全球不确定性加剧对东亚和太平洋地区的影响

No. 64 全球不确定性加剧对东亚和太平洋区域的影响 自COVID-19全球大流行以来，宏观经济、金融以及政策相关的不确定性在东亚及太平洋地区内的各个发展中经济体中均有Jongrim Ha ， Ergys Islamaj 和 Aadi 方框 1 提供了有关不同类型不确定度测量的更多细节。 Introduction 授权公开披露自COVID-19大流行以来，大量文献记录了经济不确定性加剧（Cascaldi-Garcia等，2023）。各种类型的不确定性都已增加：宏观经济、金融、经济政策、地缘政治和贸易不确定性。然而，对于东亚及太平洋（EAP）地区的新兴市场和发展中经济体（EMDEs），全球不确定性的影响知之甚少。本研究与政策简报通过探讨以下问题来考察全球不确定性对EAP的影响。首先，基本的经济不确定性来源是什么？其次，在过去几十年里，全球以及EAP各个EMDE的不确定性是如何演变的？第三，全球不确定性如何影响EAP的宏观经济和金融状况？ 美国的宏观经济不确定性处于较高水平，反映了对未来产出增长和通胀发展的不确定性（图1，a部分）。自COVID-19疫情初期的2020年4月达到峰值后，它在2022年再次激增，主要原因是通胀的急剧上升。尽管自2022年中期以来有所下降，但美国的通胀不确定性仍然很高，这反映了对未来（反）通胀进程速度和程度的分歧。全球经济政策不确定性，将未来的货币政策、财政政策和金融政策汇总在一起，比疫情前的水平高出一倍（图1，b部分）。在美国，关于联邦储备未来货币政策决定路径的争论仍在继续；自2020年以来，货币政策不确定性指数一直持续高于长期平均水平。类似地，金融不确定性（VIX）在2020年和2022年急剧上升，尽管有所下降，但仍高于疫情前的水平（图1，c部分）。 授权公开披露实证结果表明，不确定性的影响——主要与变量的波动性（第二阶动量）相关——与基础业务、金融和政策变量水平（第一阶动量）波动的影响是不同的。不确定性冲击对经济的后果相当显著，几乎可以与“水平”冲击的影响相媲美。此外，结果显示不同类型不确定性冲击对东亚太平洋（EAP）国家的影响不同，无论是单独还是作为一个群体，都导致EAP国家产生了异质性影响。从累积效应来看，宏观经济不确定性、随后是金融和经济政策不确定性，对EAP关键国内变量的变化贡献最大。特别是，宏观经济不确定性可以解释EAP宏观变量变化的四分之一左右。 许多东亚太平洋（EAP）国家对未来产出、通货膨胀、金融市场以及经济政策的不确定性比疫情前更高。自2020-21年的创纪录高位（产出不确定性）或2022年的高位（通货膨胀不确定性）后，宏观经济不确定性总体上自2023年起有所下降（图2）。然而，不确定性指标仍处于疫情前水平之上，在某些国家（如泰国），产出和通货膨胀不确定性仍在增加。基于新闻的经济政策不确定性依然居高不下，尤其是在中国。所有EAP经济体中，基于调查的短期和长期利率不确定性指标均有所上升，这通常是影响投资的关键决定因素（世界银行，2023年）。 全球和 EAP 经济不确定性的演变 不确定性加剧的经济效应 授权公开披露全球经济不确定性在COVID-19疫情爆发后急剧上升至创纪录高水平，并在2023年及2024年初保持高位。本简报探讨了全球不确定性对东亚太平洋地区（EAP）宏观经济和金融条件的影响。它着重指出了三种类型的不确定性：宏观经济不确定性- 基于预测的措施 ；政策不确定性- 基于新闻的措施 ； 以及fi 财务不确定 为了评估全球不确定性对东亚和太平洋（EAP）地区的影响，我们从2000年至2019年对五个EAP国家（中国、印度尼西亚、马来西亚、菲律宾和泰国）进行了多组结构向量自回归（SVAR）模型的估计。这些模型包含了一系列美国（或全球指标）、中国以及个别EAP国家的宏观经济和金融变量。作为最大的新兴市场和发展中经济体（EMDE），中国被单独纳入模型中，以反映其作为全球不确定性冲击来源和接受者的角色。本研究区分了三种不确定性来源： 性- 基于股票市场波动性的衡量指标。当全球指数不可用时，使用美国不确定性指数作为全球不确定性的代理，这在文献中较为常见。 全球不确定性加剧对东亚和太平洋区域的影响 模型。在这段研究中，我们运行了两种特定国家和面板结构向量自回归（SVAR）模型。特定国家的模型提供了更详细的、针对具体国家的结果，而面板模型则更为高效且易于展示，但会失去针对特定国家的结果。本简报基于面板SVAR模型报告结果。特定国家的结果作为稳健性或敏感性检验呈现。在识别不确定性冲击时，本简报采用递归限制的方法。遵循以往文献，如Baker、Bloom和Davis（2016）、Leduc和Lui（2016）的做法，并为解决内生性问题，不确定性度量被顺序排列。last(以及各种控制变量 ， 以减少内生性) 。 方框 1. 经验方法和数据 本研究报告与政策概述采取了两个连续的实证步骤：（1）衡量不确定性；和（2）估计SVAR模型以量化全球不确定性对东亚及太平洋地区（EAP）经济影响的程度。 测量不确定度 摘要根据大量文献和作者的计算 ， 采用了各种不确定性度量。 • 基于预测的方法。为了衡量宏观经济不确定性，这一系列措施依赖于对感兴趣变量的经济预测模型。例如，向量自回归（VAR）模型被递归估计，感兴趣变量的预测误差的标准差被认为是该变量不确定性的反映。 数据集。分析基于全球、美国及EAP国家的月度宏观经济和金融数据进行。在无法获取全球指数的情况下，使用美国不确定性指数作为全球不确定性的代理，遵循相关文献的惯例。样本期为2000-2019年。内生变量（按此顺序）主要为：全球（美国）产出、通胀、不确定性指标、国内产出、通胀、汇率、股票价格及国内不确定性指标。控制变量包括：波动性（VIX）指数、美国货币政策工具、时间趋势和商品价格。样本中的EAP国家包括中国、印度尼西亚、马来西亚、菲律宾及泰国，这些国家根据经济规模及不确定性数据的可用性进行了选择。作为最大的新兴市场和发展中经济体（EMDE），中国被单独纳入一个包含全球（美国）及中国变量的模型中。测试了三种类型的不确定性指标：宏观经济、金融及政策。对于中国的不确定性指标，还使用了Ahir等人（2022）的数据集。 • 基于调查的措施。这组措施使用经济专业预报员对感兴趣变量的调查 ：产出 ， 在 fi 中 ， 短期和长期利率 ， 以及经常账户。不确定性被测量为调查响应的标准偏差或横截面差异 ，例如四分位数之间的范围。• 基于新闻的措施。为了衡量政策的不确定性 ， 这组度量使用关键字搜索算法。一个示例是Baker 等人 (2016) 和 Husted 等人使用的算法。(2020) ， 这将经济政策的不确定性放在一起美国和其他经济体通过搜索关键词适用于当地报纸上的瞬时、 fi scal 和其他政策。 结构向量自回归 (SVAR) 模型 开放经济模型对数据生成过程的特征如下 ： 稳健性检查。主要的实证结果通过采用替代模型（因子增强向量自回归框架）[FAVAR框架]、不同不确定性度量指标、变量的不同排序、其他控制变量的纳入（特别是不同类型的不确定性度量和后疫情数据的加入等）进行检验。结果显示，这些替代模型对关键实证结果的稳健性具有确认作用。Yt is an n内生宏观经济和 fi 金融变量的 × 1 向量。X t是 外生回归变量。A,B i(Ai≥ 1), and C j(Aj≥ 0)是非奇异的 COE CNS 有效矩阵。 εt is an n× 1 结构扰动矢量和连续不相关。i+∑CjX t-j+εt . 在东亚及太平洋地区（EAP），宏观不确定性对关键国内金融变量的影响虽然总体上更为直接且短暂（图3，c部分）。在VIX指数波动幅度为一个标准差的情况下，EAP地区的平均股票价格下降了1.2%，这与美国股市受到负面冲击时的表现（下降1.6%）相当。政策不确定性冲击似乎在EAP国家中增加了另一层负面影响。美国货币政策紧缩导致EAP地区股票价格最多下跌了1.4%，而美国货币政策的不确定性加剧则进一步导致股票价格再下跌了0.7%。 宏观经济、 fi 金融和政策 (有关估计细节 ， 请参见方框1) 。 研究结果表明，全球不确定性冲击对EAP国家的宏观经济和金融条件产生了负面影响。基于平均结果（即面板模型）以及特定国家视角，这一结论在统计学和经济学层面上都是显著的——样本中所有EAP国家的结果均成立。在美国宏观不确定性增加一个标准差后的一年内，EAP地区的产出增长率下降了0.5%，股票价格下跌了3.0%（图3，a和b部分）。这种影响比美国产出减少一个标准差的影响更为强烈（分别导致产出下降0.3%，股票价格下跌1.0%）。全球金融市场和经济政策的不确定性也对EAP地区产生了显著影响。 巨大的不确定性效应反映了国际上传播不确定性冲击的各种途径。首先，宏观经济变量的动态响应与不确定性经济效应的理论相一致——通常情况下， 资料来源:世界银行估计 ； Jaroci ñ ksy 和 Karadi 2020 。Note:研究结果基于对2000年1月至2019年12月期间美国及四个新兴市场和发展中国家（EAP，包括印度尼西亚、马来西亚、菲律宾和泰国）的数据进行面板向量自回归估计得出。模型包含以下指标：美国生产、美国消费者价格指数（CPI）、美国宏观经济不确定性；以及EAP国内（东亚及太平洋地区）工业生产、价格、股票价格、汇率和不确定性。面板a展示了EAP工业生产对宏观经济不确定性增加及产出下降的动态响应。条形图表示中位数响应，垂直线表示16%-84%的置信区间。面板b展示了EAP股票价格对金融不确定性（VIX）增加及美国股票价格下降的动态响应。面板c则展示了EAP股票价格对美国货币政策紧缩冲击及美国货币政策不确定性冲击的动态响应。EAP=东亚及太平洋地区。 全球不确定性加剧对东亚和太平洋区域的影响 资料来源:世界银行估计。Note:研究结果基于从2000年1月到2019年12月对四个新兴市场和发展中经济体（EMDEs）在东亚太平洋区域（印尼、马来西亚、菲律宾、泰国）进行的面板向量自回归估计。模型包含以下内容，按顺序排列：美国生产、美国消费者价格指数（CPI）、美国宏观经济不确定度指标；中国生产、中国CPI、中国宏观经济不确定度指标；以及东亚太平洋地区的国内工业生产、价格、股价、汇率和不确定度指标。在面板a中，条形图显示了当美国的宏观经济不确定度增加一个标准差时，中国工业生产和CPI的动态响应。在面板b中，条形图显示了当美国和中国各自的宏观经济不确定度各增加一个标准差时，东亚太平洋地区生产的变化情况。EAP = 东亚及太平洋区域。 在“观望渠道”中，这一渠道对私人投资和消费造成了压力（Binder 2017；Bloom 2009）。特别是，宏观经济不确定性水平的升高对投资增长产生了负面影响，因为投资者变得犹豫不决，不愿投资新的项目或扩大现有业务（Leduc 和 Liu 2016）。其次，金融资产价格的反应和信贷成本的增加也对经济不确定性导致的收缩效应做出了贡献。第三，在全球和美国高度不确定性的背景下，EAP国家的不确定性指标也显著响应，这支持了国际风险和不确定性相关的故事（Londono 等人，2021）。国内经济中加剧的不确定性被估计在EAP国家中对经济信心/情绪起到了负面作用（Ha 和 So，2023）。 全球市场不确定性冲击的接受者 ， 特别是与 EAP 国家的不确定性冲击。 Conclusion 研究结果至少引出了两种新型的含义。首先，不确定性的影响（主要与变量的波动性有关）与基础业务、金融和政策变量水平（第一时刻波动）的影响是不同的。不确定性冲击的经济后果相当显著，几乎可以与“水平”冲击的影响相媲美。这些发现对于不同类型的不确定性度量标准——特别是宏观、金融和政策不确定性——都具有很强的稳健性。其次，结果表明不同类型不确定性冲击对东亚及太平洋（EAP）国家的影响各不相同，无论是个体层面还