风险市场价格与宏观金融动态

风险市场价格与宏观金融动态 Tobias Adrian, Fernando Duarte, Tara IyerWP / 23 / 199 2023SEP IMF工作文件 货币和资本市场部 风险的市场价格和宏观金融动态由Tobias Adrian，Fernando Duarte，Tara Iyer编写 Tobias Adrian授权发行2023年9月 货币基金组织工作文件描述了作者正在进行的研究，并发表了这些论文，以引起评论并鼓励辩论。基金组织工作文件中表达的观点是作者的观点，不一定代表基金组织、其执行董事会或基金组织管理层的观点。 摘要：我们提出了由金融因素跨越的GDP的条件波动性作为“波动性金融条件指数”（VFCI），并表明它与风险的市场价格密切相关。与其他FCI相比，VFCI对股票和债券风险溢价具有更好的解释力。我们使用各种识别策略和工具来证明VFCI与宏观经济总量之间存在稳健的因果关系：VFCI衡量的金融状况收紧导致产出持续收缩，并引发货币政策立即放松。相反，紧缩性货币政策冲击导致金融条件收紧。 风险市场价格与宏观金融动态∗ TobiasAdrian1，费尔南多·杜阿尔特2，和TaraIyer1 1国际货币基金组织2布朗大学2023年 9月8日 Abstract 我们提出了由金融因素跨越的GDP的条件波动性作为“波动性金融条件指数”（VFCI），并表明它与风险的市场价格密切相关。与其他FCI相比，VFCI对股票和债券风险溢价具有更好的解释力。我们使用各种识别策略和工具来证明VFCI与宏观经济总量之间存在稳健的因果关系：VFCI衡量的金融状况收紧导致产出持续收缩，并引发货币政策立即放松。相反，紧缩性货币政策冲击导致金融条件收紧。 关键词：宏观金融，货币政策，金融状况，风险增长，FCI，风险市场价格，消费波动。JEL代码：E44、E52、G12 1Introduction 金融条件指数（FCI）被政策制定者和从业者广泛使用，并且在学术文献中也越来越普遍。然而，FCI在很大程度上是出于经验动机，与经济理论缺乏牢固的联系。在本文中，我们提出了一个FCI，即一般情况下经济中风险的市场价格，并将其估计为金融因素跨越的GDP条件波动性。我们称这个FCI为VFCI，或波动性FCI。 我们从宏观金融互动建模的一般框架开始。没有套利意味着存在一个定价内核，对经济中的所有资产进行定价。定价内核的波动性通常被称为“风险的市场价格”。当存在具有时间可分离偏好的代表性消费者时，风险的市场价格可以衡量为总消费的波动性（参见Breede（1979），Dffie和Zame1989），更一般地说，是GDP等总体经济活动度量的波动性。当偏好不可分的时候。1,VFCI是对当前和未来预期风险价格的前瞻性度量。这个理论框架意味着VFCI可以估计为金融因素跨越的消费或GDP的条件波动。 根据经验，我们用条件异方差进行线性回归，其中实际GDP增长是因变量，滞后金融变量是决定GDP增长的条件均值和条件波动率的自变量。我们将VFCI定义为来自此回归的预测条件波动率（的对数）。因此，VFCI是由金融因素跨越的GDP增长的对数条件波动，如前所述，在我们的理论框架中， 这是由（当前和未来预期的）经济中风险的市场价格决定的，激发了对VFCI作为金融条件度量的解释。我们的结果对于在VFCI建设中使用实际消费而不是GDP是稳健的。VFCI在经验上也与GDP增长 的条件均值紧密相关，该条件均值被构造为用于构造VFCI的异方差回归中均值的预测值。经验上，GDP增长的条件均值和条件波动率负相关，在联合国GDP增长的条件分配，因为低预期增长时期往往具有高波动性，从而产生了“脆弱性”时期，在这种时期中，当增长预期已经很低时，冲击的放 Boyarchenko, and Giannone 2019, Adrian et al. 2022). 1主要的例子是坎贝尔和科克伦1999年的习惯形成模型以及班萨尔和亚伦2004年的爱泼斯坦-津模型。 这与高盛FCI (Hatzius和Stehn 2018的GSFCI)不同,后者被估计为未来GDP增长的条件均值。 我们的估计也偏离了芝加哥联邦储备银行（Brave ad Btters 2011）提出的NFCI。NFCI使用 卡尔曼滤波器从105个金融变量中提取一个公共成分（基于Doz、Giaoe和Reichli 2012）。NFCI是对财务状况的纯粹统计度量。相比之下，我们的指数来自经济理论，因此有更严格的解释。宏观经济中风险价格的另一种估计是股票隐含波动率，以VIX衡量。如果整个财富组合都是公开交易的，波动率指数可能是对产出或其他宏观经济变量的总波动率的良好估计。然而，众所周知， 只有一小部分的总资本存量交易，因此，VIX只是一个不完善的市场指标。 风险的价格。 当然, VFCI、NFCI、GSFCI和VIX是相关的。简单的回归表明，VFCI比其他任何指标都能更好地解释股票和债券风险溢价的常用指标。特别是，我们使用信用利差- GZ利差-作为公司债券风险溢价的度量（GZ利差由Gilchrist和Zaraj ü se 2012）和Shiller的CAPE（Shiller 2000）作为股票风险溢价的度量。在每种情况下, VFCI具有比替代FCI更高的显著性,并且当联合包括时使得替代FCI不显著。因此，我们得出结论，从理论和经验的角度来看，VFCI是经济中风险价格的首选指标。 我们的下一个贡献是研究VFCI与宏观经济总量之间的因果关系。使用各种识别方法和工具，我们表明VFCI的收紧导致货币政策的立即放松和产出的持续收缩。相反，紧缩性货币政策冲击导致金融条件收紧。 更具体地说，我们通过结构向量自回归（SVAR）对经济动态进行建模，并通过利用SVAR变量的条件异方差来识别结构冲击，如Brermeier等人。2021年。我们使用从1962：Q1到2022：Q3的季度频率时间序列，以允许足够长的时间段来捕获数据中的各种政权变化，并使用贝叶斯方法来估计模型。 为了赋予通过异方差识别出的结构性冲击以经济意义，并对VFCI与 宏观经济总量，我们使用文献中提出的外部工具来估计具有工具变量的SVAR中冲击的因果影响，并使用具有工具变量的局部预测（LP）。根据Plagborg - M ø ller和Wolf 2021的最新结果，只要包括足够的滞后量并对整个人口进行建模，LP和SVAR模型就可以估计相同的IRF。然而，Ramey 2016审查了各种替代识别方案，并在应用中发现了来自SVAR和LP的IRF的差异，因此我们证明了我们的结果对这两种规格都适用。我们还估计了一个没有工具的简单递归VAR，其中通过变量的“排序”来实现识别，也就是说，通过假设某些变量同时对某些冲击做出反应，而对其他冲击做出滞后反应。最后，我们估计了一个符号受限的SVAR，它确定了货币政策和VFCI冲击的因果影响。 在所有情况下，我们都发现了强大的因果关系，经济上的大，统计上的强VFCI冲击对货币政策和GDP的影响，以及货币政策冲击对VFCI的影响。我们没有发现VFCI和通货膨胀之间的紧密联系。 2作为风险价格的VFCI 时间是离散的，并由t=,1,2,有一个代表代理人值非负总消费流C={Ct}t=0根据效用函数U(C），即严格增加、凹陷和可微。可行消费流的集合由C. ThesetC编码所面临的所有约束 代表代理。我们假设存在一个唯一的最优C∗在内部 ofC最大化U(C). 包括不完全市场，非马尔可夫动力学，交易摩擦，对代表代理或资产价格的任何凸和一些非凸约束，流动性不足，部分信息，实际和名义刚性等。例如，该设置包括Campbell和Cochrae1999的习惯形成模型，Basal和Yaro2004的长期风险模型，Barro2006的灾难风险模型；Gabaix2012，与Hase和Sarget2010一样具有歧义厌恶和鲁棒性的偏好，以及基本上所有新凯恩斯主义模型都承认代表代理人。2 让的延续值U从时间的角度来看tbeUt.我们表示 2对于我们假设存在的类型的代表性代理的条件，请参见Skiadas 2009的概述和Matoussi和Xing 2018和Monoyios 2022的非常一般的设置。这些参考文献还表明，我们可以进一步削弱我们对效用函数的假设，这些函数不可微，但具有明确的“超梯度密度”。 的梯度Ut由∇Ut，并注意∇Ut (C)是当时已知的向量t.3与消费增长相适应ct=logCt−日志Ct−1而不是消费水平，我们写∇UC) 对于某些函数G（这可以是不同的不同t)，其中取决于c={∆ct}t=0是消费增长的整个路径。 无套利机会是均衡的必要条件。 资产定价基本定理(FTAP)意味着，在均衡状态下，至少存在一个随机贴现因子SDF={SDFt}t=0suchthat 对于所有t和所有的回报Rt+1可以通过交易金融资产获得。4存在一个独特的SDFif, and only if,markets are complete (which we do not assume). We refer to the set of all possible cash flow thatcan be generated by trading financial assets as the asset span. White the possibility of non -unique for theSDF，任何给定的正交投影SDF到资产跨度上的预测与任何其他SDF此外，如果我们用SDF∗，那么我们就有了t∗ 对于所有t以及所有已销售的退货Rt+1，这意味着SDF∗也是一个有效的随机贴现因子。 代表代理商的最佳消费的FOC为 在我们所做的假设下，FOC对于 3让的延续值U从时间的角度来看tbeUt，并让一组可行的消费流为CtC.Thetime-t的方向导数U在C={Cs}s=t在方向h={hs}s=t是极限U′(C;h): = limUt(C+αh)−Ut(C). 时间-t的梯度U在C是一个向量∇Ut(C){ds}s=tsuchthat 4有关FTAP的全面介绍，包括许多扩展和参考文献，请参见Duffie2010。有关FTAP的广泛条件，请参见Delbaen和Schachermayer2006和Kabanov和Safarian2009概述，以及B'alint和Schweizer2022最近制定的特别温和的条件。 最优性。线性化G【周围】c给出方程(1)的一阶近似 s=Σ−∞在哪里gandgs是线性化常数。使用（1）中的（2），我们得到 如果我们将和的极限截断为有限值，方程（3）是一个线性理性期望方程。假设存在一个解，并且gt= 0，方程（3）在将和的极限截断为有限值后，给出 whereL是滞后运算符，并且m(·）是多项式，我们首先将SDF分解为其预期和意外分量 whereϵt:=(Et−Et−1)[m−1(L)SDFt]。接下来，我们分解ϵt转换为可预测和不可预测的乘法分量5 whereηt−1是已知的t−1.最后，我们写Et−1[m−1(L)SDFt]和日志η2他们对资产跨度及其正交互补的正交投影的总和， 作为 Riwhereβ我和δ我是的投影Et−1[m−1(L)SDFt]和ηt−1上Ri 使用等式(4)中的最后两个等式给出 其中，我们通过以下方式定义了波动性金融条件指数VFCI 我们将在下一节中使用等式5和6来凭经验估计VFCI。 要了解VFCI与风险价格之间的关系，我们首先在预测的SDF中编写创新，如 twhereλt是风险价格的向量，并且εR是按比例调整为具有单位方差的收益创新(相应的比例被风险价格吸收)。然后， 所以 tt+1我们已经证明，VFCI是当前和未来预期风险价格的前瞻性度量。 当代表的代理人效用是标准的时间可分的CRRA效用函数时，m−1(L)是身份运算