卫星数据用于即时预测
柬埔寨在官方统计的生产和及时发布方面存在有限的制度能力,这限制了政策制定者制定灵活和有效的政策决策的能力。卫星指标可以补充和填补传统指标中的空白,因为它们提供了近乎实时的地面反映,并捕获了经济活动在空间和时间上的粒度细节。
- 动机:柬埔寨面临有限的制度能力来生产和及时发布高质量的官方统计数据,这限制了政策制定者制定灵活和有效的政策决策的能力。
- 数据和方法:机器学习模型应用季度卫星指标以及传统变量来训练即时预测模型。卫星(非传统)指标包括夜间灯光、二氧化氮排放、降水、归一化植被指数、增强型植被指数、植被健康指数和农业压力指数。
- 结果和解释:随机森林机器学习技术显示出很强的拟合度,指出 2025 年第一季度和第二季度年同比增长 GDP 增长率为 5.7% 和 6.7%。夜间灯光和二氧化氮似乎是最有影响力的变量。夜间灯光(NTL)在近期时期显示出更强的影响力,表明其与从太空可见的夜间经济活动越来越一致。
柬埔寨信贷周期的外部驱动因素
柬埔寨的信贷周期对全球金融状况表现出显著的敏感性,常见的全球和区域因素解释了柬埔寨信贷增长差异的约 60%,在亚洲地区是最高的。分析表明,柬埔寨对外部冲击的反应,包括美国货币政策、中国增长和全球风险情绪,几乎完全是通过一个共同的全球信贷渠道,而不是直接的双边传导。
- 引言:柬埔寨的信贷增长在过去几十年中经历了异常的波动。信贷增长在近 20 年中每年超过 25% 的速度飙升,并在 2024 年急剧下降到个位数增长。
- 数据和方法:分析使用了来自 100 多个国家的月度信贷对私营部门数据进行动态因子模型,以提取全球和区域信贷因素,并衡量柬埔寨对这些共同动态的敏感性。
- 结果:柬埔寨在全球和区域因素上表现出最高的信贷增长载荷。信贷对存款比率(CDR)载荷揭示出事实上的传输渠道模式。因素模型在亚洲经济体中显示出强大的但随时间变化的解释力。全球因素对各种外部冲击表现出不同的反应模式,证实了其作为国际信贷周期传输渠道的作用。
- 结论:常见的全球和区域因素解释了柬埔寨信贷差异的 60% 以上,该国对全球信贷周期表现出最高的敏感性。然而,滚动窗口分析表明这种关系显示出显着的时间变化。当在 VAR 分析中控制全球信贷因素时,个别外部冲击在推动柬埔寨信贷增长方面失去了其统计意义。这表明对外部影响的感知主要通过共同全球金融周期动态,而不是通过对外部特定国家或冲击的独特曝光。
- 政策建议:宏观审慎政策可能比传统的货币政策工具更有效地管理信贷周期,因为大部分国内信贷增长波动实际上是 oversized 对共同全球冲击的反应。鉴于柬埔寨对全球周期的高敏感性,加强全球金融状况的监测变得尤为重要。这些发现应适当解释,因为全球因素在近年来解释力的下降表明传输机制可能正在演变,或者最近的信贷动态反映了国内因素在框架中未捕获的更大作用。