BIS国际清算银行-Steady-state-growth_20页_443kb

报告摘要

本文探讨了如何通过时间变化参数向量自回归模型（TVP-VAR）来估计经济的稳态增长率。稳态增长率被定义为在没有新冲击的情况下，经济体趋向的长期增长速度。该方法基于数据驱动，不依赖固定的理论关系，具有较高的灵活性和适应性。

稳态增长率的定义：稳态增长率是经济体在没有新冲击时会趋向的长期增长速度。
模型方法：采用TVP-VAR模型，该模型允许参数随时间变化，从而更好地捕捉经济变量的动态特性。
数据与变量：使用季度数据，以美国的Goldman Sachs金融状况指数（FCI）和5年期政府债券收益率作为衡量货币状况或金融条件的指标。
模型优势：
- 避免了终点扭曲问题，相较于传统的HP滤波方法更为稳健。
- 允许参数随时间变化，能够适应政策或私人部门行为的变化。
- 捕捉了增长冲击的随机波动，具备统计上的灵活性。
实证结果：
- 美国的稳态GDP增长率从1990年代的约3%下降至当前的2.4%。
- 欧元区、日本、英国、加拿大、澳大利亚、瑞士和瑞典的稳态增长率在2010年后相对稳定，尽管实际GDP增长率有所放缓。
- 欧元区的稳态增长率在2006年为1.8%，在2018年为2.0%。
- 日本的稳态增长率从1.1%上升至1.2%。
- 英国的稳态增长率从2.3%下降至2.0%。
模型稳健性：
- 模型对创新方差的先验设定具有一定的稳健性，不同先验设定下的估计结果差异较小。
- 实证结果显示，稳态增长率的估计在不同国家中变化不大，且对先验设定不敏感。

TVP-VAR模型：用于估计稳态增长率，其参数随时间变化，能够更好地适应经济环境的变化。
稳态增长率的计算：通过重新排列方程，可以得出稳态增长率的表达式。
实际GDP与稳态增长率：尽管实际GDP增长率在2010年后有所放缓，但大多数经济体的稳态增长率保持稳定。
金融条件指标：使用Goldman Sachs FCI或5年期政府债券收益率作为衡量金融条件的指标，后者在政策利率接近零的情况下更具代表性。
实证结果的对比：
- 美国的稳态增长率估计为2.4%，高于Holston, Laubach and Williams (2017) 的2.0%。
- 欧元区的稳态增长率估计为2.0%，高于他们的1.9%。
- 英国的稳态增长率估计为2.0%，与他们的1.9%基本一致。
模型更新机制：该模型可以实时更新，随着新数据的加入，稳态增长率可以被重新计算，从而为政策制定者提供有用的参考。

模型结构：TVP-VAR模型包括三个变量：产出变化（Δyₜ）、核心CPI变化（Δpₜ）和金融条件指标（mₜ）。
参数设定：
- 模型参数（包括截距和滞后系数）随时间变化，遵循随机游走过程。
- 创新方差的先验分布设定为逆伽马分布（IG），超参数通过预样本期进行校准。
稳健性检查：通过使用不同的先验设定（如IG(10, 0.0025)、IG(50, 0.0025)、IG(25, 0.001)、IG(25, 0.005)）进行模型稳健性检验，结果表明模型对先验设定不敏感。
实时估计：在实时估计中，稳态增长率与全样本估计之间的差异较小，表明该方法在实践中具有较高的可靠性。