人工智能革命和后视型央行如何引发总需求和利率超调：一些模型模拟

我一直在思考生产力 y* 增加对经济的影响，例如，由于人工智能革命，我假设中央银行需要时间来意识到 y* 的增加也增加了自然实际利率 r*。

y y r

我试图用一个简单的（新？）凯恩斯主义模型来建模。

我应该强调这是初步工作，基本上只是一个练习，看看我可以使用 ChatGPT 4o（和 Python）进行多少建模，同时获得对宏观经济过程的真正洞察，并获得生产力冲击、不完善的中央银行和通货膨胀之间关系的新细微差别。

在我迄今为止所做的建模中，我假设中央银行通过四年的自适应过程形成对 r* 的预期。

r

下图说明了宏观经济变量对潜在产出增长冲击的动态响应。

初始冲击和总需求

第一年，潜在产出增长率从 2% 上升到 2.5%。这代表经济生产能力的提高。

这种激增的发生是因为经济对更高的生产能力做出了积极反应，从而导致经济活动增加和总需求增加。

但是，请注意图中总需求最初“超过”了潜在产出的增长。这是央行行动的结果，我们将在下面看到。

央行的初步反应

尽管潜在产出增长立即增加，但央行并没有立即调整其对自然利率的看法。可以说，央行是后顾之忧。理由很充分——自然利率无法实时观察。

随着感知利率上升，央行也开始提高其政策利率（蓝线）。

尽管生产率增长加快，通货紧缩效应明显，但通胀仍超调

y

利率和自然利率趋同

y y