XiaoMi-AI文件搜索系统
World File Search System宏观经济
2024 年央行宏观经济展望.pdf
免责声明：尼日利亚中央银行宏观经济展望评估了近期发展并预测了尼日利亚经济的短期前景。它由研究部在经济政策局其他部门的技术投入下制作。该展望每年发布一次，8 月发布更新，使用内部宏观经济模型的预测。它涵盖了可能对国内经济造成的各种冲击，分析了潜在风险，并强调了加强尼日利亚经济所需的政策重点。本报告中的观点和预测基于对当前经济状况的理解以及发布时可用的数据。引文：尼日利亚中央银行。2024 年。宏观经济展望：价格发现促进经济稳定。阿布贾。三月联系人： 主任研究部 尼日利亚中央银行 公司总部 33, Tafawa Balewa Way 中央商务区 PMB 0187 Garki, 阿布贾 网站：www.cbn.gov.ng 电话：+234 (0) 700 225 5226
提高宏观经济统计质量
宏观经济统计数据每 5 年进行一次重大修订。这是一个机会，可以将无法纳入当前修订的改进来源和方法纳入其中。持续的质量改进工作为宏观经济统计数据带来了新知识和改进的数据。在每种情况下，都会决定是否可以在不破坏时间序列一致性的情况下将其纳入当前修订中，或者是否必须等待重大修订。这是在尽快纳入新信息和宏观经济统计数据（国民账户、国际收支和政府财政统计）长期一致时间序列的重要性之间的平衡。我们遵循欧盟经济统计的统一修订政策，该政策每五年在 4 月 9 日和 9 日结束的年份开放基准修订。经常性案例是欧盟在确保成员国之间统计数据统一的工作后要求进行的修订。1971 年至 2019 年政府财政统计的重大修订于 6 月 6 日发布。同时，2020 年至 2023 年的当前修订也已纳入。重大修订几乎不会影响政府消费支出。政府净贷款略有改善，欧元区债务略有增加。2005-2019 年的国际收支修订报告于 6 月 10 日发布。同时纳入了 2020-2024 年的当前修订。修订的主要影响是进口上调，从而国际收支经常账户下调。国民账户的重大修订将于 2024 年 6 月 28 日发布。主要修订年份是 1966-2019 年，只有在出现新的和改进的来源和/或新方法的情况下才会纳入特定修订。这尤其适用于纳入修订后的国际收支数据和修订后的政府财政统计数据。2020-2023 年按 6 月底的定期年度出版物重新计算，并受到重大修订和当前修订的影响。 1966 年至 2019 年的整个时期，按现行价格计算，GDP 不会受到太大影响。然而，商品和服务账户发生了重大变化。1966 年至 2019 年期间，GDP 增长不会受到太大影响。2020-2023 年的结果将于 6 月 28 日解释。以下是对最重要的修订的描述。
评估拜登与特朗普的宏观经济后果
竞选期间提出的一些经济政策未包含在本分析中，包括一些监管和反垄断提案。虽然这些政策可能对特定行业或公司产生显著影响，但据推测它们对宏观经济的影响较小。7 一个值得注意的例外是特朗普可能会试图阻碍美联储的独立性和货币政策的实施。在他的第一任期内，这位前总统公开批评美联储的政策和美联储主席杰罗姆·鲍威尔，可靠的媒体报道表明特朗普的顾问正在仔细考虑他可能采取的措施，以影响或决定第二任期内的利率制定。虽然这将产生严重的负面宏观经济后果，但我们认为这太过投机，不宜纳入我们的分析中。
宏观经济预测法国 - 2024年6月
按年平均条件，预计2024年的增长率为0.8％。5月22日截止日期后发布的信息不会导致2024年增长预测的任何变化。最新的季度帐户表明，根据最新MBS的数据，第二季度的增长预计将被降低的增长而对增长的增长进行有利的修订。增长应主要由家庭消费驱动（请参见图2），该量应该超过GDP增长。通货膨胀率下降应受益于家庭购买力，因此应有消费，而储蓄率应保持很高。但是，我们预计国内需求会因商业和家庭投资而放缓，这应该继续因融资条件以及大量驱逐出境而阻止。外贸有望为增长做出积极贡献。它应该受益于强大的出口势头，这是由于市场份额的部分和逐步恢复，尤其是在航空部门中。
升高的温度，融化收入：气候场景的特定国家特定宏观经济影响Kamiar Mohaddes剑桥大学，IMF
气候变化 - 平均温度升高，降水模式转移以及更频繁，更激烈的极端天气事件的标志 - 对全球经济构成了关键的挑战。虽然气候变化的物理表现显然令人震惊，但其宏观经济含义同样重要，但很难量化。1本文估计了基于Kahn等人的方法论，全球变暖中特定于国家的每年GDP年度GDP损失。（2021a），但使用不同的缓解措施（即减少温室气体排放），适应性（即适应气候变化影响）和气候变异性（即，在天气模式）的假设。我们专注于缓慢移动，高于历史规范的长期变化的累积宏观经济影响，但从量化了极端天气事件的GDP影响方面抽象。我们将收入损失估计与使用常见基线情景中的文献中的部分论文进行了比较。气候变化具有广泛的影响，在气候和突然的极端天气事件的逐渐变化中都表现出来。虽然了解升高温度的经济影响对于政策设计至关重要，但文献中最常用的估计值通过数量级的顺序差异。这一广泛的范围是由于温度升高是否会影响GDP水平或GDP增长率（图1 A）以及不同的模型规范（包括气候变化和适应方式如何确定）。2，3除Kahn等人外。大多数将温度与GDP水平相关的论文产生相对较小的收入损失估计值。最近的研究将温度与GDP生长（可能是非线性）相关的研究表明，与“没有进一步的热量”基线相比，转向较高（非降低）温度的转移显着降低了人均输出生长的显着降低（随着时间的推移而产生复合水平的影响）。（2021a），当前的面板模式未明确评估气候变异性在估计温度升高的收入损失中的作用。了解年际和跨际自然气候变化对于GDP影响评估至关重要，这尤其是因为气候变化显着改变了气候变异性的频率，强度和模式。4我们区分
将气候变化嵌入研究和政策的宏观经济分析
•国家或年级，年际温度变化（Dell，Jones and Olken 2012; Burke，Hsiang and Miguel，2015年； Nath，Ramey和Klenow，2023年； Kotz等；2024）•全球平均年际温度变化（Bilal和Danzig，2024）•El-Nino驱动的变化（Callahan and Mankin，2023）•全球，低频温度变化（Bastien-Olvera等人（Bastien-Olvera等）2022）
中国宏观经济和股票市场前景2024年第2024季度
2023 2024 2025 1Q23 2Q23 3Q23 4Q23 1Q24 2Q24 3Q24 4Q24 1Q25 2Q25 3Q25 4Q25 2024 2025 (F) (F) (F) (F) (F) (F) (F) (F) (F) (F) (F) (F) (F) (F) (F) 5.0 4.8 4.6 4.5 4.7 4.6 4.5 4.7 4.4 Consumption 7.9 5.4 5.1 5.4 3.9 4.2 4.2 4.0 4.0 4.3 4.3 4.5 4.7 4.5 GDP deflator (%) -0.5 -0.7 -0.1 0.9 -0.9 -0.8 -1.4 -1.3 -1.0 -0.8 -0.3 -0.2 -0.2 0.1 0.0 industrial production (%) 4.2 3.9 4.1 4.2 4.1 4.7 4.2 PPI通货膨胀（％）-3.0 -1.5 0.5 -1.6 -4.6 -4.6 -3.3 -2.7 -2.7 -2.7 -1.8 -1.8 -1.1.1 -0.5 1.0 0.7 0.3 0.3 0.3 0.0-0.0-0.0-0.0-0.0 CPI通胀（％） 1.80 1.80 2.00 1.90 1.80 1.80 1.80 1.80 1.80 1.80 1.80 1.80 1.80 1.80 1.60 1.60 1Y MLF rate (%) 2.50 2.50 2.50 2.75 2.65 2.50 2.50 2.50 2.50 2.50 2.50 2.50 2.50 2.50 2.50 2.30 2.30 CNY/USD 7.10 7.20 7.00 6.87 7.25 7.30 7.10 7.22 7.30 7.30 7.20 7.15 7.10 7.05 7.00 7.14 7.00（注）实际2023 2024 2025 1Q23 2Q23 3Q23 4Q23 1Q24 2Q24 3Q24 4Q24 1Q25 2Q25 3Q25 4Q25 2024 2025 (F) (F) (F) (F) (F) (F) (F) (F) (F) (F) (F) (F) (F) (F) (F) 5.0 4.8 4.6 4.5 4.7 4.6 4.5 4.7 4.4 Consumption 7.9 5.4 5.1 5.4 3.9 4.2 4.2 4.0 4.0 4.3 4.3 4.5 4.7 4.5 GDP deflator (%) -0.5 -0.7 -0.1 0.9 -0.9 -0.8 -1.4 -1.3 -1.0 -0.8 -0.3 -0.2 -0.2 0.1 0.0 industrial production (%) 4.2 3.9 4.1 4.2 4.1 4.7 4.2 PPI通货膨胀（％）-3.0 -1.5 0.5 -1.6 -4.6 -4.6 -3.3 -2.7 -2.7 -2.7 -1.8 -1.8 -1.1.1 -0.5 1.0 0.7 0.3 0.3 0.3 0.0-0.0-0.0-0.0-0.0 CPI通胀（％） 1.80 1.80 2.00 1.90 1.80 1.80 1.80 1.80 1.80 1.80 1.80 1.80 1.80 1.80 1.60 1.60 1Y MLF rate (%) 2.50 2.50 2.50 2.75 2.65 2.50 2.50 2.50 2.50 2.50 2.50 2.50 2.50 2.50 2.50 2.30 2.30 CNY/USD 7.10 7.20 7.00 6.87 7.25 7.30 7.10 7.22 7.30 7.30 7.20 7.15 7.10 7.05 7.00 7.14 7.00（注）实际
人工智能的简单宏观经济学
本文评估了有关人工智能新进展对宏观经济产生重大影响的说法。它从基于任务的人工智能影响模型开始，通过自动化和任务互补性进行研究。只要人工智能的微观经济影响是由任务层面的成本节约/生产率提高驱动的，其宏观经济后果将由 Hulten 定理的一个版本给出：GDP 和总生产率增长可以通过受影响的任务比例和平均任务级成本节约来估计。使用现有的对人工智能的影响和任务级生产率提高的估计，这些宏观经济影响似乎不小但并不大——10 年内全要素生产率 (TFP) 的增长不超过 0.66%。然后，本文指出，即使是这些估计也可能被夸大了，因为早期的证据来自易于学习的任务，而未来的一些影响将来自难以学习的任务，其中有许多与环境相关的因素影响决策，并且没有客观的结果衡量标准来了解成功的表现。因此，预计未来 10 年的 TFP 增长将更加温和，预计将低于 0.53%。我还探讨了人工智能的工资和不平等效应。我从理论上表明，即使人工智能提高了低技能工人在某些任务上的生产率（而不为他们创造新任务），这也可能会增加而不是减少不平等。从实证上看，我发现人工智能的进步不太可能像以前的自动化技术那样增加不平等，因为它们的影响在人口群体中分布得更均匀，但也没有证据表明人工智能会减少劳动收入不平等。相反，预计人工智能会扩大资本和劳动收入之间的差距。最后，人工智能创造的一些新任务可能具有负面的社会价值（例如设计用于在线操纵的算法），我讨论了如何纳入可能具有负面社会价值的新任务的宏观经济影响。JEL 分类：E24、J24、O30、O33。关键词：人工智能、自动化、ChatGPT、不平等、生产力、技术采用、工资。
供应链中断的宏观经济学
本文开发了一个模型，以研究供应链破坏的宏观经济含义，并使用三种关键成分：（i）定制供应商 - 客户链接的公司级网络，从而产生关系特异性生产率的增长； （ii）讨价还价，讨价还价； （iii）广泛的调整范围，从而决定与供应商和客户建立或切断关系。我们建立了平衡的存在和独特性，提供了表征结果，并提供了许多比较静态，这些静态表明供应链和骨料产出如何响应冲击。我们还表明，平衡供应链不具备，并且表现出固有的脆弱性：即使有效的分配始终在相同的冲击中连续，小冲击可能导致输出不连续的变化。我们探索了这种脆弱性的几种宏观经济含义。
