博茨瓦纳：技术援助报告——提升博茨瓦纳银行预测政策和分析体系

博茨瓦纳 提升博茨瓦纳银行预测政策与分析体系 2024年10月 舍尔瓦·马克哈特里什维利和哈伊梅·图里霍（短期专家）由...准备 作者部门货币与资本市场部门 ).本文件内容构成国际工作人员提供的专业技术建议。国际货币基金组织向博茨瓦纳银行（“CD收款人”）当局提供货币基金，以响应他们的请求。提供技术支持。除非光盘接收者明确反对此类披露，否则本文件（整体或部分）或其摘要可能由国际货币基金组织披露给国际货币基金组织执行董事。博茨瓦纳，至其他国际货币基金组织执行董事及他们的工作人员，以及其他机构或工具和手段，CD接受者，以及应其请求，向世界银行工作人员和其他技术人员提供。协助提供者和有合法利益捐赠者（见员工操作指南能力发展信息传播 本出版物中表达的分析和政策考虑是国际货币基金组织（IMF）货币部门的观点。资本市场部门。 目录 执行摘要....................................................................................................................................6引言 .................................................................................................................................................9术语表.......................................................................................................................................................4序言 .........................................................................................................................................................5建议......................................................................................................................................8 A. 加强数据库管理...................................................................................................11B. 针对NTF模型的集成平台..................................................................................................11C. 建议..................................................................................................12 II. 中期预测工具和模型....................................................................................14 A. 模型动态的回顾 .............................................................................................................14B. 添加财政模块 .............................................................................................................................16C. 建议..................................................................................................................................18 表格 1. 关键建议.............................................................................................................................................................8 数据 1. 实际非采矿产出、潜在产出及同比通货膨胀率........................................162. 对需求冲击（针对前一模型）和财政冲击（针对更新后的模型）的脉冲响应.........................................................................................................................................................18 术语表 AR（增强现实）自回归BoB博茨瓦纳银行BVAR贝叶斯向量自回归消费者价格指数（Consumer Price Index）消费者价格指数DFM动态因素模型FPAS预测与政策分析系统福布斯杂志（福布斯）》预测团队国内生产总值（Gross Domestic Product，简称GDP）国内生产总值国际货币基金组织（International Monetary Fund，简称IMF）国际货币基金组织MCM国际货币基金组织货币与资本市场部门MIDAS混合数据抽样货币政策委员会货币政策委员会MTF中期预测中国期货业协会（NFA）净国外资产非税收入（Non-Tax Revenue）短期预测NWC现况预测QPM季度预测模型UIP未覆盖利率平价TA技术援助 前言 应博茨瓦纳银行（BoB）的要求，货币和资本市场（MCM）部门代表团于2024年5月27日至31日访问了博茨瓦纳的加博罗内，以协助当局提升其预测和政策分析系统。 任务会面了无辜·莫拉拉帕塔主任和其他高级官员。任务方感谢所有同行在合作中的卓越表现、富有成效的讨论以及其款待。 执行摘要 本报告呈现了技术援助团对博茨瓦纳银行（BoB）的预测和政策分析系统（FPAS）进行审查后的发现和建议。任务集中在几个领域，旨在支持银行的政策和分析功能。工作内容包括评估和就银行开发的短期预测（NTF）和中期预测（MTF）工具和模型提供建议。 总体而言，BoB拥有一个组织有序且纪律严明的流程，用于整合分析和预测以向货币政策委员会（MPC）提供政策建议。 BoB的建模工具在FPAS的框架下开发，尽管还有进一步改进的机会。预测团队（FT）拥有一个高效系统所需的工具集和模型，包括一个量身定制的季度预测模型（QPM）。短期分析工具箱被充分理解，高级职员展现了对于核心模型基础设施的扎实知识。已经收集了大量数据用于预测和政策分析。然而，数据库分散在NTF环境中，缺乏足够的文档，使得追踪和更新变得困难。团队熟悉当前的模型套件，并致力于学习、发展和完善基础设施。然而，基于机器学习技术生成的领先指标GDP（国内生产总值）现在预测可能（i）更好地与短期预测整合，（ii）更高效地更新，（iii）更好地维护、理解和记录。NTF工具箱可以扩展，包括超越向量自回归（AR）模型的更灵活的方法，以及更高质量的预测。此外，MTF工具缺乏适当的财政模块来分析政府的财政计划和情景。 任务小组对NTF建模方法进行了改进，以提高FPAS基础设施。任务团队帮助创建了一个新的“全球”数据库，以集中数据流，并引入了一个新的灵活平台，该平台包含一系列模型，这些模型扩展并补充了现有的NTF模型。新的Nowcasting（NWC）/NTF模型由约80个模型组成，涵盖了5个模型类别（即，自回归（AR）、桥梁模型、混合数据采样（MIDAS）回归、贝叶斯向量自回归（BVAR）和动态因子模型（DFM））。该平台具有灵活性（例如，用户可以选择不同的预测变量、相关指标变量和模型规范），易于操作（即，用户可以轻松研究模型特性和性能），并且更新速度快。新平台包括模型性能评估程序，以增强NWC和NTF分析。作为这项工作的部分，核心NTF预测环境也通过重组和简化核心模型基础设施进行了改进和更新。任务团队还为工作人员配备了培训文档和演示，以提升他们的技术编码能力。 任务团队通过审查现有模型校准、引入财政块以及建议进一步调整，也改善了MTF框架。任务团队与工作人员讨论了模型中汇率确定的过程以及现有模型参数校准的充分性，使用了脉冲响应函数。鉴于当前关于中央银行内生信用的文献（这使得建模练习具有很强的非线性），任务团队建议工作人员保持对假设汇率目标外生完全信用的含义的认识。在将财政块添加到MTF模型后，该模型捕捉了 政策决策的关键传导渠道（其对经济活动、风险溢价及外部部门地位的影响），团队讨论了产出缺口的诠释，将其与价格稳定联系起来。 总体而言，建议BoB将其数据中心化，以便促进对经济指标更好的访问、组织和分析。这种集中化将简化预测过程并提高预测的可靠性。此外，建议的关键方面包括改进NTF和MTF模型的文档，具体建议是发布一份工作论文，概述方法和发现。这不仅将提高透明度，还将作为持续培训和发展的宝贵资源。 在政策周期之间，为NFT和MTF模型的开发留出更多时间是至关重要的。这将使员工能够彻底完善模型并整合反馈，从而提高预测的准确性和稳健性。持续进行的培训计划对于提升员工的技术技能并确保他们熟悉最新的建模技术至关重要。通过在部门专家和建模单位之间培养知识共享和协作的文化，BoB将增强其预测能力并确保其员工在有效利用预测工具方面保持参与和熟练。 建议 引言 1. 博茨瓦纳的货币政策遵循优先排序的双重目标，优先考虑价格稳定，同时融入金融稳定。在当前政策框架内，BoB 的 MPC 会议被定义为一个定期决定其货币政策利率。价格稳定性目标 3%至6%的范围内，需在3年的中期内实现。博茨瓦纳银行（BoB）表示，该框架基于通货膨胀预测。然而 ，尽管有一些相似之处，但该框架并不等同于通货膨胀目标制，因为BoB还实施了一种爬行汇率钉住机制，其中普拉（Pula）钉住一篮子货币（目前为南非兰特和国际货币基金组织（IMF）的特殊提款权）。这意味着，尽管货币政策委员会（MPC）的政策利率决策需要分析框架来支持通货膨胀/宏观经济预测和政策分析，但它应纳入框架的博茨瓦纳特定方面，包括政策利率规则与汇率政策之间的关键互动。这很重要，因为由通货膨胀预测驱动的政策利率可能并不总是与维持爬行汇率钉住的利率一致，而MPC需要将这一点明确纳入分析。 2. BoB的建模工具在其FPAS中是在此背景下开发的，但仍有进一步改进的机会。《金融时报》具备一个良好运行系统所需的工具集和模型，包括量身定制的QPM。此外，近年来国际货币基金组织（IMF）的技术援助（TA）任务有助于加强国家财政框架（NTF），并在孟加拉银行（BoB）升级数据库、数据处理和金融政策评估系统（FPAS）基础设施。然而，基于机器学习技术生成的领先指标GDP预测可能（i）更好地与短期预测整合，（ii）更有效地更新，（iii）更好地维护、理解和记录。国家财政框架工具集可以扩展，包括超越向量自回归（VAR）模型更多灵活的方法，以及更高质量的预测。 3. 2