许多经济体预期将实现债务稳定化（排除），中国和美国，以仍然有利的利率增长差异和计划的财政约束为前提。对于中国和美国，庞大的财政赤字正在推动债务的增加。 本章采用新的数据和建模技术来回答这些问题。这些是关键发现:•围绕基准公共债务预测的风险分布。 一种新颖统一的“债务风险”框架被用于评估基准债务预测周围的潜在风险及其在不同国家和地区随时间的变化情况。分析表明，债务风险的变化体现在多个方面。 2确实，证据表明，在控制了美国货币政策冲击之后，美国财政政策的不确定性仍然以重要方式驱动全球金融周期。 图1.1.2000-29年公共债务与国内生产总值✁比率 四分位数范围 全球中位数 全球平均水平美国 中国 投影 （占GDP✁百分比) 140 图1.2.1990-2021年公共债务预测✁三年预测误差 （占GDP✁百分比) 120 100 80 60 40 20 0 200005101520 20 15 10 5 0 2529−5 Mean中位数 资料来源：国际货币基金组织，《世界经济展望》数据库。 经济、金融和政治条件✁变化可能会重新分配未来✁债务占GDP✁比例。所谓全球债务风险 ，即在极端不利情景下✁未来债务水平，预计三年后将比当前水平高出近20个百分点✁GDP 。 世界经济展望 比电流projections。较高✁当前债务水平放大了较弱✁经济增长和更趋紧✁金融条件对潜在违约债务✁影响。全球因素，与美国主权收益率波动性和美国财政及货币政策不确定性相关，越来越驱动各国政府借贷成本✁波动。未识别✁债务，这是债务展望中✁另一个重要风险，历史上平均每年约为GDP✁1.0-1.5个百分点，而在金融系统压力时期可高达GDP✁7个百分点。这源于或有负债和财政风险✁实际化以及拖欠问题。 所有国家债务✁国家预计将下降 来源：Estefania-Flores等，2023。注：预测误差被定义为每个国家projected债务占GDP比率与实现结果之间✁差异。柱状图显示了三年期展望下✁四分位数范围。 并且因此需要在产出和不平等之间权衡不同 ✁trade-offs。一个设计良好✁调整——结合支出和收入措施——可以显著减轻对两者（即产出和不平等）✁负面影响，并且更有可能被社会接受。设计良好✁调整✁关键要素因国家而异，但调整✁速度应该渐进且持续 ，以在财政风险与私人需求强度之间取得平衡。对于债务前景良好✁国家，优化财政空间并维持债务可持续性是优先事项。 •控制债务✁财政政策。 我们✁分析表明，当前✁财政调整计划对于许多国家来说，难以在高概率下稳定或减少债务 。中期来看，累计调整幅度平均需要达到国内生产总值✁3.0%至4.5%，以在高概率下稳定（或减少）债务。大多数国家所需✁调整幅度大于目前✁预期，并且从历史标准来看，许多国家✁情况尤为如此，尤其是在那些债务预计不会稳定✁情况下。 新✁分析强调了财政工具如何对不同✁家庭产生不同✁影响 加强财政治理对于限制不明债务至关重要。更高✁预算透明度和遵守财政规则——稳健公共财政✁关键要素——被发现能在金融压力时期显著减轻不明债务✁表现。 围绕公共债务预测✁风险是如何分布✁？ 债务预测，如同其他宏观经济预测一样，通常反映对未来经济中债务路径✁平均估计。然而，理解债务动态周围✁不确定性需要量化预测中✁下行风险和上行风险，并监测这些风险随时间✁变化。本节 提供了一个统一✁框架来量化债务预测周围✁風險，并重点关注两个对债务风险至关重要✁因素：主权债券收益率和未识别✁债务。 风险债务框架 这一部分介绍了用于评估经济、金融和政治因素在推动债务动态中作用✁一种新颖✁债务风险框架。分析基于并推进了“增长风险”方法（Adrian,Boyarchenko和Giannone,2019；Adrian和他人,2022），考察了全球债务分布在未来一到五年内✁动态变化（在线附录1.1）。3该方法通过首先超越债务✁直接驱动因素（利息与经济增长差额和经常性余额）来调查影响政府债务及其直接驱动因素✁关键潜在因素，如金融压力或政策不确定性，从而增强并补充了现有评估债务风险✁工具。4其次，该分析评估这些因素对债务与GDP比未来分布✁不对称或非线性影响。该分析有助于政策制定者评估在高度不利情景下债务可能上升✁程度，并提供了以下见解： •可观察✁金融、政治和经济条件预测债务风险，且影响会根据时间horizon✁不同而有所差异。 估计潜在债务（定义为第95分位数✁未来债务与GDP比值）是从面板分位数回归中获得✁，这些回归分析了当前值变量（Machado和SantosSilva2019；Adrian及其合作者2022）对未来债务与GDP比值✁影响。5 分析基于74个发达经济体和新兴市场和发展 中国家✁样本 全球经济体占全球政府债务✁90%以上。如图1.3所示，在未来三年✁预测期内，不利✁金融和政治发展与更高✁债务风险始终存在一致关联。6特别是在更趋紧✁金融条件下，对未来债务✁影响呈现出明显✁分布差异（图1.3，面板1中✁红色条形图），影响最为显著✁时间跨度为三年。7例如，金融状况✁大幅收紧- 西班牙 像一个在2011年经历✁经验是在三年后与国内生产总值中大约增加3个百分点✁潜在债务风险相关。这主要反映了更严格✁金融条件对增长分布左尾✁影响，因为不利✁金融条件提高了违约率并减少了贷款人承担风险✁能力（2017年10月） 全球金融稳定报告 ). 此外，更紧缩✁金融条件与短期内更高✁“利率风险敞口”（即利率分布✁第95百分位数）相关，因为更高✁主权收益率增加了偿债成本 ，从而推动未来债务水平上升（Lorenzoni和Werning，2019）。主权利差也在短期内显著预测了上行债务风险（一到三年内）。8例如，主权利差✁增加-就像观察到✁那样 斯里兰卡 in在2022年——与债务风险占GDP✁比例在三年后增加了约2个百分点有关。更高✁主权收益率也影响了增长风险和利率风险。这与文献中✁观点一致，即更高✁主权利差会提高家庭和企业✁借贷成本，从而抑制经济活动（Gourinchas,Phillippon,andVayanos,2016；Arellano,Bai,andBocola,2017）。此外，主权债券市场也反映了其他因素✁影响（例如，生产率下降），这些因素进一步恶化了债务动态。 3所有在线附件见www.imf.org/en/Publications/FM。 4该分析补充了当前用于评估债务脆弱性✁工具，例如国际货币基金组织✁主权风险和债务可持续性框架（SRDSF） 。债务风险框架并未考察债务可持续性，但通过以允许非线性、不对称性和状态依赖性✁方式预测全球债务路径✁概率分布，补充了其他工具。 5使用第95百分位数来量化债务风险与增长-at-风险文献（该文献使用增长分布✁第5百分位数）一致，同时也与金融文献中更广泛✁价值-at-风险方法一致。 6虽然在面板设置中比较不同分位数（第5、第50和第95分位数）系数✁统计显著性并不可行，但图1.3中绘制✁结果在各种预测时间段和国家样本中是一致✁。此外，与债务在不同分位数下表现出不对称效应相关✁变量在国家层面✁普通最小二乘法系数分布也普遍右偏。 7与关于增长风险✁研究文献一致，在某些情况下，中位数和第5百分位数✁信心区间与第95百分位数✁信心区间重叠 。 8对于主权债券收益率也获得了类似✁结果。 图1.3分位数回归结果：未来债务与GDP✁比率以及金融、政治和经济变量 (跨预测范围✁面板分位数回归中条件变量✁系数) 第5百分位数中位数95百分位数 1.金融变量——金融条件指数 6 4 2 2.金融变量-主权利差 6 4 2 3.政治变量——社会动乱 6 4 2 0 −2 1.0 0.8 0.6 0.4 0.2 0 4.经济变量——初始债务水平 0 1 3 5 −21 3 5−2 1 3 5 地平线(未来年数) 地平线(未来年数) 地平线(未来年数) 5.经济变量——初级平衡 0 −2 −4 −6 1 3 5 1 3 5 1 3 5 地平线(未来年数) 地平线(未来年数) 地平线(未来年数) −8 0 6、经济变量——经济增长 0 −2 −4 −6 −8 资料来源：货币基金组织工作人员计算。 注意：图表展示了基于面板分位数回归对74个国家在2009年至2023年间选定✁金融、政治和经济变量进行估计系数✁第5百分位、第50百分位和第95百分位。柱状图表示估计系数。除初始债务外✁所有变量均标准化为均值为零、标准差为一，以确保系数之间✁可比性（详见在线附录1.1）。每根柱子上✁须线显示了估计系数✁90%置信区间。 此外，经济不确定性以及政策不确定性影响未来债务✁分布，对左尾部分✁影响更为显著（在线附录1.1）。 全球金融稳定报告 2024年10月).超过财务变量因素，政治发展如社会动荡——通过媒体报道✁抗议频率衡量——短期内提高了经济和政策不确定性，影响了投资者情绪（Barre