2012年-IMF国际货币组织全球_Fiscal_Foresight_and_Information_Flows_65页_1mb
报告摘要
总结:Fiscal Foresight and Information Flows
核心内容
本文探讨了财政前瞻性(fiscal foresight)对经济模型和计量分析的影响。财政前瞻性指的是经济主体基于对未来经济基本面的预期进行决策,这可能导致非基本面的均衡表示(non-fundamental representation),从而对计量经济学的结构冲击识别造成挑战。作者以税收政策为例,说明前瞻性如何影响经济行为和信息结构,并讨论了如何通过不同的方法解决这一问题。
主要观点
-
前瞻性与非基本面均衡
- 前瞻性使得经济主体对未来税收的预期影响当前决策,从而导致非基本面的均衡表示。
- 这种非基本面性意味着经济模型中的冲击(如税收变化)不能直接从当前和过去的财政数据中识别出来。
-
计量经济学的挑战
- 传统计量方法,如识别向量自回归(VAR),可能无法正确捕捉前瞻性,从而导致对税收乘数的估计出现偏差。
- 偏差可能显著,甚至导致估计结果符号错误。
-
信息流的重要性
- 不同的假设关于信息流(如“inside lag”和“outside lag”)会显著影响对前瞻性冲击效应的推断。
- 税收信息流的建模是识别前瞻性冲击的关键。
-
解决方法
- 作者提出了几种方法来解决非基本面均衡带来的识别问题,包括叙事方法、基于资产价格的条件估计和直接估计DSGE模型。
- 这些方法的核心思想是扩展计量经济学家的信息集,使其与经济主体一致,从而解决非唯一性问题。
关键信息
-
税收政策的前瞻性
税收政策具有明确的前瞻性特征,经济主体会根据未来税收的预期调整当前行为。这种前瞻性体现在税收信息流的“inside lag”和“outside lag”中。 -
非基本面均衡的数学表示
在一个简单的增长模型中,前瞻性导致资本积累的动态行为呈现非基本面的移动平均(MA)结构。例如,当有两季度前瞻性时,资本对税收变化的反应表现为:
$$
k_t = \alpha k_{t-1} + \varepsilon_{A,t} - \kappa \left{ \varepsilon_{\tau,t-1} + \theta \varepsilon_{\tau,t} \right}
$$
其中,$\theta = \alpha \beta (1 - \tau)$ 是一个关键参数,决定了前瞻性对信息流的影响。 -
计量经济学的偏差
- 如果计量经济学家未能考虑前瞻性,其估计的税收乘数可能会出现严重偏差,甚至符号错误。
- 例如,当 $\theta^2$ 接近1时,计量经济学家的信息集与经济主体的信息集差异较大,导致对冲击效应的误判。
-
信息集的差异
- 经济主体的信息集包括当前和过去的税收新闻,而计量经济学家通常仅基于当前和过去的可观测变量(如资本)进行估计。
- 这种信息不对称导致计量结果无法准确反映经济主体的前瞻性行为。
-
模型与实证
- 作者使用两个经典的DSGE模型(Chari, Kehoe and McGrattan的现实经济周期模型和Smets and Wouters的新凯恩斯模型)进行分析。
- 实证结果表明,不同信息流假设会导致对税收变化效应的不同推断,如税收削减可能无效应、轻微扩张或强烈收缩。
结构清晰的要点
一、前瞻性对经济模型的影响
- 前瞻性定义:经济主体基于对未来基本面的预期进行决策。
- 非基本面均衡:前瞻性导致经济模型中出现移动平均表示,而非基本面冲击。
- 信息不对称:经济主体拥有比计量经济学家更广泛的信息集,导致结构冲击难以识别。
二、计量经济学的挑战
- VAR方法的局限性:传统VAR方法无法捕捉前瞻性,导致对税收乘数的误估。
- 偏差来源:前瞻性冲击的权重在不同时间点不同,而计量经济学家通常以线性方式处理这些冲击。
- 实证结果:税收变化对产出的影响因信息流假设不同而变化,可能为正、为负或无影响。
三、解决方法
- 扩展信息集:通过引入更多变量(如税收政策变化、资产价格等)来扩展计量经济学家的信息集。
- 叙事方法:使用历史事件数据(如税收变化)来构建冲击。
- 直接DSGE估计:通过直接估计DSGE模型,更准确地捕捉前瞻性对经济行为的影响。
结论
本文强调,前瞻性对经济模型和计量分析具有重要影响,尤其是在税收政策的背景下。为了准确识别税收冲击的效应,必须考虑信息流的建模。不同的信息流假设会导致不同的计量结果,因此,识别和建模前瞻性是理解财政政策动态效应的关键。
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载