R_在东亚：商业、金融周期和溢出效应（英）

本文采用频域方法，使用中国、日本、韩国和美国的季度数据，对中性利率（r*）进行了新的估计，并探讨了商业周期和金融周期对r*的影响以及国家间的溢出效应。

核心观点
中性利率（r*）作为评估货币政策立场的指标，其估计对理解宏观经济稳定至关重要。本文认为，r的演变可能根据所考虑的时间范围（商业周期或金融周期）而有所不同，并采用带谱回归技术来区分这两种类型的r。

关键数据和方法

• 使用中国、日本、韩国和美国的季度数据，涵盖1996年至2023年。
• 构建了四个因素：经济因素、金融因素、货币因素和结构因素，以解释r*的变动。
• 采用带谱回归技术，分别估计商业周期和金融周期频率下的r*。
• 使用厚建模方法，通过生成多个r*估计来量化不确定性，并构建置信带。

研究结论

1. r*的演变：

   • 除日本和美国外，金融周期测量的货币政策立场相对比商业周期周期性时更为紧缩。
   • 美联储的货币政策立场显示出一种均值回归，而日本则自2012年起实施安倍经济学后更为宽松。
   • 中国和韩国的货币政策立场在金融周期上更接近中性，而在商业周期上则相对宽松。
   • 全球金融危机（GFC）的宽松影响对中国和韩国在商业周期和金融周期中尤其明显。

2. r*的驱动因素：

   • 美国和中国的中性利率对其他国家有显著的正向溢出效应。
   • 金融因素对政策利率变化有显著影响，其中美国的影响最大。
   • 总需求因素是三个国家政策利率变化的重要驱动因素，韩国的系数最大。
   • 总供给因素仅在美国影响货币政策，且仅在商业周期频率下显著。

3. 与其他估计的比较：

   • 日本的r*估计与日本银行公布的结果大体可比，但政策宽松的转向变化更突然。
   • 美国的R*估计表明，在GFC结束后到疫情前，货币政策比HLW（2017，2023）和LM（2015）发布的估计所得到的解释要紧得多。

4. 不确定性：

   • r*的点估计值存在相当大的不确定性，尤其是在东亚地区。
   • 厚建模方法显示，中国商业周期频率下的货币政策立场估计最为精确，而其他三个经济体估计范围较宽。

未来研究方向
将该方法应用于其他国家，并进一步探讨更多时间序列对r*估计的影响。