R_在东亚：商业、金融周期和溢出效应

东亚的R*：商业、金融周期和溢出效应 由 Pierre L. Siklos，Dora Xia 和 Hongyi Chen 著 货币与经济部 2025年8月 JEL分类：E58，E32，E42，E43，C54 关键词：中国，日本，韩国，中性实际利率，时域和频域建模，带谱回归，金融周期 IS工作文件由货币与经济部门成员撰写国际清算银行B部门，以及不时由其他经济学家撰写的文章，均由该银行出版。这些文章涉及当前热门话题，具有技术性。文章中表达的观点是其作者的观点，不一定代表国际清算银行的立场。 该出版物可在 BIS 网站（www.bis.org）上获取。 © 国际清算银行 2025 年。版权所有。经说明出处，允许部分摘录或翻译。 东亚的R*：商业、金融周期和溢出效应10F 皮埃尔·L·西克洛斯，威尔弗里德·劳里埃大学（WLU），巴尔斯利国际事务学院（BSIA） 多拉夏, 国际清算银行 (BIS) 和 陈红怡，香港金融研究中心 (HKIMR) 摘要 本文采用频率域方法，利用中国、日本、韩国和美国的季度数据，对中性利率（r*）提供了新的估计。通过利用带谱回归，我们估计了两种类型的中性利率，分别适用于商业周期和金融周期。为了考虑r*估计值周围的不确定性，我们通过厚建模方法推导出置信带。我们的估计与现有的已发表估计有一些共同特征。与先前的研究一致，观察到r*呈下降趋势，但当考虑到不确定性带时，这种趋势就不那么明显了。同时，我们的研究为所考察的四个国家的中性利率提供了新的视角。对于单个国家而言，我们估计的两种类型的中性利率并不总是相互追踪，这表明中央银行在设定政策利率时，面临着商业周期与金融周期考量之间的权衡。在不同国家之间，我们识别出从美国到这三个东亚国家的显著正向溢出效应，以及从中国到韩国和日本的溢出效应。 埃尔尔·希克洛斯，WLU & BSIA，Ppsiklos@wlu.ca 多拉夏, BIS,dora.xia@bis.org 陈红毅，HKIMR，hchen@hkma.gov.hk JEL分类代码：E58，E32，E42，E43，C54 关键词：中国，日本，韩国，中性实际利率，时序和频域建模，频谱回归 1. 简介 评估货币政策立场持续是一个备受争议的问题，尤其考虑到自2021年以来全球通胀的异常涨跌。近年来，讨论中心围绕中性实际利率，即r*的概念展开。r*的一个常用定义是当经济闲置为零且通胀稳定时的利率。随后观察者会问，通过将r*与现有的实际政策利率进行比较，来判断当前的货币政策是否过度宽松或过度紧缩。 利率的中性水平，或r\\*，由于其是一种假设概念，本身是不可观测的。因此，必须通过估计来推断它。许多r\\*的估计值源自半结构模型，例如由劳巴赫和威廉姆斯（2003年）开创并由霍尔斯顿等人（2016年、2023年）扩展的模型。劳巴赫-威廉姆斯模型是一个线性化的新凯恩斯框架，该框架包含了IS曲线（将产出缺口与实际利率联系起来）和菲利普斯曲线（将产出缺口与通货膨胀联系起来）。r\\*的估计依赖于一个假设，即上升/下降的通货膨胀通常表明当前利率低于/高于自然利率。r\\*的其他估计值来自结构DSGE模型，其中r\\*表示在具有灵活价格的假设经济中会占主导地位的利率（例如，德莱戈等（2017年、2019年））。一些其他方法使用简化型时间序列模型，其中r\\*被估计为未来实际短期利率的预测（例如，鲁比克和马特斯（2015年）和莫利等人（2024年）），或是实际短期利率的长期平均水平（例如，汉密尔顿等人（2016年）和菲利奥蒂尼等人（2018年））。2,31F 2F 现有的r*估计主要集中于美国。这种侧重是由几个因素驱动的：长期数据序列的可用性、通货膨胀和产出缺口作为恰当解释美国货币政策立场的（类似于泰勒规则）已确立的作用，以及美国货币政策在全球经济和金融形成中的关键作用。 市场。对于其他发达经济体或全球经济中的r*估计，方法论通常深受美国经验的影响。例如，包括Wynne和Zhang（2018年）、Grossman等人（2021年）和Adjalala等人（2024年）。 世界上其他地区（包括东亚）的r*估计较少。Chen和Siklos（2024）概述了估计中国r*的努力，这些努力大体上遵循Laubach和Williams（2003）建立的框架。类似地，关于日本和韩国r*的研究倾向于采用为美国开发的方法。例如，对于日本，有Ikeida和Saito（2014）、Sudo等人（2018）以及Han（2019）；对于韩国，有Lee等人（2020）、Rafiq（2021）以及Kang和Do（2024）。 然而，美国的做法可能不直接适用于东亚国家。作为开放经济体，这些国家之间货币政策与经济发展之间的相互作用，并未被为美国设计的半结构模型充分捕捉。具体来说，汇率和资本流动等因素——对外部发展高度敏感——在塑造货币政策决策和宏观经济动态中往往发挥着重要作用，而这些因素通常被美国视为不那么关键。此外，其他经济体也必须应对来自美国的溢出效应，而其他国家对美国的溢出效应则可能相对不那么重要。 此外，现有的方法论主要关注稳定经济周期频率的利率，基于r*被定义为使产出和通胀与其潜在水平相一致的利率。然而，由金融危机引发的最新衰退促使政策制定者不仅考虑商业周期的稳定，还考虑金融周期的稳定（例如，参见Danthine（2012））。在过去的几年里，越来越多的文献强调了金融周期的存在，该周期被认为明显长于标准的商业周期（例如，Drehmann等人（2015），Yan和Huang（2020））。虽然商业周期通常持续两到五年，但金融周期通常持续10到20年（例如，Borio（2014））。因此，自然地认为存在两种类型的r*，即一种随商业周期演变，另一种随金融周期演变。如果金融周期的特征与常规商业周期的特征差异很大，那么稳定商业周期的自然利率可能与稳定金融周期的自然利率产生分歧。虽然稳定金融周期的责任 经常转向宏观审慎政策而非货币政策，使用r*在金融周期频率作为基准以理解货币政策在塑造金融周期发展中的作用仍然重要。已有研究从类似的角度考察r*。例如，De Fiore和Tristani (2011)在一个包含金融摩擦的美国结构模型中分析r*，并证明在有和没有此类摩擦的经济体中，r*对冲击的反应不同。类似地，Akinci等人 (2020)使用美国的结构模型估计用于金融稳定的r*，并将其称为r**。他们的框架将银行建模为杠杆约束会随着投资组合风险增加而收紧，并将r**建模为约束起作用的阈值。这旨在作为金融稳定的基准，就像r*是旨在实现宏观经济稳定的货币政策的基准一样。然而，两项研究都没有明确考虑金融周期，该周期已被证明与商业周期具有非常不同的性质。我们的研究旨在提供r*的新估计，重点关注中国、韩国和日本的发展。我们没有采用估计半结构模型的常见方法，而是采用基于频域的时间序列视角。我们方法的关键优势在于能够区分商业周期和金融周期中的r*。这使我们能够分别捕捉货币政策在商业周期和金融周期中稳定经济的作用。为此，我们结合了共识，即影响r*的因素随时间推移差异，而货币政策制定者考虑的时间范围不同，而金融因素需要更长的时间才能在整个经济中发挥作用。话虽如此，商业周期频率下的r*与金融周期频率下的r*也是相互关联的，反之亦然，因为金融状况和实际活动紧密相连。我们的实证结果清楚地表明了这一点。然而，商业周期和金融周期在不同的频率运行。在商业周期频率上稳定经济与在金融周期频率上稳定经济是不同的。在金融危机或深度衰退时期，两者可能会出现相当大的差异，因此政策制定者可能会面临权衡，即优先考虑维持金融稳定还是将经济拉出深度衰退。 具体而言，我们应用了Engle（1974）的带谱回归技术，该技术有助于将频域估计转换为更易于解释的时域。我们对实际政策利率在商业周期和金融周期频率上分别运行了关于四个因素的带谱回归。这些因素包括一个经济因素、一个金融因素、一个 货币因素，以及一个结构因素。结构因素是试图捕捉 r* 的决定因素，包括生产力和人口因素。这些因素是构建4我们的样本通过一个综合大量变量信息的因子模型。该模型始于20世纪90年代末或21世纪初，具体时间取决于每个国家的数据可用性。3F为评估我们点估计的不确定性，我们利用生成多个r*估计的能力，并利用厚建模方法（Granger和Jeon（2004））来量化围绕r*的系数和模型不确定性。 此外，我们还考察了 r* 在不同国家之间的可能溢出效应。5鉴于美国在影响其他国家货币政策方面所起的重要作用4F，我们首先询问美国中性利率的变化是否也会影响所考虑的三个东亚经济体的r*。我们还检验中国的货币政策是否会产生全球溢出效应，考虑到中国在全球经济中日益增长的作用。例如，Miranda-Agrippino等人（2020）发现，美国和中国的货币政策都对全球有显著影响。 为了简要总结我们的发现，我们对美国和日本的估计值是可比的，但与现有的已发表估计值不同。先前文献中报告的r*的下降趋势在我们的研究中得到了复制。然而，中国r*的下降是一个相对较新的现象，在疫情时代后显示出逆转的迹象。在另外三个考虑的经济体中也观察到了类似的r*显著逆转。话说回来，当考虑点估计的不确定性时，r*的长期下降趋势就不那么明显了。货币政策是过于宽松还是过于紧缩的评估取决于所考虑的周期。例如，在中国和韩国，当考虑金融周期时，货币政策的立场比在商业周期中寻求均衡时更接近于中性。在日本和美国，当存在大的冲击（例如，互联网泡沫、全球金融危机、安倍经济学启动和疫情）时，在金融周期时偏离中性的现象也最为明显。美国和中国对韩国和日本的r*产生了显著的正面溢出效应， 在美国 r* 对中国也存在类似的溢出效应。此外，r* 和溢出效应对所有四个国家的经济周期都敏感。我们的结果表明，当设定政策利率时，中央银行权衡了经济周期与金融周期因素。 在当前研究关注的那些国家中，我们分别对r*了解多少？一项选择性回顾表明存在一些相互矛盾的结果。大多数研究关注的重点是趋势增长（或潜在产出）和通胀表现对r*值的决定作用，其他方面较少涉及。金融周期的作用通常被淡化，经济的开放程度也是如此。将相对更大的作用分配给长期因素的更广泛的r*非常强调人口驱动因素（例如，Goodhart和Pradhan (2017, 2020), Carvalho, Ferrero和Nechio (2016)）。尽管如此，有些人认为人口因素是东亚r*的重要驱动因素，这部分可能因为理论文献和模型结构，生产力通常被认为是主要的驱动因素。这一点不仅在美国和日本等发达经济体中得到证实（例如，参见Ikeda和Saito (2014)），也适用于中国和韩国（例如，参见Li和Sun (2020), Sun和Rees (2021), Kang和Do (2024)）。事实上，韩国的经验被认为是日本经验的一种镜像，尽管存在较长时间的滞后（参见Lee, Hahm, Park,和Young Park (2020)）。 那么，人口因素必须与其他几个被提出用以解释过去几十年中性利率下降的因素竞争。决定因素的非详尽清单包括对国外冲击的开放程度、资本市场一体化程度、汇率和货币政策策略，甚至地缘政治风险。探讨这些决定因素如何影响r*的相关研究包括Cesa-Bianchi、Harrison和Sajedi（2023年）、Grossman、Martinez-Garcia和Wynne（2018年），以及Kiley（2020a，2020b）。65F 本文其余部分的结构如下。第2节概述了方法论，而第3节描述了数据。第4节介绍了我们的主要发现，而第5节总结了。 2. 方法论 2.1 基于频带谱方法估计 r* 正如其他地区一样，东亚的r*很可能由多种因素决定。大多数应用关注短期（即，货币条件）的中性利率决定因素，尽管中到长期因素（例如，金融资产、生产力、人口结构）也已知发挥作用。通常，更广泛的实际经济因素（例如，总需求和供给）和货币政策