2018年-IMF国际货币组织全球_The_Term_Structure_of_Growth_40页_2mb

报告摘要

总结：IMF Working Paper《The Term Structure of Growth-at-Risk》

核心内容

本研究通过使用面板分位数回归方法，分析了21个国家（11个先进经济体和10个新兴市场国家）的GDP增长分布，重点探讨了金融条件对增长风险的影响。研究发现，GDP增长的条件分布受到金融条件的影响，其中增长-at-risk（GaR）——即GDP增长的第5百分位——对金融条件变化更为敏感。此外，研究揭示了增长风险随时间变化的“期限结构”，即在短期内，宽松的金融条件会提高GaR，但在中期内，GaR会下降。这种非线性关系表明，金融条件的变化可能通过信贷增长等机制放大增长风险，从而引发“波动悖论”。

主要观点

金融条件影响增长分布：金融条件指数（FCI）与GDP增长的分位数密切相关，尤其是GaR。宽松的金融条件在短期内有助于提升增长预期并降低下行风险，但中长期来看，其影响会减弱甚至反转。
信贷增长放大风险：信贷增长在宽松的金融条件下会加剧增长风险。研究定义了一个“信贷繁荣”变量，表示当FCI和信贷增长均处于各自分布的前30%时，信贷繁荣的存在会导致GaR在中期内显著下降。
非线性效应与波动悖论：金融条件的变化不仅影响增长的均值，还会影响其波动性。当金融条件宽松时，虽然可能提高增长，但也会增加经济脆弱性，从而放大负面冲击的影响，形成“波动悖论”。
模型与方法：研究基于Adrian et al. (2018)对美国的模型进行扩展，使用面板分位数回归和局部投影法，估计未来12个季度内GDP增长的条件分布。模型允许非线性效应，通过引入信贷增长变量来捕捉风险的放大机制。
政策启示：研究结果对宏观经济模型和政策制定具有重要意义，表明在估计增长分布时，不能忽略金融条件对波动性的影响。宏观审慎政策可以用于调整金融条件，以降低未来的下行风险。

关键信息

样本与时间范围：研究涵盖11个先进经济体（AEs）和10个新兴市场国家（EMEs），数据时间跨度从1973年至2017年。
GaR定义：GaR是指GDP增长在特定概率水平下的条件值，即第5百分位的GDP增长率，反映了经济在不利条件下的潜在表现。
分位数回归模型：通过面板分位数回归，估计了GDP增长的条件分布，考虑了金融条件、经济条件、通胀、信贷增长等因素。
波动悖论：宽松的金融条件可能导致信贷过度增长，从而增加经济脆弱性，放大负面冲击的后果。
稳健性检验：研究结果在不同模型设定和排除全球金融危机（GFC）后仍保持稳健，表明金融条件对增长风险的影响具有普遍性。
政策建议：研究建议在宏观审慎政策中考虑金融条件的非线性影响，以在正常时期建立更强的经济韧性，从而降低在压力时期的下行风险。

图表与数据

图1：展示了FCI对GaR和中位数增长的估计系数，显示FCI对短期增长的正向影响在中长期减弱。
表1：列出了模型使用的独立变量，包括FCI、GDP增长、通胀、信贷繁荣（定义为FCI和信贷增长均处于各自分布的前30%）等。
数据来源：GDP和通胀数据来自国际金融统计（IFS），信贷数据来自国际清算银行（BIS）。

模型结构

模型扩展：基于Adrian, Boyarchenko, and Giannone (2018)对美国的模型，研究将模型应用于多国面板数据，分析未来12个季度内GDP增长的条件分布。
局部投影法：用于估计GDP增长的动态响应，捕捉不同经济状态与金融条件之间的非线性关系。
分位数回归：通过最小化分位数加权的绝对误差，估计了不同分位数（5%、50%、95%）下的GDP增长条件分布。