金融状况与宏观经济：双因素视角

该出版物可在国际清算银行网站（www.bis.org）上获取。© 国际清算银行 2025。保留所有权利。在注明出处的情况下，可部分复制或翻译。ISSN 1020-0959 (print) ISSN 1682-7678 (online)BIS 工作论文由国际清算银行货币与经济部门的成员撰写，有时也由其他经济学家撰写，并由该行出版。这些论文涉及的课题是当前感兴趣的主题，具有技术性。论文中表达的观点是作者的观点，不一定代表国际清算银行的观点。 马科·洛姆巴迪 克里斯蒂娜·马内亚 安德烈亚斯·施里姆普夫摘要2025年6月13日BIS BIS BIS & CEPR关键词：金融状况、货币政策、金融加速器、动态因子模型JEL分类：C38，E52，G10金融状况与宏观经济：一个双因素视角∗我们基于一个应用于广泛金融价格和收益率的动态因子模型，构建了一个新的美国金融状况指数。由此产生的两个潜在因子分别捕捉了安全利率的一般水平和整体感知与定价的金融风险度量。通过分析这些因子与宏观经济之间的相互作用，我们发现： (i) 这两个因子都受到货币政策的显著影响； (ii) 这两个因子的正向变化会导致经济活动的持续收缩； (iii) 与安全利率因子相比，风险相关因子对经济活动表现出更强的预测能力。我们的结果与货币政策的需求数据和信贷渠道都在起作用相一致，并强调，为了准确评估金融状况对经济活动的传导，从感知金融风险的变化中分离出安全利率的变化至关重要。隆巴迪：国际清算银行。邮箱：marco.lombardi@bis.org. 曼纳：国际清算银行。邮箱：cristina.manea@bis.org. 施里姆普夫：国际清算银行，以及CEPR。邮箱：andreas.schrimpf@bis.org. 我们感谢Claudio Borio、Charles Evans、Gaston Gelos、Hyun Song Shin、FrankSmets、Eric Swanson、Harald Uhlig，以及BIS、ECB和联合BIS-SNB研讨会的参与者们，感谢你们的反馈和评论。我们也非常感谢Berke Korukmez为研究提供的出色帮助。 ∗ 11 简介“[...]金融状况影响家庭和企业的储蓄和投资计划，因此，在影响经济活动和经济增长预期中起着关键作用。这就是为什么在执行货币政策时，对金融状况的评价如此至关重要的原因。”威廉·C·道迪，2017年在本文中，我们介绍了一个使用动态因子模型构建的新型金融状况指数，该模型具有多种理想特性。首先，它依赖于一种简洁且透明的构建方法，从而避免了某些现有方法的“黑箱”特性。此外，使用动态因子模型使我们能够依赖于代表不同金融市场细分的价格丰富数据集，这些贡献可以通过少数几个同质的子组件（因子）进行总结，这些因子由联合动态决定。1例如，高盛或美联储理事会等金融状况指数通常对“安全”的政府债券收益率赋予显著权重，而更侧重于金融压力（例如彭博FCI）的指数则更直接地依赖货币传导机制中风险更高的部分。2这种情况尤其适用于高盛FCI：虽然基础变量和相关权重是公开的，但前者构建的方式和后者的估计方法不太明确，并且仅在相对笼统的术语中有所记载。经济中代理机构面临的金融状况作为货币传导机制的中介步骤发挥着关键作用。虽然中央银行最终的目标是使通胀和实际活动稳定在期望的目标水平，但他们是通过引导企业和家庭的投资和储蓄激励来实现这一点的。这些决策受到融资成本和可获得性的影响。因此，密切监测金融状况——广义上定义为企业和家庭面临的融资成本——对于评估货币政策立场及其向更广泛经济的传导至关重要。然而，正式评估货币政策如何传导至金融状况以及这些状况如何影响宏观经济前景远非易事。一个挑战在于，“金融状况”这一概念本身具有多维度特性，因此衡量它至少涉及一些临时性选择。从一般意义上讲，随之产生的金融状况指数（或FCI）可被视为某组金融价格（反映各类短期和长期融资工具的利率，其中一些安全，另一些则反映不同类型风险的补偿）的加权平均值。然而，权重以及这些“代表性”价格本身都受个人选择的影响，这必然会导致不同的结果。现成的金融状况衡量指标根据其基于的数据集和所依赖的方法论给出不同的指示。1而且更重要的是，现行指数往往存在构建方法不完全透明的问题，这使得人们难以理解其动态变化的驱动因素，并进而难以理解其向宏观经济传导的过程。2 2数据。这些因素被确定为在它们能够解释的总体方差份额方面最能代表数据集。不同的因素最终捕捉了金融状况的特定方面，并且具有易于直观理解的经济解释——这是经济和金融监测目的所期望的一个特征。“风险因素”在其预测表现中的相对显著性表明，风险冲击是宏观经济发展的关键驱动因素。为进一步探讨这一点，我们基于 SVAR 规范在吉利斯克和扎克拉舍克(2012）并证明，用我们的一级和二级因素分别替换他们的安全长期利率度量（10年期政府债券收益率）和风险度量（债券溢价的超额部分），所得结果在质和量上都与他们的结果高度一致。具体而言，我们发现“风险因素”的冲击会导致实际活动和通货膨胀出现显著且持续收缩，同时也会促使货币政策以降低短期利率的形式做出响应。然而，这种自然因素结构也与金融和经济活动有着密切的关系。我们表明，这些因素都能预测宏观经济的发展，但“风险因素”在一年期的时间范围内对经济活动的预测能力更强。因此，如果想要构建一个综合性的“头条”指数，以最大化对特定宏观变量的预测能力，就像高盛指数那样对GDP增长进行的那样，那么“风险因素”应该获得相对较大的权重。在后续步骤中，我们修改了Cholesky排序吉利斯克和扎克拉舍克(2012）的规范来识别安全的利率冲击。我们发现，对第一个因素的积极冲击同样会导致实际活动和通货膨胀的持续下降，这与标准货币政策冲击的效果相似（例如,伯南克和布莱德雷(1992),克里斯蒂安诺等人。(2005),雷米(2016)).结果表明数据集具有非常清晰和独特的因子结构：第一个因子主要与利率总体水平有关，特别是政府债券的利率——因此我们将其标记为“安全收益率因子”；第二个因子主要反映利差、风险收益率和股票回报——因此我们将其标记为“风险因子”。重要的是，这种因子结构自然地从数据中产生，而没有对数据集中区块的正交性或因子与经济活动之间的关系施加任何识别假设。接下来，我们通过在离岸货币冲击中识别高频货币冲击，使用局部投影来研究货币政策如何通过每个因素以不同的方式传导。在这里，我们依赖于Jarociński和Karadi(2020) that strip out possible将我们的第二因素作为风险变量纳入VAR模型有两个显著优势。首先，它将一个更广泛的概念——金融条件——纳入一个全面且成熟的实证框架（例如，卡瓦列罗等,2024). 第二，通过因子载荷，它使我们能够分离和追踪不同金融市场板块发展在驱动风险冲击方面的贡献。 32 审计财务状况指标及相关文献在本节中，我们从对现有的主要金融条件指标（FCIs）及其所依据的方法论进行简要回顾开始。然后，我们转向讨论与我们的研究类似，研究金融条件变化对更广泛的宏观经济影响的相关理论和实证学术研究。方法论FCI研究。在过去的二十年中，越来越多的文献致力于构建金融状况指数（FCIs），这些指数提供了一种衡量经济主体融资成本和可得性的综合指标。FCI在目的、覆盖范围和方法上存在很大差异（见表格1).本文其余部分组织如下。第二节概述了现有的金融状况指标并回顾了相关文献。第三节重点研究了FCI的构建：我们讨论了选择指标的逻辑，并展示了如何通过动态因子模型对这些指标进行建模，产生了两个截然不同且高度直观的因子。第四节阐述了因子对关键宏观经济变量的预测能力，并提出了如何通过不同的权重方案组合它们。第五节采用SVAR方法，说明了冲击对两个因子、信贷总量的传导，以及对实际活动和通货膨胀的传导。第五节详细阐述了货币政策冲击对因子的传导。第六节进行了一系列稳健性检验——包括外汇市场的作用——然后得出结论。最后我们展示一些额外的结果，这些结果应该有助于让读者相信我们方法的有效性：i) 对欧元区部分国家的估计，对于这些国家，我们发现的与美国相同的因子结构自然出现；ii) 包含一组外汇相关变量的额外结果，似乎作为一个独立的因子出现。央行信息效应。结果表明，货币政策以显著且持续的方式通过这两个因素传导。一个主要的区分点在于它们的预期用途：（i）一些指数旨在预测宏观经济结果，（ii）另一些旨在通过历史标准评估金融状况的相对紧缩程度，而（iii）还有一些则主要针对监测金融压力。例如，高盛FCI汇总了五个核心金融变量——短期和长期利率、企业利差、股票价格和汇率——并根据它们对一年期内GDP的估计影响来校准它们的权重（哈齐厄斯等人,2017a同样地，经合组织FCI根据其对产出缺口（的回归估计效应，对八个指标分配权重。戴维斯等人,2016a). 类似地，美国联邦储备委员会（FRBUS）提供的FCI旨在通过模拟货币政策在不同市场中传递的方式，以符合FRBUS主力模型的工作方式，预测货币政策对实际活动的影响。 4最后，现有指数的一个第三个关键区分点是用于将单个序列组合成一个综合指数的方法。在某些情况下，单个权重被设置为最大化金融条件对GDP在一定时间范围内的 影响（例如在GSFCI中），以复制某些变量在更广泛的 结构模型背景下的影响（例如美联储委员会的FCI），或基于简化形式的需求方程（例如迈尔斯和维伦(2001),戈达德和霍夫曼(2003)).其他方法则使用统计方法来计算权重，范围从简单的等权重（例如Bloomberg FCI）到更复杂的统计方法（例如芝加哥Fed FCI使用的数据矩阵中权重是最大化代表性的；CISS结合时变交叉相关来捕捉系统性风险动态（沙维尔什维利和克莱默,2023a)).现有指数区分的第二个关键点在于其国家覆盖范围。一些指数适用于广泛的国家（例如全球系统重要性金融机构（gs fci）、经合组织系统重要性金融机构（oecd fci）、国际货币基金组织系统重要性金融机构），而另一些则专注于一个特定的国家（例如FRBUS FCI，NFCI，圣路易斯联储FSI，澳大利亚储备银行FCI）。3虽然这种双因素结构在各国看来相对稳健，相比之下，其他指数，例如芝加哥联储的全国金融状况指数（NFCI）或国际货币基金组织的FCIs，则更侧重于统计学，旨在通过历史标准来捕捉金融状况的紧缩程度。例如，NFCI基于对跨越货币、信贷和股票市场的100多个金融时间序列的主成分分析。国际货币基金组织的FCI也依赖于应用于金融价格和利差的主成分方法（国际货币基金组织,2017).我们对这一领域文献的贡献在于提出了一个能够解决先前方法中固有测量和可解释性挑战的金融状况指数。具体而言，我们的模型基于一个在广泛的金融变量面板上估计的动态因子模型（DFM）。该模型识别出两个具有经济意义的潜在因子：(i)一个“安全收益率”因子，捕捉无风险利率（尤其是政府债券）的变动，以及(ii)一个与信用利差、风险债券收益率和股票市场状况相关的“风险”因子。3识别双因素结构代表一项关键创新。它将金融状况透明地分解为与货币政策立场和感知金融风险相一致的因素。这种分离不仅在理论上有所依据——在金融加速器模型的精髓中(伯南克等人,1999b)—但同时也是经验地另一组指数试图衡量金融压力而非广泛的金融状况。因此，它们突出了各种利率利差或风险指标，如隐含波动率。在这一类别中，某些指数，如彭博FCI或亚洲开发银行（ADB）金融压力指数（FSIs），基于被认为能代表整个金融体系的少数几个金融市场变量，而另一些指数，如圣路易斯联邦储备银行FSI或欧洲中央银行系统性压力综合指标（CISS），则基于更广泛的信用利差和市场波动率指标。 5表1：现有金融状况指数概述索引名称 主要目的 方法学与覆盖范围高盛FCIs金融影响条件GDP增长五个变量：名义短期利率,名义长期利率，企业利差，股权价格，贸易加权汇率。A第六个变量对于某些国家：主权传播（EA国家），债务加权汇率（某些EMEs）。基于一年