欧洲央行货币政策与风险增长：制度质量的作用2024

货币政策与风险增长 ： 制度质量的作用 洛伦兹 · 恩特 ， 阿方索 · 穆拉 ， 拉尔夫 · 塞泽 ， 尼科 · 佐雷尔 免责声明:本论文不应被视为欧洲中央银行（ECB）的观点。文中观点仅为作者个人观点，不一定反映欧洲中央银行的意见。 Abstract 这篇论文分析了国家特定的制度质量如何影响货币政策对欧元区GDP增长下行风险的影响。通过在增长风险框架中识别高频冲击，我们展示了在短期内货币政策对下行风险的影响高于中期内。然而，这一结果掩盖了各国之间的显著异质性。在制度质量较弱的经济体中，中期内的增长风险显著增加，下行风险依然存在。实施紧缩性货币政策冲击后，部分国家的经济出现了收缩。相比之下，具有较高制度质量 的国家则相对稳定。这表明，提高制度质量可能显著增强欧元区国家的经济韧性，并支持货币政策的有效传导。 关键字:O 领域、风险增长、制度质量、货币政策传导EurJEL 分类 fi 阳离子 ：C23, E52, F45, G28, O43 非技术性摘要 25年后欧元引入，欧元区国家在经济结构上仍然存在异质性。这在诸如世界银行的世界治理指标等标准机构质量指标中尤为明显。虽然一些欧元区国家接近全球前沿，但其他一些国家则落后。 它被广泛认为，各国在制度和其他经济结构方面的差异对欧洲央行货币政策传导具有重要影响。特别是，结构性异质性可以导致各国在对货币政策变化的产出和通胀反应上的差异。这反过来又可能导致实际或名义上的差异，使得共同的货币政策不太可能与每个欧元区国家的经济条件保持一致。 在本文中 ， 我们探讨欧元区国家的制度质量是否存在差异尾部风险 也很重要在货币政策冲击之后。当政策制定者考虑货币政策变化对未来经济活动的影响时，他们通常会关注最有可能的情况，即未来GDP增长条件分布的均值。然而，中央银行也越来越从定量的角度分析围绕中央预测的风险。在此背景下，我们的论文旨在探讨机构因素在塑造货币政策冲击后GDP增长下行风险中的作用，特别是在一个异质性货币联盟中。 我们使用由Adrian, Boyarchenko 和 Giannone(2019为了估计对未来GDP增长的下行风险，我们使用面板分位数回归进行估算。与文献一 致，我们将经济增长风险定义为预测GDP增长率分布中的最低十分位数。为了评估货币政策冲击对经济增长风险的影响，我们遵循了由...提出的方法。Loria, Matthes 和 Zhang(2024我们按照世界治理指标（World Governance Indicators）对欧元区国家的机构质量进行划分，将样本分为高机构质量和低机构质量两类。 我们发现，短期内货币政策对GDP增长下行风险的影响大于中期内。然而，这掩盖了各国之间显著的异质性。在制度质量较弱的经济体中，紧缩性货币政策冲击后中期内的增长风险大幅增加。相反，在制度质量较高的国家中，这些风险相对稳定。有趣的是，扩张性货币政策冲击的影响在各国和条件增长分布的各个分位数上较为温和且对称，而紧缩性冲击的影响则更为强烈。当我们检查传导渠道时，发现中期内的风险增加是通过货币政策冲击对宏观经济金融脆弱性的影响实现的，尤其是在制度质量较低的国家中。 这些结果具有重要的政策意义。首先，我们的实证发现表明，提高机构质量可以增强欧元区国家的经济韧性。在这方面，我们补充了现有研究，这些研究强调了银行资本化、宏观审慎措施或货币政策工具在引导增长风险方面的作用。其次，我们的发现指出，机构质量的提升将有助于促进平稳 欧元区货币政策传导通过确保中期增长风险对货币政策紧缩反应的减弱且更为一致。 1 Introduction 25年后欧元引入，欧元区国家在经济结构方面仍然存在异质性。这在诸如世界银行的世界治理指标（WGI）等标准的制度质量指标中尤为明显。虽然一些欧元区国家接近全球前沿，但其他一些国家则落后。 它被广泛认为，各国在制度和其他经济结构方面的差异对欧洲央行货币政策传导具有重要影响。特别是，结构性异质性可以导致各国在对货币政策决策的产出和通胀反应上的差异（in particular, structural heterogeneity can contribute to cross-country differences in the responses ofoutput and inflation to monetary policy decisions）。Barigozzi 、 Conti 和 Luciani,2014;Ciccarelli, Maddaloni 和 Peydr ó,2013;科塞蒂、杜阿尔特和曼,2022;Slacalek, Tris - tani 和 Violante,2020).1例如，拥有强大制度质量的经济体可能对来自国外的短期金融流入依赖较少，因此在金融条件收紧时可能比制度背景较弱的国家更加不受影响。这种跨国间的差异性可能促成实际或名义上的分歧，使得共同的货币政策不太可能与每个欧元区国家的经济状况相一致。 在本文中 ， 我们探讨欧元区国家的制度质量是否存在差异尾部风险 也很重要在货币政策冲击之后。当政策制定者考虑货币政策变化对未来经济活动的影响时，他们通常关注最可能的情景，即未来GDP增长（条件）分布的均值。然而，中央银行也越来越从定量的角度分析围绕中心预测的风险。在此背景下，我们的论文旨在探讨机构因素在塑造货币政策冲击后GDP增长下行风险方面的角色，特别是在异质性货币联盟中。 为了捕捉未来 GDP 增长的下行风险 ， 我们使用风险增长 (GaR) 框架Adrian, Boyarchenko和 Giannone(2019) 。根据文献 (参见 ， 例如 ，菲格雷斯和 Jaroci 'nski(2020) andGä chter, Geiger 和 Hasler(2023), 我们将GaR定义为给定时间框架内，基于一组当前的经济和金融条件，预测GDP增长率最低十分位数的分布。我们的GaR度量是从面板分位数回归中得出的，使用了由开发的估计器。马查多和桑托斯席尔瓦(2019) 。样本涵盖 1999Q1 - 2019Q4 期间的所有 20 个欧元区国家。 在第二步中 ， 我们根据所提出的方法估计货币政策冲击对 GaR 的因果影响Loria, Matthes和 Zhang(2024).2货币政策冲击基于欧洲央行政策公告前后资产价格的高频变动构建，并剔除中央银行信息的影响。G ü rkaynak, Sack 和 Swan - son(2005);Altavilla 等人。(2019);Jaroci 'nskiand Karadi(2020)) 。我们使用世界银行的 WGI 数据 (考夫曼和克劳伊,2023）将样本分为机构质量较弱和较强的欧元区国家分别进行分析。这使我们能够研究不同国家组别（机构质量较弱组和较强组）对货币冲击响应的差异。 我们发现，在短期内，货币政策对GDP增长下行风险的影响更大，而在中期内影响较小。然而，这一总体结果掩盖了各国之间显著的异质性。在制度质量较弱的经济体中，紧缩性货币政策冲击后中期内部增长风险显著增加。相反，在制度质量较高的国家，这些风险保持相对稳定。有趣的是，扩张性货币政策冲击在各国和条件增长率分布的分位数上具有更对称的影响，而紧缩性冲击则不然。 检验传导渠道，我们发现中期风险通过货币冲击对宏观经济金融脆弱性指标的影响而增加——这一渠道在机构质量较低的国家更为显著。我们的主要结果在以下方面保持稳健：（i）使用不同的指标来捕捉中期对GDP增长的风险；（ii）采用不同的机构质量指标；（iii）考虑各国收入水平的差异；以及（iv）改变样本中涵盖的国家或时间范围。 我们的结果具有重要的政策含义。首先，我们的实证发现表明，提高机构质量可以增强欧元区国家的经济韧性。就此而言，我们补充了强调银行资本化作用的现有研究（emphasise the role of bank capitalisation）。艾克 - 曼等人。,2021) 、宏观审慎措施或货币政策工具 (加兰,2024在引导GaR方面发挥作用。其次，我们的研究发现表明，机构趋同将通过确保中长期增长分布尾部对货币政策紧缩反应的一致性，从而支持货币政策的有效传导。这为货币政策制定中的金融稳定考虑增添了重要的维度（注：GaR的具体含义未在原文中给出，如需进一步明确，请提供上下文或具体定义）。Bochmann 等人。,2023). 本文的其余部分结构如下。2概述了用于估计 GaR 的方法 ， 并提出了由此产生的估计。在第3我们计算GaR测度对货币政策冲击的冲击响应，并探讨制度质量在解释这些冲击响应跨国异质性中的作用。第4提供了我们的稳健性检查和部分的概述5总结。 2 风险增长与宏观 fi 金融脆弱性 我们从分析欧元区国家样本中不同时间跨度的GaR（增长不确定性）估计开始。这项练习展示了在考虑不同时间跨度时，不同宏观经济金融变量对经济增长下行风险的相对重要性。我们显示，欧元区国家的短期GaR估计值主要与金融压力指标相关，而中期增长风险并不强烈地与当前的金融压力相关。相反，只有宏观经济脆弱性对中期GaR至关重要。因此，我们的发现表明，经济增长下行风险可能通过两种不同的渠道产生。 物化。 基于我们的 fi 第一阶段回归 ， 部分3将探索制度质量在决定GaR对货币政策冲击的反应中的作用。这一两步方法将在第section部分进一步详细解释。3使我们能够专注于通过一阶段回归中的条件变量传导的货币政策效果。这种方法从而使我们能够识别制度因素如何塑造货币政策对GaR影响的渠道。 2.1 方法和数据 以下阿德里安等人。(2022) ， 我们利用局部投影方法估计面板分位数回归 (Jorda,2005) 以便我们能够估算短期内（定义为4个季度后）和中长期（分别定义为8个季度和12个季度后）的GDP增长率的条件预测。为了估计我们的模型，我们遵循马查多和桑托斯席尔瓦(2019谁通过结合位置函数和尺度函数来估计条件分位数，并且特别适用于具有国家固定效应的面板数据设置中。3 以下马查多和桑托斯席尔瓦(2019) ， 未来 GDP 增长的条件预测分布 ， 对于给定的 △ 分位数y+， 将由 it h, xhδbτ∈( )Qqhc(∆y与以前的研究一致 (参见 ， 例如 ，菲格雷斯和 Jaroci 'nski(2020) andG ä chter, Geiger和 Hasler(2023)) ， 我们认为预测的 GDP 增长的第 10 个百分位数是我们的 GaR 度量。yt+作为季度之间 GDP 的年化平均增长率it h , +x it h,,,t h yand: ∆−( )包括的变量是指 fi 财务压力指标和宏观 fi 财务漏洞 -it , ,ττ,ττlog Ylog Y=+itit h,,+.4it h,h/4,能力 ， 已被证明包含欧元区中期 GaR 最相关的信息 (Lang, Rusn á k 和 Greiwe,2023)。金融压力是由国家层面的金融压力指数 (CLIFS) 捕获的 ， 由Duprey, Klaus 和 Peltonen(2017) 基于Hollo, Kremer 和 Lo Duca(2012). CLIFS涵盖了股票、债券和外汇市场压力的衡量指标，并考虑了这些市场板块之间的联动性。转向宏观经济金融脆弱性指标，如GaR文献中常见的做法，我们纳入了过去两年过度信贷增长的衡量标准。为此，我们依赖于国际清算银行（BIS）的信贷与GDP缺口，并计算其前8个季度累计偏离长期趋势的程度。CLIFS和信贷与GDP缺口趋势的累计偏差都经过了各自国家特定标准差的标准化处理。此外，我们还纳入了过去8个季度房屋价格的增长率。为了捕捉公共部门和外部部门的脆弱性，我们还包括了经过周期调整后的预算赤字比率。 获取平衡，并计算季节调整后的当前账户余额。最后，通过将每个国家的GDP作为控制变量包括在内，来捕捉整体经济状况对未来下行风险的影响，这在文献中