债务风险

;财政事务部门风险债务IMF工作论文由Davide Furceri、Domenico Giannone、Faizaan Kisat、W. Raphael Lam和Hongchi Li* 编写H3, F3, G1.债务；风险；预测。dfurceri@imf.orgdgiannone@imf.org fkisat@imf.orgwlam@imf.org; hli4@imf.org摘要：该论文提出了一种分析公共债务风险的新框架。该前景，即“风险债务”。它采用分位数面板回归框架来评估当前的宏观金融和政治条件如何影响所有可能的未来债务结果。许多因素——包括金融条件和经济变量（如初始债务和GDP增长）——都预测未来债务的预期水平及其不确定性，这意味着风险存在显著差异，尤其是在分布的上尾部。通过结合这些因素的作用，我们发现，在严重不利的情况下——即未来债务分布的95%分位数，或风险债务——全球公共债务可能比当前预期高出约20个百分点。债务风险的幅度和来源随时间和国家而变化，高初始债务会放大经济和金融条件对风险债务的影响。此外，实证估计表明，风险债务是预测财政危机的关键变量。* 作者感谢Vitor Gaspar、Tobias Adrian和Era Dabla的评论和建议。T-Norris、Jeta Menkulasi、Kevin Wiseman，以及2024年7月国际货币基金组织（IMF）《财政监控》研讨会参与者、2025年1月香港金融管理局（HKIMR）与欧洲中央银行（ECB）联合会议的参与者和讨论者，以及国际货币基金组织（IMF）财政事务部门研讨会。推荐引证：Furceri, Davide, Domenico Giannone, Faizaan Kisat, W. Raphael Lam, 和 Hongchi Li. 2025.“Debt-at-Risk.” IMF Working Paper No. 2025/86, Washington DC.IMF Working Papers描述作者正在进行的 nghiên cứu ve nghĩa là được xuất bản để thu hút nhận xét vàkhuyến khích tranh luận.IMF Working Papers中表达的观点是作者的观点，不一定代表国际货币基金组织、其执行董事会或国际货币基金组织管理层的观点。经Davide Furceri授权于2025年5月发布 ;;JEL分类号：关键词：作者邮箱地址： 风险债务国际货币基金组织工作论文由Davide Furceri、Domenico Giannone、Faizaan Kisat、W. Raphael Lam和Hongchi Li撰写 摘要风险债务本文提出了一种用于分析公共债务前景风险的新框架——“风险债务”。该框架采用分位数面板回归模型来评估当前宏观金融和政治条件如何影响未来所有可能的债务结果范围。其中许多因素——包括金融条件和经济变量（如初始债务和GDP增长）——预测了未来债务的预期水平和不确定性，这意味着风险存在显著差异，尤其是在分布的上尾部。通过结合这些因素的作用，我们发现，在严重不利的情景下——即未来债务分布的95分位数，或“风险债务”——全球公共债务可能比当前预测高出约20个百分点。债务风险的规模和来源随时间变化并在国家间差异，初始债务较高会放大经济和金融条件对风险债务的影响。此外，经验估计表明，“风险债务”是预测财政危机的关国际货币基金组织，电子邮件：dfurceri@imf.org,dgiannone@imf.org,fkisat@imf.org,wlam@imf.org,和hli4@imf.org作者们感谢Vitor Gaspar、Tobias Adrian、Era Dabla-Norris、Jeta Menkulasi、Kevin Wiseman以及2024年7月国际货币基金组织财政监测研讨会参与者的评论和建议，感谢2025年1月香港金融管理局-欧洲中央银行联合会议的参与者和讨论者，以及国际货币基金组织财政事务部门研讨会。此处表述的观点是作者们的观点，不应归因于国际货币基金组织、其执行董事会或其管理层。Davide Furceri Domenico Giannone Faizaan Kisat W. Raphael Lam Hongchi Li∗ 键变量。JEL代码: H6; F3; G1.关键词: 债务; 风险; 预测。 ∗ 1 引言债务风险框架建立在“增长风险”方法论之上，并对其进行了推进（Adrian, Boyarchenko,and Giannone）。2019该研究分析并探讨了全球债务分布的动态变化，时间跨度为未来一至五年。与现有预测未来债务的方法相比，该分析具有多个优势。它通过超越债务的“直接”驱动因素（例如，利率-增长差异和主要收支平衡）来评估债务风险，进而调查可能通过同时作用于多个直接驱动因素来影响政府债务的显著潜在因素——例如金融压力或政策不确定性增加。其次，该研究评估了这些因素对未来债务-国内生产总值分布是否具有非对称和非线性影响。第三，该研究考察了这些因素对公共债务水平及其不确定性产生的影响。最终，该框架帮助决策者评估在严重不利情况下公共债务可能达到的高度，并提供了一种能够跨国家和跨时间进行比较的方式。当前，全球公共债务水平非常高，并且可能高于预期进一步上升。2024年债务总额已超过100万亿美元，预计到2030年将接近全球GDP的100%，主要由世界上最大的两个经济体——中国和美国所驱动（见图）1). 展望未来，不断升高的贸易紧张关系和地缘经济不确定性、日益紧缩的金融环境以及支出压力——例如与人口老龄化和国防相关的那种压力——可能会通过加剧财政赤字和抑制增长来进一步复杂化债务前景。此外，债务意外事件既频繁发生，在某些情况下也相当巨大（Estefania-Flores et al.2023), 导致痛苦的经济后果，正如欧洲债务危机期间所观察到的那样。因此，评估债务前景所面临的风险至关重要。然而，目前大多数可获得的债务预测通常反映经济中未来债务轨迹的平均估计。要理解债务动态的不确定性，需要对预测的下行和上行风险进行量化，并监测其随时间的演变。为满足这一需求，本文引入了一种创新的“债务风险”框架，以量化公共债务基线预测周围风险的完整分布（并识别其来源）。实证方法基于位置尺度模型来估计债务占GDP比率的预测分布。该模型包含国家固定效应以充分控制非时变的国家特征。将条件变量变化与未来债务预测分位数联系起来的关键参数是位置和尺度。位置捕捉了随着回归变量移动时未来债务整个分布的“偏移”。尺度捕捉了这种偏移是否在不同分位数之间有所差异——也就是说，如果回归变量对预测债务分布的上尾或下尾具有非对称效应。因此，通过 1 2经济因素对债务分布具有长期影响。更高的原始分位数回归结果表明，不利的经济金融发展始终与债务风险呈非对称相关关系。紧缩的金融条件、更高的主权利差以及金融压力事件对未来债务分布的右侧尾部产生不成比例的影响，其最强烈的效应持续至三年预测期。特别是，紧缩的金融条件与预测债务分布的均值和方差的显著同步上升相关，导致高债务分位数相对于低债务分位数出现更大的相对变化。具体而言，金融条件指数增加一个标准差，导致三年期债务风险（95%分位数）增加GDP的3个百分点。相比之下，其对未来债务5%分位数的影响仅为GDP的1.2个百分点。我们将债务实现值作为因变量替换为近端债务驱动因素的未来实现值，发现不利的经济金融发展可能通过增加增长风险（与文献一致）、赤字风险和利率风险来提高债务风险。除了金融变量外，社会动荡等政治发展在短期内通过提高经济和政策不确定性来增加债务风险。在我们基准设定中，未来债务与GDP比率的实现值（直至五年预测期）被回归到同期相关的金融、政治和经济变量值上。由于债务与GDP是一个存量变量，初始债务水平被作为条件变量包含在所有设定中。金融因素包括金融状况指数和金融压力指数（Ahir等人）。2023), 和主权利差。政治变量包括一个世界不确定性指数（Ahir, Bloom, and Furceri2022)和报告的社会动荡指数（Barrett等人）2022）。经济变量包括债务的直接驱动因素，如初始债务、GDP增长、初级收支和通货膨胀。样本是一个国家-年度面板数据，时间跨度从1980年至2024年，涵盖了90个发达经济体以及新兴市场和发展中经济体，这些经济体占全球政府债务的90%以上。风险敞口债务是指一个国家或国家综合体的预测债务占GDP比率的预测95百分位值。上行风险定义为分布中95百分位值与50百分位值之间的差值。下行风险构建为分布中50百分位值与5百分位值之间的差值。25百分位值和75百分位值是另外两个估计值，用于将预测百分位值拟合到一个连续概率分布中。允许调节因子同时影响预测债务密度的均值和方差，位置尺度模型能够适应与调节因子变化相关的预测密度的复杂变化。 3条件分位数被拟合到密度函数中，并使用国家特定权重在条件变量之间进行组合。此过程遵循两个步骤。首先，我们遵循Adrian, Boyarchenko, 和 Giannone（2019) 并将基于单一因素（例如，财务压力）的条件分位数预测拟合到偏斜t-分销。其次，由于分析考虑了多个调节变量，我们遵循Crump等人（2023) 和 Hengge (2024) 以获得基于个体变量预测能力的单一“汇总”密度函数（针对每个国家-年份和预测范围）。汇总密度通过加权求和各个预测器的密度来计算，其中（国家特定的）权重之和为1，并计算用于最大化组合分布的样本外预测准确性。这种方法确保了汇总密度本身也是一个密度函数，并能够基于最强烈驱动国家债务动态的变量构建密度。国家层面的分布被聚合起来，以构建全球和区域密度以及其他感兴趣的总和分布——发达经济体和发展中经济体及新兴市场。2027年的全球债务风险预计将达到GDP的117%，比国际货币基金组织世界经济展望数据库中相应预测高出约20个百分点。此外，全球债务风险依然呈现出与全球金融危机（GFC）期间相似的右偏态分布，因为主要财政赤字和债务水平——作为债务风险的关键驱动因素——近年来在许多国家持续恶化。全球债务风险随着时间的推移而增加，主要反映了公共债务本身的演变路径。然而，在诸如全球金融危机（2009年）和COVID-19大流行（2020年）等全球经济冲击期间，上行风险显著增加——且超过实际债务增长——这突显了条件因素对债务分布右尾的非对称影响。风险债务差异在不同国家和国家收入组之间存在显著差异。对于发达经济体，2024年预测的三年期风险债务约占GDP的131%，并已从疫情峰值回落。对于新兴市场和发展中经济体，相应的数字约为GDP的96%，相对于疫情时期有所增加。这两个国家组之间的债务风险差异归因于平衡状况与债务分布的所有分位数上的较低债务相关联。相比之下，较高的初始债务和较低的增长对未来债务分布的右侧尾部（直至五年预测期）产生非对称效应，而初始债务的规模参数在五年预测期内具有显著性。这一结果与风险增长文献中发现的结果不同，该文献表明当前经济状况有助于预测分布的中位数，但无法提供其他分位数的信息。此外，值得注意的是，即使五年后，当期经济状况与未来债务实现之间的关系仍然强烈。 4作为第二项扩展，我们将样本扩展至提供约175个经济体的风险债务指标，其中新增的大部分国家为新兴市场和低收入经济体。具体而言，我们仅使用可获得的条件因素估计分位数，同时仍保留面板数据结构。与基准分位数回归结果一致，经济变量（覆盖国家范围最广）对未来分布的右侧尾部产生长期且显著的影响。此外，扩展样本中的 upside 和downside 债务风险也表现出与基准规格相似的对称性。这项扩展通过量化全球几乎所有经济体债务前景的上行风险，超越了文献中先前的“风险”研究，从而增加了研究价值。该论文提出了三项扩展。首先，我们评估了“债务风险”在预测财政危机方面的有效性，发现“债务风险”指标在作为