ECB欧洲央行-Working-paper-no-2310_-Detecting-turning-points-in-global-economic-activity_28页_1mb

报告摘要

文档总结：检测全球经济增长的转折点

核心内容

本研究提出使用非线性模型来识别和建模1980年至2017年间全球及先进经济体（AEs）和新兴市场国家（EMEs）的经济增长转折点。研究通过Markov Switching模型和多名义逻辑模型（Multinomial Logit）分析了不同经济周期阶段的特征及影响因素，旨在更准确地理解全球经济活动的波动模式。

主要观点

模型方法：采用Markov Switching模型，识别出三种经济周期状态：衰退（recession）、低增长（low growth）和高增长（high growth）。
数据范围：使用季度调整后的实际GDP数据，涵盖全球、先进经济体和新兴市场国家。
模型表现：模型能够较好地捕捉GDP增长的动态变化，并成功识别出1990年代中期至晚期的全球衰退以及2008-09年的“大衰退”。
不同经济体的差异：
- 全球经济：自2012年以来处于低增长状态，尽管存在小幅向高增长状态转换的可能性。
- 先进经济体：自2010年以来进入低增长状态，但2015年后高增长状态的概率有所上升。
- 新兴市场国家：增长波动较大，主要处于低增长状态，高增长状态在金融危机前出现过，但之后逐渐减少。
经济解释：衰退通常由低增长状态过渡而来，而高增长状态往往紧随衰退之后，但也有例外，如“大缓和”时期。
潜在增长率变化：研究还考虑了全球潜在增长率下降的经济因素，指出2012年以来的低增长可能部分由结构性因素引起。

关键信息

1. 模型构建与方法

Markov Switching模型：用于识别经济增长的三种状态（衰退、低增长、高增长），模型参数通过最大似然法和序列二次规划（SQP）进行估计。
多名义逻辑模型：进一步解释不同状态的决定因素，包括活动数据、调查数据、金融数据和大宗商品价格。
变量选择：主要使用滞后GDP增长率和状态特定常数，以保持模型的解释性。

2. 全球经济增长的转折点识别

全球衰退：1990年代中期、晚期及2008-09年“大衰退”被模型准确识别。
高增长状态：通常紧随衰退，但也出现在“大缓和”和1980年代末期。
低增长状态：自2012年以来持续存在，且在2008-09年之后更明显。

3. 先进经济体（AEs）与新兴市场国家（EMEs）的差异

先进经济体：
- 2010年第四季度进入低增长状态，但自2015年以来高增长状态的概率有所上升。
- 低增长状态频率为45.5%，高增长为53.1%，衰退为1.4%。
- 高增长状态的持续性略高于全球平均水平。
新兴市场国家：
- 主要处于低增长状态，频率为71.7%，高增长为19.3%，衰退为9.0%。
- 低增长状态更频繁，且在2011年第二季度后再次进入低增长状态。
- 高增长状态在金融危机前出现，但之后逐渐减少。
- 衰退向低增长状态转换的概率高于向高增长状态转换。