2015年-IMF国际货币组织全球_A_New_Methodology_for_Estimating_the_Output_Gap_in_the_United_States_17页_824kb
报告摘要
总结:美国产出缺口的新估算方法
核心内容
本论文提出了一种新的多变量(MV)过滤方法,用于估算美国经济中的产出缺口(Output Gap)。产出缺口是衡量经济实际产出与潜在产出之间差异的重要指标,对政策制定具有重要意义。该方法借鉴了Blagrave等(2015)的研究成果,并结合美国经济数据,通过引入容量利用率和劳动力参与率等变量,提高了估算的稳健性。
主要观点
-
产出缺口的定义
产出缺口被定义为实际产出与潜在产出之间的百分比差异。当产出缺口为零时,意味着实际需求与经济潜在能力一致,不会对通货膨胀产生压力。产出缺口为正或负时,分别会导致通货膨胀上升或下降。 -
现有方法的局限性
- 单变量(SV)过滤方法:如Hodrick-Prescott(HP)滤波器,仅使用GDP数据估算趋势,忽略了其他经济变量(如通胀、劳动力市场指标等),因此不够稳健。
- 混合方法:结合单变量滤波器和生产函数,但假设资本始终处于潜在水平,且未能有效调整通胀变化,因此存在一定的偏差。
- DSGE模型:虽然有更坚实的微观基础,但对政策制定者而言,解释和应用较为复杂。
-
多变量过滤方法的优势
- 通过引入多种经济变量(如劳动力参与率、容量利用率)以及理论关系(如菲利普斯曲线、奥肯法则),提高了估算的准确性。
- 能够更好地应对“样本末期问题”(End-of-Sample Problem),即在数据更新后,估算结果容易发生显著变化。
-
模型结构
- 产出缺口($ y_t $)由实际产出($ Y_t $)和潜在产出($ \bar{Y}_t $)之间的差异构成。
- 潜在产出增长($ G_t $)和潜在产出水平($ \bar{Y}_t $)均受到随机冲击的影响。
- 潜在失业率(NAIRU)和潜在容量利用率($ \bar{CAPU}_t $)的演变也受到冲击的影响,并通过奥肯法则和菲利普斯曲线等关系进行建模。
-
估算结果
- 自2008年全球金融危机以来,美国潜在产出增长显著下降,目前接近其长期稳定增长水平(约2.0%)。
- 实际产出缺口在2009年为-5.25%,至2014年底已收窄至-2.0%,预计将在2017年左右收窄至零。
- 尽管估算结果较为稳健,但仍存在不确定性,因为潜在产出是不可观测变量。
关键信息
- 数据来源:实际数据来自美国官方机构,包括GDP、PCE通胀、失业率、劳动力参与率和容量利用率。模型中的其他变量(如NAIRU和潜在容量利用率)为不可观测变量,需通过估计得出。
- 方法论:使用贝叶斯最大似然估计方法,结合多变量过滤模型和经济理论关系(如菲利普斯曲线、奥肯法则),对潜在产出和产出缺口进行估算。
- 模型改进:通过引入增长和通胀预期数据,有效缓解了样本末期问题,使估算结果更贴近当前水平。
- 政策意义:随着货币政策正常化的临近,准确估算产出缺口对政策制定者判断经济是否已完全复苏至关重要。
方法论细节
-
模型通过以下方程描述产出、失业率和容量利用率的演变:
- 产出缺口方程:$ y_t = \phi y_{t-1} + \varepsilon_t^y $
- 潜在产出增长方程:$ G_t = \theta G^{SS} + (1 - \theta) G_{t-1} + \varepsilon_t^G $
- 潜在产出水平方程:$ \bar{Y}t = \bar{Y}{t-1} + G_t + \varepsilon_t^{\bar{Y}} $
- 失业缺口方程:$ u_t = \tau_1 u_{t-1} + \tau_2 y_t + \varepsilon_t^u $
- 劳动力参与缺口方程:$ lp_gap_t = \vartheta_1 lp_gap_{t-1} + \vartheta_2 u_t + \varepsilon_t^{lp_gap} $
- 容量利用率缺口方程:$ capu_gap_t = \aleph_1 capu_gap_{t-1} + \aleph_2 y_t + \varepsilon_t^{capu_gap} $
-
估算采用贝叶斯方法,通过截断正态分布设定先验,并利用最大似然估计法计算后验分布。
结论
- 该方法比传统的单变量滤波器(如HP滤波器)更具稳健性,能够更好地应对样本末期问题。
- 尽管估算结果较为可靠,但潜在产出的不可观测性仍然带来较大的不确定性。
- 未来研究可考虑将全球和金融失衡纳入模型,以进一步提高潜在产出估算的准确性。
参考文献
- Blagrave, P., R. Garcia-Saltos, D. Laxton, and F. Zhang (2015)
- Congressional Budget Office (2001)
- Bank of Canada (2009, 2014)
- Benes, J., K. Clinton, R. Garcia-Saltos, M. Johnson, D. Laxton, P. Manchev, and T. Matheson (2010)
- Kuttner, K. N. (1994)
- Laxton, D., and R. Tetlow (1992)
- IMF (2015)
附录要点
- 附录I展示了通过正则化最大似然估计法得出的模型参数估计结果。
- 附录II提供了劳动力参与率的预测数据,用于模型的进一步分析。
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载