2017年-IMF国际货币组织全球_Quarterly_Projection_Model_for_India_Key_Elements_and_Properties_41页_1mb

报告摘要

详细总结：印度季度预测模型（QPM）的关键要素与特性

核心内容

本文介绍了印度季度预测模型（QPM）的生产版本，该模型是用于预测和政策分析的前瞻性开放经济缺口模型。QPM被设计为支持印度的通胀目标制（FIT）框架，旨在生成中长期政策路径，并评估通胀和产出目标的实现风险。

主要观点

印度通胀目标制（FIT）的实施：根据印度政府与印度储备银行（RBI）在2015年签署的协议及2016年修正的《印度储备银行法案》，RBI正式采用了灵活通胀目标制（FIT），将中长期通胀预测作为政策的中间目标。
模型设计目标：QPM是一个前瞻性、开放经济模型，用于模拟经济变量的中长期路径，并考虑印度特有的经济结构和政策反应机制。
模型结构：QPM基于新凯恩斯主义开放经济模型，包含IS曲线、菲利普斯曲线、政策反应函数和未被覆盖的利率平价条件。模型考虑了预期和实际变量之间的动态关系。
政策反馈机制：模型中包含一个内生的政策可信度演变过程，确保政策利率路径能够有效锚定通胀预期。
印度特有特征的纳入：QPM特别考虑了印度农业在就业和消费中的重要性，以及食品价格在通胀过程中的主导作用。此外，模型还纳入了货币政策传导机制中的非线性特征，如银行信贷紧缩（BLT）和货币政策的非线性反应。

关键信息

一、QPM的主要功能

中长期预测与政策分析：QPM用于生成中长期政策路径，支持通胀目标的实现，并进行风险评估。
模型的双重版本：FPAS包含两个版本的QPM：core-QPM（用于短期预测和政策模拟）和production-QPM（用于生成基准预测和替代情景）。
内生政策利率：QPM中的政策利率是内生的，根据通胀率和其他变量的变化，调整以实现中长期通胀目标。
非线性政策反应函数：为了更好地反映政策制定者的风险偏好，QPM采用二次政策损失函数，而不是线性规则，以捕捉政策反应的非线性特征。

二、QPM的关键方程

1. 前瞻性IS曲线

$$
\hat{y}t^{nag} = \alpha_1 E_t(\hat{y}{t+1}^{nag}) + \alpha_2 \hat{y}_{t-1}^{nag} - \alpha_3 \hat{r}_t^m + \alpha_4 \hat{y}_t^f + \alpha_5 \hat{z}_t - \eta_t^{BLT} + \varepsilon_t^{\hat{y}^{nag}}
$$

参数：$\alpha_1 = 0.07$，$\alpha_2 = 0.60$，$\alpha_3 = 0.08$，$\alpha_4 = 0.04$，$\alpha_5 = 0.05$
变量解释：非农业产出缺口、长期市场实际利率缺口、外国产出缺口、实际汇率缺口、银行信贷紧缩（BLT）和需求冲击。

2. 银行信贷紧缩（BLT）条件

$$
BLT_t - \overline{BLT}t = -\kappa_1 \hat{y}{t+4}^{nag} + \varepsilon_t^{BLT}
$$

参数：$\kappa_1 = 5$
变量解释：BLT受未来产出缺口和冲击的影响，其影响具有滞后效应。

3. 核心通胀的菲利普斯曲线

$$
\pi_t^{core} = \beta_1 E_t^h(\pi4_{t+1}^{core}) + (1 - \beta_1)\pi_{t-1}^{core} + \beta_2(\hat{y}t + \beta_3 \hat{z}t) + \beta_4(\pi4_t^{headline} - \pi4_t^{core}) + \beta_5(p_t^{energy,mkt} - p_t^{core} - \overline{rp}t^{energy,mkt}) + \beta_6(p{t+4}^{food} - p{t+4}^{core} - \overline{rp}{t+4}^{food}) + \varepsilon_t^{\pi^{core}}
$$

参数：$\beta_1 = 0.33$，$\beta_2 = 0.10$，$\beta_3 = 0.05$，$\beta_4 = 0.05$，$\beta_5 = 0.01$，$\beta_6 = 0.02$
变量解释：核心通胀依赖于预期通胀、产出缺口、实际汇率缺口、食品价格与核心价格的相对变化、能源价格与核心价格的相对变化以及冲击。

三、模型校准

参数校准：QPM的参数基于实证研究和历史数据进行校准，以反映印度经济的实际情况。
校准方法：参数校准考虑了印度经济中产出缺口的波动性、货币传导机制的非线性特征以及食品价格对通胀的显著影响。
校准结果：模型校准后，参数值在合理范围内，能够反映印度特有的经济结构和政策反应。

四、模型特性

前瞻性：QPM基于预期变量，模拟政策对经济变量的中长期影响。
开放经济特征：模型考虑了汇率、国际利率差异和外部需求对国内经济的影响。
政策反馈机制：模型通过内生的政策利率路径和预期通胀反馈机制，确保政策目标的实现。
非线性机制：模型引入了非线性政策反应函数和菲利普斯曲线，以反映政策制定者的风险偏好和经济变量之间的复杂关系。

五、历史冲击与变量分解

食品价格冲击：模型能够模拟食品价格因季风、最低支持价格（MSP）和蔬菜价格变化而产生的冲击。
历史分解：通过历史分解，模型可以识别不同变量对通胀和产出的影响，如核心通胀、政策利率和产出缺口。
政策模拟：QPM支持对不同政策情景进行模拟，帮助政策制定者评估政策效果和经济风险。

结论

本文提出了一个基于印度经济特性的季度预测模型（QPM），以支持通胀目标制（FIT）框架下的政策分析和预测。该模型充分考虑了印度农业在经济中的重要性、食品价格对通胀的影响、货币政策的非线性传导机制以及政策可信度的内生演变。QPM的结构和校准方法确保了模型能够准确反映印度的经济动态，并为政策制定者提供可靠的中长期预测和情景分析工具。

展开完整摘要