2011年-IMF国际货币组织全球_Incorporating_Financial_Sector_Risk_Into_Monetary_Policy_Models_Application_to_Chile_35页_1mb

报告摘要

总结：将金融部门风险纳入货币政策模型：以智利为例

核心内容

本论文探讨了如何将基于市场的金融稳定指标（FSIs）纳入货币政策模型，以提高货币政策对金融风险的反应效率。作者提出，将“距离到违约”（Distance-to-Default, tdd）指标引入中央银行的利率反应函数中，有助于降低通货膨胀和产出的波动性。通过构建一个结合金融部门风险的宏观金融模型，论文分析了金融风险对宏观经济的影响，并评估了包含tdd的货币政策模型在不同情景下的有效性。

主要观点

金融部门风险与货币政策的联系：金融部门的信用风险不仅影响银行的资产价值和权益波动，还通过多种渠道影响通货膨胀和产出。因此，将金融稳定指标纳入货币政策模型有助于更全面地理解宏观经济动态。
tdd指标的定义与计算：tdd是基于“或有索赔分析”（Contingent Claims Analysis, CCA）方法计算的，用于衡量银行系统风险。该指标结合了市场信息与资产负债表数据，反映资产价值与违约阈值之间的差距。
模型构建：论文构建了一个五方程的动态随机宏观经济模型，包括产出缺口（IS曲线）、通货膨胀（菲利普斯曲线）、汇率（利率平价条件）、收益率曲线以及央行反应函数（泰勒规则）。该模型将tdd作为金融风险的代理变量，用于分析其对通货膨胀和产出的影响。
模型的稳健性：研究发现，当汇率传导效应较强或金融脆弱性对汇率和GDP影响更大时，将tdd纳入反应函数会更有效。此外，tdd对通货膨胀和产出波动的降低效果在不同模型校准下均保持一致。
金融风险的非线性影响：tdd指标不仅影响宏观变量的均值，还影响其分布的尾部，因此对货币政策具有重要意义。金融风险的非线性特征表明，仅依靠产出缺口和通货膨胀缺口不足以全面反映金融系统的稳定性。
政策建议：中央银行应考虑将tdd等金融稳定指标纳入利率反应函数，以更有效地应对金融风险冲击，减少系统性危机的可能性。

关键信息

tdd的计算方法：基于Merton模型，通过银行的市场资本化、波动率和无违约债务价值来推导银行资产的隐含价值和波动率。
数据来源：使用智利国内股票市场数据，结合银行的资产负债表信息进行计算。由于智利没有银行衍生品市场，因此采用条件异方差模型估算股票波动率。
tdd的时间演变：从1997年至2006年，智利银行系统的tdd呈现出波动性，尤其是在1998年和1999年亚洲金融危机期间，风险显著上升。此后，风险逐渐下降，但在2005年末趋于平稳。
模型的校准与应用：论文使用了基于Black-Scholes-Merton模型的CCA方法，将tdd纳入货币政策模型，并通过随机模拟评估其对通货膨胀和产出波动的影响。结果显示，包含tdd的模型在降低波动性方面更具效率。
文献回顾：已有大量文献探讨将金融变量纳入货币政策规则，包括Christiano et al. (2007)、Bauducco et al. (2008)、Taylor (2008)等。这些研究支持将金融风险指标纳入货币政策框架的必要性。

模型结构

宏观模型：包含五个方程，分别为：
- IS曲线：用于衡量产出缺口
- 菲利普斯曲线：用于衡量通货膨胀
- 利率平价条件：用于衡量汇率
- 收益率曲线：用于连接短期与长期利率
- 央行反应函数（泰勒规则）：用于决定利率政策
金融模块：基于CCA方法计算tdd，将其作为金融风险的代理变量，与宏观模型进行交互。