2018年-BIS国际清算银行_The_likelihood_of_effective_lower_bound_events_40页_1mb

报告摘要

总结：有效下限事件发生的可能性

核心内容

本文由Michal Franta撰写，探讨了八个发达经济体中名义利率有效下限（ELB）事件发生的概率及其预期持续时间。作者提出了一种结合静态跨国家依赖性和阈值行为的均值调整面板向量自回归（Panel VAR）模型，用于评估ELB风险。

主要观点

ELB事件的定义：ELB事件是指名义利率达到或低于其有效下限，通常与零利率下限（ZLB）相关。这通常发生在货币政策无法进一步宽松的情况下，迫使央行采取非常规措施。
模型方法：作者采用了一种均值调整的面板VAR模型，该模型能够处理静态跨国家依赖性，并允许阈值行为（regime change）。该模型结合了基于模型的随机动态模拟和数据驱动的分布预测，以提高ELB风险估计的准确性。
两种时间尺度下的风险：
- 短期ELB风险：主要由当前经济周期阶段决定。
- 中期ELB风险：主要由宏观经济变量的均衡值决定。
模型优势：
- 允许跨国家的静态依赖关系，从而更好地捕捉全球金融危机（GFC）期间的联动效应。
- 考虑了参数不确定性，并使用贝叶斯方法进行估计。
- 引入了阈值变量，用于识别经济从“正常时期”到“ELB时期”的转变。
- 对比了之前文献中使用的模型，提出更准确的ELB风险评估方法。
ELB风险的估计结果：
- 短期ELB风险最高的国家是日本和瑞典，最低的是加拿大、挪威和美国。
- 中期ELB风险范围从加拿大0.01到日本0.16，表明日本面临更高的ELB风险。
ELB的设定：
- 每个国家的ELB设定不同，基于其短期利率的最低值。
- 对于没有实行负利率政策的国家，ELB设为0。
- 加拿大的ELB设为-0.5，依据Witmer和Yang（2016）的研究。
数据与方法：
- 数据为季度数据，时间跨度为1999Q1至2016Q4。
- 使用贝叶斯估计方法，结合均值调整VAR、分层线性模型和阈值VAR。
- 模型通过迭代模拟生成利率的未来预测，并计算其低于ELB的概率。
政策意义：
- 高ELB风险在经济衰退时意味着需要更积极的宽松政策，而在经济扩张时则支持缓慢的政策正常化。
- 中央银行的资产负债表调整速度应反映ELB回归的可能性。

关键信息

模型结构：面板VAR模型，允许跨国家静态依赖关系和阈值行为，使用贝叶斯估计方法。
变量选择：包括实际GDP增长、CPI通胀、短期利率、长期债券收益率与政策利率之间的利差。
ELB设定：
- 加拿大：-0.5
- 欧元区：-0.3125
- 日本：-0.0376
- 挪威：0
- 瑞典：-0.78
- 瑞士：-0.84
- 英国：0
- 美国：0
阈值变量：由各国短期利率和利差的平均值构成，滞后一个季度。
估计结果：
- 短期ELB风险在2017Q1-2018Q4期间波动较大。
- 中期ELB风险（MR）是过去8个季度ELB风险的平均值。
结论：该模型在评估ELB风险方面更具准确性，因为它考虑了参数不确定性、阈值行为和不同国家的ELB设定。