本文旨在研究主要石油净出口国经济体如何应对石油价格冲击。我们同时考虑了这种关系在石油价格冲击的符号、规模和原因以及冲击发生时的经济状况方面可能存在的非线性和不对称性,为文献做出了贡献。我们采用阈值结构 VAR 方法对时间序列非线性进行建模,该方法的特点是根据阈值变量将观测值分为不同的区域。我们使用经济活动作为阈值变量,因为它将经济发展分为两种区域,我们预计在这两种区域下石油价格冲击的影响会有所不同。首先,我们发现石油价格冲击对石油出口经济体的影响在很大程度上取决于冲击的根本原因以及经济状况。其次,我们几乎没有发现产出对石油价格冲击符号反应不对称的证据。我们的主要研究结果警告宏观经济规划领域的决策者,在根据油价做出决策时,必须考虑油价变化的根本原因以及发生油价冲击的经济状况。
精确模拟高雷诺数可压缩流动具有挑战性。对于直接数值模拟 (DNS),必须解析所有尺度的流体运动,根据 Choi 和 Moin 1 的说法,网格点的数量按 N ∝ Re 37 / 14 L 缩放。虽然 DNS 是最准确的方法,但它的计算成本也最高。大涡模拟 (LES) 仅解析大能量承载流动结构,未解析(即子网格)结构用子网格应力 (SGS) 模型建模,或直接通过数值方案的扩散(即隐式 LES,ILES)来解释。对于壁面解析 LES (WRLES),近壁面条纹的平均长度和展向间距为 x + ≈ 1000 和 z + ≈ 100,通过壁面粘度 µ w 和摩擦速度 u τ = p 变为无量纲
P210 远离热源、热表面、火花、明火和其他火源。禁止吸烟。 P220 远离衣物/易燃材料存放。 P221 采取一切预防措施,避免与易燃物混合。 P260 请勿吸入粉尘/烟/气体/雾气/蒸汽/喷雾。 P264 操作后彻底清洗皮肤。 P270 使用本产品时不得进食、饮水或吸烟。 P271 仅在室外或通风良好的区域使用。 P280 戴防护手套/穿防护服/戴护目镜/戴面罩。 反应: P301 + P312 如吞咽:如感觉不适,呼叫毒物控制中心/医生。 P301 + P330 + P331 如吞咽:漱口。不要催吐。 P303 + P361 + P353 如接触皮肤(或头发):立即脱去所有受污染的衣物。用水冲洗皮肤/淋浴。 P304 + P340 如吸入:将患者移至空气新鲜处,保持呼吸舒适的休息姿势。 P305 + P351 + P338 如进入眼睛:用水小心冲洗几分钟。如戴隐形眼镜且方便取出,请取出。继续冲洗。 P310 立即呼叫解毒中心/医生。 P363 再次使用前洗净受污染的衣物。 P370 + P378 着火时:用水喷雾灭火。 存储: P403 + P233 存放在通风良好的地方。保持容器密闭。 P405 存放锁好。处置: P501 根据当地法规处置内容物/容器。 其他危险
0.310kwh/24h ( 113kwh/year ) Energy consumption E16 (kWh/24h) 0.170kwh/24h Energy consumption E32 (kWh/24h) 0.450kwh/24h Energy Efficiency Class F Total Storage Volume(L) 131 Refrigerator Storage Volume(L) 131 Refrigerant,Amount R600a,23g/0.207oz Net Weight(kg) 26.2 Gross重量(kg)28.7噪声39dB(C)产品尺寸(MM)(WXDXH)553x574x845敞开的门尺寸(MM)(WXDXH)753x674x845
∗ 美国联邦储备系统理事会国际金融部,华盛顿特区 20551。电子邮箱:matthew.t.klepacz@frb.gov。我要感谢 Simon Gilchrist、Adam Guren、Raphael Schoenle 和 Stephen Terry 对本项目的宝贵指导和支持。我还要感谢来自各个大学和会议的研讨会参与者的评论。本研究是在限制访问劳工统计局 (BLS) 数据的情况下进行的。本文表达的观点为作者的观点,不应被解释为反映 BLS、联邦储备委员会或与联邦储备系统有关的任何其他人员的观点。我感谢我的项目协调员 Ryan Ogden 的大力帮助和努力。其余所有错误均由我负责。
在本文中,我研究了瑞典的货币政策对经济活动和资产价格的影响,分别确定了传统政策变化的影响,而不是有关经济基本面的新信息的影响。 最近的研究表明,央行政策公告周围的政策利率期货价格的高频变化不仅包含货币政策冲击,还包含中央银行信息冲击。 我通过研究中央银行与本文中研究的许多其他中央银行相反的案例,对货币政策的决定非常开放和透明,并发布了一系列预测,包括在同一决策的同一时刻发布, 。 我使用此信息来为金钱政策冲击构建一种具有信息的工具,这是高频市场的组成部分,这是由政策公告触发的,这与央行的经济预测(包括政策利率预测)以及过去的市场惊喜是正交的。 我还增加了对股票市场变化的标志限制,以与中央银行信息冲击分开结构性货币政策冲击。 与其他国家的最新工作相反,我没有发现将货币政策冲击与中央银行信息冲击分开是衡量瑞典货币政策的影响很重要的。在本文中,我研究了瑞典的货币政策对经济活动和资产价格的影响,分别确定了传统政策变化的影响,而不是有关经济基本面的新信息的影响。最近的研究表明,央行政策公告周围的政策利率期货价格的高频变化不仅包含货币政策冲击,还包含中央银行信息冲击。我通过研究中央银行与本文中研究的许多其他中央银行相反的案例,对货币政策的决定非常开放和透明,并发布了一系列预测,包括在同一决策的同一时刻发布, 。 我使用此信息来为金钱政策冲击构建一种具有信息的工具,这是高频市场的组成部分,这是由政策公告触发的,这与央行的经济预测(包括政策利率预测)以及过去的市场惊喜是正交的。 我还增加了对股票市场变化的标志限制,以与中央银行信息冲击分开结构性货币政策冲击。 与其他国家的最新工作相反,我没有发现将货币政策冲击与中央银行信息冲击分开是衡量瑞典货币政策的影响很重要的。。 我使用此信息来为金钱政策冲击构建一种具有信息的工具,这是高频市场的组成部分,这是由政策公告触发的,这与央行的经济预测(包括政策利率预测)以及过去的市场惊喜是正交的。 我还增加了对股票市场变化的标志限制,以与中央银行信息冲击分开结构性货币政策冲击。 与其他国家的最新工作相反,我没有发现将货币政策冲击与中央银行信息冲击分开是衡量瑞典货币政策的影响很重要的。。我使用此信息来为金钱政策冲击构建一种具有信息的工具,这是高频市场的组成部分,这是由政策公告触发的,这与央行的经济预测(包括政策利率预测)以及过去的市场惊喜是正交的。我还增加了对股票市场变化的标志限制,以与中央银行信息冲击分开结构性货币政策冲击。与其他国家的最新工作相反,我没有发现将货币政策冲击与中央银行信息冲击分开是衡量瑞典货币政策的影响很重要的。
*我们感谢Susanto Basu,Ryan Chahrour,Jaromir Nosal,PabloGuerrónQuintana和Rosen Valchev的慷慨指导和支持。我们还要感谢Boragan Aroba,Gianluca Benigno,Hafedh Bouakez,Marco Brianti,Danilo Cascaldi Garcia,Ambrogio Cesa Bianchi Song,James Yetman,以及加拿大银行,波士顿学院,巴西中央银行,威廉和玛丽学院,高露洁大学,欧洲中央银行,美联储,纽约联邦委员会,乔治华盛顿大学,HEC蒙特利尔大学,兰开斯特大学,2017年Spring Green Line Macro Meeting(BU)MIDWEST MACRE(BU),2017年春季MACO MACRE(LSU),2017年,2017年,春季,玛利亚大学,欧洲中央银行,欧洲中央银行,欧洲中央银行,欧洲中央银行,美联储(BU)马里兰大学Sverige Riksbank,第12届年度经济学学生会议(WUSTL),以获取有益的评论。de Leo非常感谢波士顿学院克拉夫中心的财务支持。本文以前介绍了“国际溢出和货币政策的汇率渠道”。†圣克拉拉大学,vcormun@scu.edu‡马里兰大学,deleop@umd.edu
摘要 俄罗斯货币政策可以通过不同的渠道传导至欧亚经济联盟国家。然而,俄罗斯货币政策所谓的溢出效应的重要性仍缺乏证据。本文研究了俄罗斯货币政策冲击(以 MIACR 冲击为代表)对欧亚经济联盟国家的影响。为此,首先,通过 FAVAR 模型识别了俄罗斯经济的货币政策冲击,该模型基于 50 多个指标的月度数据进行估算。此外,分别针对联盟的每个国家估算了具有先前提取的 MP 冲击的 VAR 模型,并分析了脉冲响应函数 (IRF) 和预测误差方差分解 (FEVD)。本文的主要结果是,MIACR 冲击对工业生产和通货膨胀的影响在统计上并不显著。同时,此类冲击对一些联盟国家的货币供应量、名义汇率和货币市场利率具有统计显著的影响。然而,获得的影响大多很小且不均匀。关键词:传导效应、货币政策、欧亚经济联盟 JEL分类:E52、E58、E59。
摘要 本研究使用结构向量自回归 (SVAR) 模型分析了世界石油价格冲击对印度尼西亚国内经济的影响。所用变量分为两组。第一组描述世界石油市场,包括世界石油产量、世界经济活动和世界石油价格。第二组描述国内经济,包括 GDP、CPI、折现率和印尼盾汇率等变量。使用该模型可以消除在小型开放经济国家使用 VAR 模型的研究中常见的脉冲响应异常或困惑,例如价格困惑和汇率困惑。估计结果表明,世界石油价格冲击对国内经济产生显著影响。脉冲响应结果表明,世界石油价格引起的冲击在期初响应不同,但从长期来看会回到平衡线。
根据商业不确定性调查 (SBU) 中一年预测期内的公司层面预期,我们构建了新颖的、前瞻性的就业和销售再分配指标。这些指标在 2020 年 2 月之后急剧上升,4 月份的比率达到新冠疫情之前就业(销售)平均水平的 2.4 倍(3.9 倍)。我们还利用 4 月份 SBU 中的特殊问题来量化新冠疫情冲击对企业人员配置的短期影响。我们发现,每 10 名因冲击而裁员的员工中就有 3 名新员工,并估计最近 42% 的裁员将导致永久性失业。我们的调查证据与一些公司因疫情而导致需求大幅增加的传闻证据、同期总业务形成的证据以及因疫情而导致的公司间股权回报分散度急剧上升的证据非常吻合。在收集证据之后,我们会考虑这些证据对经济前景和应对疫情的政策影响。超过工人收入的失业救济金水平、补贴员工保留的政策、职业许可限制以及企业成立的监管障碍,将阻碍对新冠疫情冲击的再分配应对。