XiaoMi-AI文件搜索系统
World File Search SystemEisenbach
金融（不）稳定性实际利率，r**
我们建立了一个宏观金融模型，该模型具有偶尔约束性的融资约束，其中实际利率对当前和未来的金融稳定产生相反的影响，同时期影响由估值效应（类似于引发 2023 年银行业动荡的效应）驱动，未来影响由中介机构的收益追求驱动。我们使用此模型来说明金融稳定利率 r** 的概念，我们建议将其作为金融脆弱性的定量汇总统计数据。我们为美国经济提供了 r** 的衡量标准，并讨论了其在过去五十年中的演变。关键词：r**、金融危机、金融稳定、偶尔约束性的信贷约束 _________________ Akinci，Del Negro：纽约联邦储备银行（电子邮件：ozge.akinci@ny.frb.org，marco.delnegro@ny.frb.org）。Benigno：洛桑大学（电子邮件：gianluca.benigno@gmail.com）。Queralto：美国联邦储备系统理事会（电子邮件：albert.queralto@frb.gov）。作者感谢 Ethan Nourbash 提供的出色研究协助。他们还感谢 Thomas Eisenbach、Kirstin Hubrich 和 Marek Jarociński 分享他们的数据以及关于其构建的有用见解，感谢各种研讨会、会议和讲习班的参与者，以及 Fiorella De Fiore、Mark Gertler 和 Fernanda Nechio 提供的深刻评论和问题。本文介绍了初步研究结果，并分发给经济学家和其他感兴趣的读者，仅用于激发讨论和征求意见。本文表达的观点为作者的观点，并不一定反映纽约联邦储备银行、联邦储备委员会或联邦储备系统的立场。任何错误或遗漏均由作者负责。
网络风险和美国金融体系：事前分析...
我们模拟了网络攻击如何通过美国金融系统扩大影响，重点关注批发支付网络。我们估计，美国五大最活跃银行中的任何一家受损都将对其他银行产生重大影响，平均有 38% 的网络受到影响。影响各不相同，在特定的日子和地区可能会更大。当银行通过流动性囤积来应对不确定性时，放弃支付活动的潜在影响是巨大的，达到每日 GDP 的 2.5 倍以上。在反向压力测试中，来自资产少于 100 亿美元的银行的中断足以损害系统的很大一部分。连接原本不相关的银行的第三方提供商和金融市场公用事业也带来了额外的风险。关键词：网络、银行、网络、支付 ________________ Eisenbach, Kovner, Lee：纽约联邦储备银行（电子邮件：thomas.eisenbach@ny.frb.org、anna.kovner@ny.frb.org、michael.j.lee@ny.frb.org）。作者感谢 Danny Brando、Darrell Duffie、Beverly Hirtle、Anil Kashyap、Joao Santos、Jason Tarnowski 和 NBER 夏季学院的评论。他们还感谢 Aaron Plesset、Ryan Craver、Helene Hall 和 Montgomery Fischer 提供的出色研究协助。本文介绍了初步研究结果，并分发给经济学家和其他感兴趣的读者，仅用于激发讨论和征求评论。本文表达的观点为作者的观点，并不一定反映纽约联邦储备银行或联邦储备系统的立场。任何错误或遗漏均由作者负责。要查看作者的披露声明，请访问 https://www.newyorkfed.org/research/staff_reports/sr909.html。