否。 1 0 1 7五月 2 0 2 2GSCPI：全球供应链压力的新晴雨表詹卢卡·贝尼尼奥 |朱利安迪乔瓦尼 |简·J·J。格罗恩 |亚当一世。诺布尔 GSCPI：全球供应链压力的新晴雨表Gianluca Benigno、朱利安·迪·乔瓦尼、Jan J.J. Groen 和 Adam I. Noble 纽约联邦储备银行员工报告，第10172022 年 5 月JEL分类：F40、F10、F20抽象的我们提出了一个新的指标来捕捉全球供应链层面出现的压力，即全球供应链压力指数（GSCPI）。 GSCPI 提供了一种新的监测工具来衡量全球供应链状况。我们使用本地预测方法评估该指数解释通胀结果的能力。我们的分析表明，近期的通胀压力与 GSCPI 的行为密切相关，尤其是在美国和欧元区的生产者价格通胀水平上。关键词: 全球供应链, 通货膨胀, 运输成本纽约联邦储备银行，CEPR：Benigno, di Giovanni（电子邮件：gianluca.benigno@ny.frb.org, julian.digiovanni@ny.frb.org）。 Groen, Noble：纽约联邦储备银行（电子邮件：jan.groen@ny.frb.org、adam.noble@ny.frb.org）。本文介绍了初步调查结果，并分发给经济学家和其他感兴趣的读者，仅用于激发讨论和征求意见。本文所表达的观点是作者的观点，并不一定反映纽约联邦储备银行或联邦储备系统的立场。任何错误或遗漏均由作者负责。要查看作者的披露声明，请访问 https://www.newyorkfed.org/research/staff_reports/sr1017.html。 11介绍Covid-19 大流行使全球经济的运作陷入混乱，这是前所未有的，供应链中断阻碍了跨境商品贸易。工厂关闭（特别是在亚洲）、广泛的封锁和流动限制导致物流网络中断、运输成本增加和交货时间延长。由于对大宗商品、中间投入品和商品的需求超过了有限的供应，这些中断在大流行的恢复阶段变得尤为严重。生产瓶颈的严重程度主要取决于国家内部和国家之间供应链的复杂结构，其中供应网络的某一部分的中断可能会在整个全球生产过程中引起共鸣。不仅从直接受中断影响的公司的角度来看，监测这一过程变得很重要，而且对于决策者评估潜在的供需失衡和由此产生的通胀压力也很重要。事实上，鉴于全球供应链目睹了前所未有的冲击，已经提出了几项措施来捕捉潜在的中断。然而，这些单独采取的措施往往只关注全球供应链的选定维度。例如，国际航运成本侧重于运输维度；供应商交货时间强调交货过程的长度，而积压指标则反映了可能与产能限制有关的公司完成订单的延迟。鉴于衡量全球支持功能的高维问题ply chain，本文的新颖贡献是构造了一个简洁的高频摘要指标，全球供应链压力指数（GSCPI），它结合了广泛的（单变量）措施中包含的信息，这些措施可以公开获得，并在国家内部和国家之间捕获信息。更具体地说，我们建立在 Benigno 等人的基础上。 (2022c) 并关注 7 个相互关联的国家 1 和一组来自 PMI 和运输成本的指标。在构建我们的索引时，我们分两步进行。在第一个中，我们通过使用来自 PMI 指数其他子组成部分的消费者和企业层面的需求代理，将供应部分与基础指标隔离开来。第二步，我们进行主成分分析“净化”指标提取我们的指标作为它们的共同组成部分。我们根据从 1997 年到最近一次观察到的每月频率的历史平均值的标准差来绘制我们的指数。最近的读数1我们正在考虑的国家是中国、欧元区、日本、韩国、台湾、英国、美国。 2尤其是在大流行的恢复阶段，这表明全球供应链极度紧张，其变动幅度超过三个标准差，并在 2021 年 11 月达到四个标准差以上的峰值。Covid-19 大流行是一个令人大开眼界的例子，说明外生因素如何影响影响供应链的运作，但气候相关事件（如洪水或地震）和地缘政治发展（如最近的俄罗斯-乌克兰冲突）也可能导致区域和/或全球供应链中断。虽然有不同的衡量标准用于衡量贸易和金融市场一体化，但我们的指数提供了第一个衡量全球供应链状况的衡量标准，这是现代生产过程的一个关键方面。通过这种方式，GSCPI 可以用作评估全球供应链状况的监测工具，也可以用作了解各国贸易流动或价格变动的统计模型的一个要素。作为一个潜在应用的例子，我们采用 Jord`a (2005) 中的局部预测方法来研究欧元区和美国的不同通胀衡量指标对我们的 GSCPI 指数以及全球需求和石油价格变化的供给部分（如 Groen 等人（2013 年））。我们分析的目的是讨论全球供应因素如何影响近期的通胀压力。事实上，我们展示了近期 PPI 压力的持续存在以及在较小程度上 CPI 似乎与全球供应因素的演变有重要关系，例如 GSCPI 确定的因素。在下文中，我们首先描述我们的指数的基本组成部分和我们的构建方法。然后，我们描述了它的演变，并讨论了一种可能的应用，它与美国和欧元区的不同通胀指标（即生产者价格通胀和消费者价格通胀）相关。2供应链压力的数据描述和度量已经使用了几种方法来评估供应链问题。此类供应链问题可能出现在国家内部，例如港口后备或卡车司机短缺，以及国际上，例如集装箱短缺和港口拥堵。因此，我们提出的衡量标准是建立在变量之上的，这些变量旨在捕捉对全球供应链施加压力的因素，无论是在国内还是来自国家间的贸易。我们从代理中得出的第一组指标用于衡量跨境运输成本的不同指标。首先，我们使用波罗的海干散货指数 (BDI) 数据来跟踪煤炭或钢铁等原材料的运输成本。其次，我们还利用 Harpex 3该指数跟踪八类全集装箱船在租船市场中的集装箱运费变化。最后，美国劳工统计局 (BLS) 构建了价格指数来衡量往返美国的航空运输成本，我们使用进出港空运价格指数来衡量往返亚洲和欧洲的航空运输。 2第二组指标依赖于来自 IHS Markit 采购经理指数 (PMI) 调查的国家级制造业数据。在国家覆盖范围方面，我们关注那些样本量很大且通过全球供应链相互关联的经济体：中国、欧元区、日本、韩国、台湾、英国和美国3从这些 PMI 调查中，我们使用了国家特定制造业 PMI 的以下子组成部分。 “交付时间”PMI 子组件，它反映了经济中供应链延迟对生产商的影响程度。该变量可被视为识别纯粹的供应方约束。作为该变量的“积压”PMI 子组件量化了公司已收到但尚未开始工作或完成的订单量。最后，我们还使用了“购买的股票”PMI 子组件，因为它衡量了经济中公司的库存积累程度。 43全球供应链压力指数在本节中，我们描述了指标的构建及其随时间的演变。我们的重点是建立全球供应链压力衡量标准。前面讨论的变量包含有关不同地区供应链状态的有价值信息。然而，如上所述，每项措施都突出了全球供应链潜在中断的不同方面。此外，全球供应链的出现使各国的行业变得更加相互联系，空运和海运促进了这种相互联系。例如，美国公司的最终产品通常最终由亚洲和欧洲生产的零部件组装而成。出于这些原因，我们将构建一个供应链压力测度，将特定国家供应链测度的数据与全球运输成本测度相结合。索引的构建分为两个步骤。第一个依赖于隔离2在附录中，我们绘制了这些运输成本的衡量标准，展示了自 COVID-19 大流行全球复苏开始以来它们如何见证了巨大的增长。3请注意，在美国，PMI 数据仅在 2007 年开始，因此我们将 PMI 数据与供应管理协会 (ISM) 的制造业调查数据结合起来。4在附录中，我们绘制了 PMI 这三个子成分的 GDP 加权平均值。 4我们在指数中用作输入的指标中的供应部分。第二个是用于从派生的供应成分中得出指数的统计程序。3.1索引的构建特定国家采购经理人指数成分以及运输成本系列的变动可能是由于需求或供应因素的变化。为了更好地隔离每个数据系列的供应方特定驱动因素，我们使用了来自 PMI 调查的额外信息，用于我们的七个经济体。更具体地说，我们收集有关“新订单”PMI 子组件的数据，该子组件捕获客户对公司产品的需求程度，并对三个特定国家/地区的供应链 PMI 指标（交货时间、积压和采购库存）进行回归这个新订单组件的同期价值和两个滞后，试图从这三个供应链 PMI 子组件中清除需求因素。然后，每个国家/地区的这些回归的残差将用作构建我们的全球供应链压力指数的输入。在运输成本变量的情况下，我们既使用上述“新订单”PMI 子成分的 GDP 加权平均值，也使用我们七个经济体的“采购数量”PMI 子成分的类似加权平均值。后者反映了公司对中间投入（国内和国外）的需求程度，以代表生产者的投入需求。与针对特定国家的供应链指标类似，我们使用基于这两个 GDP 加权需求代理及其滞后的回归来尽可能消除需求影响的六项全球运输成本指标。为了估计我们的 GSCPI 度量，我们因此有一个 27 个数据集变量：欧元区、中国、日本、韩国、台湾、英国和美国各自的三个国家特定供应链变量，两个全球运费，以及总结美国、亚洲之间空运成本的四个价格指数和欧洲。如前所述，所有这些变量都尽可能根据需求影响进行校正。该数据集由长度不均的月度时间序列组成：发达经济体的供应链变量均始于 1997 年，日本始于 2001 年，其他亚洲经济体始于 2004 年，Harpex 指数始于 2001 年，BDI 回溯到 1985 年，BLS 空运价格指数每月一次追溯到 2005 年，从 2005 年到 1997 年每季度一次。我们的目标是从这些时间序列中估计一个共同的或“全球”的组成部分。为了能够在处理数据缺口的同时做到这一点，我们遵循 Stock 和 Watson (2002)，通过主成分分析提取 1997-2021 年期间的这个共同成分，同时使用这个估计的共同成分填补数据缺口。 5使用主成分分析的好处是它能够确定所用指标的个体相关性，以便每个指标的权重与其对全球供应链波动的历史重要性一致，正如我们所描述的那样。这种方法的一个理想特征是，一个组件与其对等项的相关性越高，它接收到的权重就越高。这意味着权重较大的部分的小幅恶化与捕捉全球供应链指数的压力相比，权重较小的部分的大幅恶化更相关。图 1 显示了自 1997 年以来所产生的全球供应链压力指数 (GSCPI) 每月的演变。该指数已标准化，因此零表示该指数处于其平均值，正（负）值表示有多少标准偏差指数高于（低于）该平均值。图 1：全球供应链压力指数的演变GSCPI 随着时间的推移而波动，有几集值得注意。我们注意到在全球金融危机 (GFC) 期间该指数先跌后反弹。虽然我们的实证方法试图在构建 GSCPI 之前清除需求因素，但这并不是一个完美的衡量标准，其在 GFC 期间的动态可能仍会捕捉到一些需求成分。该指数的变化没有后期那么大，这可以说是捕捉到了更强的供给侧因素。首先，我们看到 2011 年该指数大幅上涨。这可以用两次自然灾害来解释。首先是日本东北地区地震和海啸，对日本国内和国外的生产都造成了影响，因为受灾地区专门从事 6汽车制造。第二个事件涉及袭击泰国的洪水，导致该国七个最大的工业区被洪水淹没，这影响了汽车和电子行业的全球生产链。接下来，我们看到2017-2018年中美指数再次上涨。贸易争端，因为公司不得不调整其全球采购战略。与自 Covid-19 大流行开始以来观察到的情况相比，上述事件的 GSCPI 压力上升相形见绌。 首先，我们观察到 GSCPI 在大流行期开始时中国关闭经济时跳升。 随着全球生产在 2020 年夏季左右开始恢复上线，全球供应链压力表随后短暂下跌，然后在 2020 年新冠寒冬浪潮和随后的复苏期间急剧上升。 最近，GSCPI 似乎表明，全球供应链压力虽然仍处于历史高位，但已于 2021 年底达到顶峰并开始缓和。 中国最近的地缘政治发展和进一步的封锁措施部分扭转了这一趋势，展望未来，这些事件将如何展开并影响全球生产网络将会很有趣。 在解释指数的走势时，监测不同成分如何随着时间的推移对其变化做出贡献是有用的。 因此，例如，与运输成本大幅下降相关的指数改善与几个子指标的更广泛改善相比，并不能说明总体