量化供给约束下财政刺激的通货膨胀影响（英）

量化通胀财政刺激的影响在供应限制不。 1 0 5 02 0 2 3年 2月朱利安·迪·乔瓦尼·|塞布内姆·卡莱姆利-奥兹坎 || 阿尔瓦罗·席尔瓦穆罕默德a Yıldırım 量化供给约束下财政刺激对通胀的影响朱利安•di GiovanniŞebnem Kalemliozcan,阿尔瓦罗·席尔瓦和穆罕默德a Yıldırım纽约联邦储备银行的人员报告,没有。10502023年2月凝胶的分类:E23 E31 E32摘要本文以 Baqaee 和 Farhi （2022） 和 di Giovanni 等人 （2022） 为基础，量化了2019 年 12 月至 2022 年 6 月期间财政政策对美国通胀的贡献。型校准表明，总需求冲击解释了大约三分之二的基于模型的总需求通货膨胀，财政刺激对总需求效应的贡献率达到一半或更多。关键词 ： 通货膨胀， 财政政策， 供给约束_________________乔瓦尼：纽约联邦储备银行（电子邮件：julian.digiovanni@ny.frb.org）。卡莱姆利-厄兹坎，席尔瓦：马里兰大学（电子邮件：kalemli@umd.edu，asilvub@umd.edu）。Yıldırım:哈佛大学，科奇大学（电子邮件：muhammed_yildirim@hks.harvard.edu）。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人读者只是为了激发讨论和引起评论。本文所表达的观点是作者，并不一定反映纽约联邦储备银行或联邦储备系统。任何错误或遗漏均由作者负责。查看作者的公开声明,请访问https://www.newyorkfed.org/research/staff_reports/sr1050.html。 1 介绍美国 标题 通货膨胀 有 打击 水平 不 见过 为 几个 几十年来, 达到 9 百分比 每 年 在它的 峰 在 6月 2022, 之前 下降 来 约 7 百分比 每 年 通过 的 结束 的 2022.在 相比之下, 通货膨胀 是 下面 2 百分比 之前 的 2020 新型冠状病毒肺炎 大流行。一个 优先级 那 有 被 在 的 前 的 的 思想 的 这两个 政策制定者 和 学者 都有 被 来 量化 的 相对 重要性 的 的 关键 因素 在 开车 的 观察到的 通货膨胀,特别是 的 相对 重要性 的 供应 瓶颈 vs。 消费者 需求, 作为 的 美国 和世界 经济体 挣扎 与 供需 失衡 产生 从 的 新型冠状病毒肺炎 健康 冲击结合 与 促进 政策。的 文学 因此 远 有 发现 不同的 结果, 不等 从 三分之一 来 三分之二 共同tributions 从 供应 因素 (与 的 剩下的 被 需求)。 夏皮罗 (一个,b) 需要 一个计量经济学 方法 而 迪 乔凡尼 等 艾尔。 ( 和 费, 格雷夫斯 和 维 (使用 定量 模型。虽然 这些 论文 提供 重要的 早期 证据 在 的 不同的 渠道 那 开车 的飙升 在 通货膨胀, 没有一个 的 他们 取 一个 站 在 的 通货膨胀 影响 的 具体的 政策 行动。在 特别地, 的 2021 拜登 财政 包 总计 15% 的 国内生产总值 和 有 被 指责 通过 一些 为今天的 高 通货膨胀 (布兰查德 Domash 和 萨默斯(lawrence Summers) 2022在 这 纸, 我们 显式地 测量 的 影响 的 的 财政 刺激 在 通货膨胀 在 的 12月- - -2019 来 2022年6月, 时期。 我们 遵循 我们的 以前的 工作 和 使用 的 框架 发达 在 Baqaee和 Farhi ( 在 订单 来 量化 的 影响 的 不同的 的冲击 在 通货膨胀。 重要的是, 不像我们的 以前的 工作, 我们 饲料 总 需求 的冲击 成 的 模型 那 不同 根据 在 是否的 财政 冲动 是 包括 或 不是。 做 所以 允许 我们 来 (1) 量化 的 影响 的 总需求 在 开车 通货膨胀, 和 (2) 运行 一个 反事实的 场景 那 省略了 观察到的 政府支出 作为 部分 的 的 总 需求 冲击。 这 第二个 场景 允许 我们 来 计 的重要性 的 的 财政 包的 影响 在 通货膨胀。我们的 基线 结果 显示 那 在 的 Dec19-Jun22 期间, 总 需求 的冲击 解释约 三分之二 的 总计 基于模型的 通货膨胀, 和 那 的 财政 刺激 做出了贡献 一半或 更多的 的 的 总计 总 需求 的效果。 的 范围 为 的 影响 的 财政 刺激 不同根据 在 如何 我们 去趋势 的 数据 在 构建 的 经验 冲击 系列。 自 的 财政包 来了 在 一个 离散 时尚 作为 爆发 的 政府 支出, 这样的 灵敏度 是 预期。部分 2 礼物 一个 短暂的 描述 的 的 模型。 部分 3 描述了 的 数据 和 方法我们 使用 来 构造 的 的冲击 那 我们 饲料 成 的 模型。 部分 4 礼物 的 主要 结果。1 2 模型我们 构建 在 以前的 工作 (di 乔凡尼 等 al。 2022 来 量化 的 来源 的 通货膨胀 使用 一个multisector macro-network 模型 在 的 精神 的 Baqaee 和 Farhi (跨期 分配。 在那里 是 两个 时间: 的 第一个 期 对应 来 的 流感大流行 和的 第二个 一个 代表 的 流行后 (例如, 的 未来)。 我们 表示 的 未来 量 与一个 阿斯泰里克斯 (∗) 在 的 下标。 在那里 是 两个 类型 的 消费者。 李嘉图 消费者 优化他们的 预算 在 两个 期 来 光滑的 出 他们的 消费 这样的 那 他们的 跨时期的消费 决定 优化:y y1−β,β∗在哪里 β 捕捉 的 李嘉图 消费者的 时间 偏好。 我们 假设 我们 是 在 的 零下-绑定 为 的 感兴趣 率。 因此, 家庭 支出 和 收入 是 相关的 与 每一个 其他:我 + 我 = p y + p y .y∗y∗ ∗现用现 消费者, 在 的 其他 的手, 不能 借 反对 他们的 未来 收入 和花 只有 他们的 当前的 收入。 的 分享 的 李嘉图 消费者 是 表示 通过 φ.Within-Period 消费。 我们 假设 那 在那里 是 N 部门。 在 每一个 期间, 的 共同苏美尔 分配 他们的 预算 在 的 行业 与 一个 柯布-道格拉斯 用途:XN在哪里 c 是 的 消费 在 部门 我, α 是 的 消费 分享 在 的 non-Covid 期ln y =α δ ln c ,我(1)我我我=1我我PN我=1这样的 那Pα = 1, 和 δ 是 的 转变 在 部门 消费 在 的 流感大流行 这样的 那我我N我=1α δ = 1.我我生产。 每一个 部门 我 使用 的 中间 输入 从 其他 行业 (输入 从 部门 j 来部门 我 是 表示 通过 x ), 部门 具体的 劳动 (l ) 和 部门 具体的 资本 K . 的 输出 的ij我我部门 我 (y我) 是 鉴于 由:"γγ−1θ−1γ−1γ−1γθy我 =ω l伊尔γ+ ω本土知识K我我θθ−1εε−1θ−1XNε−1εijθ+ω xij,(2)j=1在哪里 ω伊尔 (ω本土知识) 决定了 的 劳动 (资本) 份额, 和 ωij 捕捉 的 中间 输入股票。 ε 规定 的 产业间 替换 之间的 输入, γ 控制 的 替换 是- - - - - -渐变 劳动 和 资本 和 θ 决定了 的 替换 之间的 的 因素 和 输入 包。2 平衡。 为 归一化 的目的, 我们 取 py∗ = 1 和 y∗ = 1. 的 平衡 是 实现通过 调整 的 价格, 工资 和 租赁 租金 的 资本 这样的 那 好 市场 清晰的Pnj=1(y = c +我x ), 资本 市场 清晰的 (K = K ), 生产商 最大化 他们的 利润 和霁 我我我∗消费者 优化 他们的 消费。为 劳动, 在 大流行, 一些 工人 是 不能 来 工作 由于 来 COVID-related 的原因。让我们 表示 的 pre - (后) 流感大流行 水平 的 劳动 在 行业 我 与 l . 在 大流行,我∗ ̄数量 的 可用 工人 在 行业 我 收缩 来 l ≤ l . 此外, 的 工人 将 不我我∗接受 一个 工资 下面 他们的 防 的水平。 表示 的 工资 的 工人 在 行业 我 与w , 的 工资 水平 满足 w ≥ w , 也就是说, 工资 不 去 下面 他们的 平衡 水平 缺席 的我我我∗大流行。3 数据3.1 消除趋势 方法我们 实现 两个 消除趋势 程序 来 估计 的 的冲击 的 模型 需要。 的 模型需要 部门 需求 和 供应 的冲击 和 一个 总 需求 冲击。 在 的 第一个 过程中,为 部门 的冲击 在 每月 频率, 我们 计算 的 平均 年度 增长 率 之间的2015-2019 为 部门 总计 小时 工作 和 部门 消费 支出 为 每一个 的 的 66行业 分开。 为 季度 名义上的 国内生产总值, 我们 做 的 相同 为 的 期 2010-2019. 然后为 每一个 部门 为 消费 和 劳动, 和 为 总 名义上的 国内生产总值, 我们 取 的 偏差从 这些 常数 平均 增长 利率 在 我们的 分析 期 来 得到 在 我们的 冲击。的 第二个 过程 估计 的 后 线性 回归 为 每一个 时间 系列 Yt, 在 部门或 在 总 水平:ln Y = β + β t + ε ,t01t在哪里 β 和 β 是 估计 参数, t 是 一个 线性趋势, 和 ε 是 一个 错误 术语。 我们 然后01t计算 的 趋势 变量 作为bbY = β + β t。bt01的 的冲击 我们 饲料 在 是 然后 的 残差:b冲击 = ln Y − ln Y .ttt来 得到 一个 感觉 的 如何 这些 消除趋势 程序 看 就像 在 实践中, 数字 1 情节 这些 趋势为 三个 总 时间 系列 在一起 与 实际 数据。 面板 (一) 和 (b) 情节 的 总需求 震惊, 名义上的 国内生产总值 和 名义上的 国内生产总值 没有 政府 支出, 分别而 面板 (c) 情节 标题 通货膨胀。 的 固体 蓝色的 行 表示 的 生 数据, 的 灰色的 虚线行 表示 的 常数 年度 增长 的趋势, 和 的 蓝色的 冲 行 表示 的 对数线性 的趋势。作为 可以 是 看到的, 这两个 方法 交付 类似的 模式 为 的 三个 总 时间 系列。 为 的3 鉴于 通过 消费者价格指数 从 12月 2019 和 6月 2022 是 14.35 百分比。 的 模型 预测 某物关闭 来 这 数量: 13.17 百分比 下 不断增长 消除长期趋势, 和 14.18 百分比 下对数线性 消除趋势1. Sub-figures (一) 和 (c) 使用 名义上的 国内生产总值 作为 一个 总 需求 冲击措施, 而 在 sub-figures (b) 和 (d), 我们 减去 总计 政府 支出 从 名义上的国内生产总值。 部门 需求 和 供应 的冲击 是 作为 描述 以上。作为 预期, 的 模型 提供 更高的 通货膨胀 当 喂养 在 名义上的 国内生产总值 作为 一个 总需求 冲击 相对 来 的 模型 那 不包括 政府 支出。 的 总 需求的冲击 (橙色 酒吧) 生成 通过 自己 约 三分之二 的 的 总计 基于模型的 通货膨胀(蓝色 酒吧) 在 数据 (一) 和 (c)。 删除 政府 支出 在 数据 (b) 和 (d) 滴的 贡献 的 总 需求 的冲击 很大。 不管 的 的 消除趋势 方法,总 需求 解释了 三分之二 的 的 基于模型的 通货膨胀 当 我们 包括 政府