我们回顾了印度发行 CBDC 的论据。这些包括促进支付、增强金融包容性、使央行和政府能够保留对支付系统的控制权、促进跨境交易、减少对美元主导的全球支付系统的依赖,以及为数字金融创新提供一个包罗万象的平台。然后,我们将印度的进展与其他国家进行比较。在设定 2022 年底的发行目标日期时,印度与其他金砖国家保持一致,但与其他人均 GDP 水平相当的国家不一致,这些国家一直不愿意承诺日期。它也不符合其他拥有相对独立央行的国家,这些国家在设定最后期限方面更加谨慎。最后,我们为印度 CBDC 项目的未来发展勾勒了路线图和时间表。关键词:央行数字货币、金融包容性、支付、金融创新 发布日期:2022 年 7 月 15 日
讨论文件是基于政策相关主题的研究文件。它们与标准工作文件不同,因为它们提供了更广泛、更平衡的视角。虽然部分基于原创研究,但它们将分析置于该主题文献的更广泛背景中。它们还明确考虑了政策视角,以期制定一些关键的政策信息。它们的格式具有可以结合替代分析和观点的优势,包括理论和实证研究。与标准工作文件相比,讨论文件的写作风格更广泛。它们至少在正文中没有公式和回归表。讨论文件的选择和分发须经研究总司司长的批准。
数字化的生产力提升效应引起了人们对推广数字技术的兴趣。本报告对欧元区国家数字化采用对企业生产力的影响提供了不同的估计,表明采用数字技术可能在中期内提高企业的生产力。然而,并非所有企业和部门都能从数字化采用中获得显著的生产力提升,也并非所有数字技术都能带来显著的生产力提升。报告强调了欧元区国家数字化生产力效益低的可能因素。例如,缺乏强大的机构和治理结构可能有助于解释为什么数字化传播比预期的要慢,为什么一些国家的传播速度比其他国家慢,以及为什么数字化预期的生产力效益到现在还没有完全实现。此外,报告还指出,通过向企业提供适当的技能以及在低生产力企业投资计算机化信息,将充分利用数字革命的益处。
报告的结构如下。第 1 部分首先简要概述了人工智能模型,重点介绍了央行出版物中的用例,并通过 CGRM 工作组成员对人工智能使用情况问卷的回答补充了讨论。该小组确定的一些好处和用途包括流程自动化、大数据集分析和解决复杂问题。央行采用人工智能来提高效率、提高运营稳健性并为组织不同领域的决策提供信息。这包括经济预测、支付、监管和钞票生产等核心功能。央行还在探索使用人工智能提供客户和企业服务,例如使用聊天机器人回答受监管实体的询问或协助自己的研究人员。这些应用展示了人工智能应对复杂挑战和支持央行运营的潜力。
全球货币和支付格局似乎正处于深远变革的边缘。如今,中央银行和商业银行是双层货币体系的核心。作为新加坡的中央银行,新加坡金融管理局的负债既是面向公众(实物现金)的货币,也是面向商业银行(数字储备)的货币。而商业银行则将其负债作为另一种形式的货币(存款)提供给家庭和企业。这些存款用于促进电子支付,最终在新加坡金融管理局的资产负债表上结算。然而,正在进行的数字革命——以新金融和支付业务模式的出现以及可能绕过中央中介机构的新一代通用技术的出现为特征——对这一现状提出了挑战。与此同时,大量商业活动正在向线上迁移,随着这种转变,对快速、无缝和低成本数字支付的需求也随之增加。
我们分析了1970年至2024年24个发达经济体的政策利率周期,结合了新的商业周期方法的应用与较丰富的冲击驱动率运动的富度时间分解。“费率周期”随着时间的流逝逐渐发展,周期性转折点较低,更中等的拧紧相位,并且在全球冲击中起了更大的作用。在此背景下,2020-24的速率周期在许多维度上都是前所未有的:它具有从主动宽松到拧紧阶段的最快枢轴,其次是全球最同步的拧紧,并且持有速率的持续速度非常长。它在全球冲击中也表现出最大的作用 - 全球需求冲击仍然占主导地位,但在全球供应冲击中的作用增加了。通货膨胀和产出和就业的增长平均在紧缩阶段重新恢复了此阶段的历史规范。但是,考虑到日益重要的全球因素和国内环境之间的相互作用,对利率的任何重新校准都应逐步逐步进行,加上对速率周期是否恢复为2008年前模式的不确定性。
FX全球代码,https://www.globalfxc.org/docs/fx_global.pdf是一系列全球可接受的标准,在欧洲,非洲和美洲的51个国家/地区支持的外汇市场中促进了良好的外汇市场。《全球法典》由全球外汇委员会(GFXC)作为一组指南,以确保有效并促进诚信的功能良好的批发外汇市场。GFXC成立于2017年5月,是一个论坛,旨在召集中央银行和私营部门参与者,以促进有关FX事务的协作和沟通,对FX市场趋势和发展的交流观点以及促进,维护,维护和更新全球法规。GFXC定期评估外汇市场的发展是否需要对全球法规进行特定的修订,并在被判断时对全球法规进行全面审查。全球法规旨在促进高标准的行为和良好的市场实践,确保参与者之间的公平和健康关系,并促进市场效率。
我们引入了中央银行语言模型 (CB-LM)——一种基于央行演讲、政策文件和研究论文的综合语料库进行训练的专用编码器语言模型。我们表明,CB-LM 在预测央行习语中的掩蔽词方面优于其基础模型。一些 CB-LM 不仅优于其基础模型,而且在根据联邦公开市场委员会 (FOMC) 声明对货币政策立场进行分类方面也超越了最先进的生成式大型语言模型 (LLM)。在更复杂的场景中,需要对与美国货币政策相关的大量新闻进行情绪分类,我们发现最大的 LLM 优于领域自适应的仅编码器模型。然而,部署如此大型的 LLM 对央行在保密性、透明度、可复制性和成本效益方面提出了巨大挑战。
第 X105 节 外国银行的自由化准入和业务范围 X105.1 外国银行的准入方式 X105.2 资格要求 X105.3 选择准则 X105.4 外国银行的资本要求 X105.5 “净存款”账户的规定比率 (已由 2014 年 11 月 21 日第858 号通知删除) X105.6 外国银行分行的风险资本 X105.7 总部担保 X105.8 外国银行在当地注册的子公司以及拥有全面银行业务权的分行的权限范围 X105.9 对银行系统资源的控制 X105.10 从一种准入方式转换为另一种准入方式 X105.11 在菲律宾证券交易所上市 (已由 2014 年 11 月 21 日第858 号通知删除) X105.12 平等对待