摘要 本研究为新兴经济体印度构建了宏观经济不确定性指数,并考虑了其他宏观经济不确定性指数,以评估它们在追踪商业周期和找出与理论一致的传导渠道方面的相对有效性。该研究使用季度数据估计了一系列 VAR 模型,以识别总需求和总供给的不同不确定性渠道。在经济衰退和其他结构性变化(如印度的废钞和 GST 实施)期间,得出的不确定性指标更高。此外,实证结果表明,不确定性冲击对不同国内变量的影响与实物期权渠道的供给侧、投资渠道的需求侧和预防性渠道一致。最后,为了了解国际溢出效应的影响,本研究测量了美国不确定性对国内变量的影响,结果表明美国不确定性的影响远大于国内不确定性,表明不确定性对印度经济具有显著的国际溢出效应。这些发现从新兴经济体的角度全面考察了不确定性如何影响宏观经济活动。结果还表明,发达国家广泛使用的基于新闻的经济政策不确定性指数未能正确反映印度的经济不确定性状况。关键词:商业周期、经济不确定性、新兴市场经济、溢出效应 JEL 分类:D80、E32、E66、P50
实现国家气候目标将在最大化就业,国家投资的吸引力和经济的长期竞争力方面为爱尔兰带来巨大的机会。爱尔兰在产生可再生电力方面具有巨大的潜力,并且在结束对进口化石燃料的依赖方面有许多地缘政治和经济利益。b [1,2]实现国家气候目标将通过改善空气质量以及更健康,更安全和自然的环境来提高国家能源安全,并增强爱尔兰公民的健康和福祉。意识到这些好处需要在经济的所有部门进行互联计划。创新和跨部门能力的发展对于实现国家气候目标至关重要。同时,交付公平和公正的过渡需要包容性的决策和与利益相关者的参与。
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
迈克尔·克莱因 对于央行行长来说,这是一个充满挑战的时期。通货膨胀率达到了 40 年来的最高水平。央行行长应对通货膨胀的工具——提高利率——可能会导致经济衰退。利率上升还可能威胁银行和金融机构,如果这些机构受到威胁,也可能导致经济衰退。更高的利率还会使政府债务的偿还成本更高,而新冠疫情过后,政府债务已经很高。最后,乌克兰持续不断的战争也带来了一系列经济挑战。播客的听众会认识到美国面临的这些挑战。但更广泛地说,其他国家和地区也面临着这些挑战。今天,我将采访美国以外的主要政策制定者之一菲利普·莱恩 (Philip Lane)。菲利普是欧洲央行首席经济学家和执行委员会成员。他于 2015 年开始担任爱尔兰中央银行行长,并于 2019 年开始担任这些职务。在此之前,菲利普曾在纽约哥伦比亚大学任职,之后在都柏林圣三一学院担任教授。菲利普,很高兴您能成为 EconoFact Chats 的嘉宾。欢迎来到节目。
• “Trading Around Geopolitics” by Giancarlo Corsetti (European University Institute and CEPR), Banu Demir (University of Oxford and CEPR) and Beata Javorcik (EBRD and CEPR) Discussant: Dzhamilya Nigmatulina (University of Lausanne) • “The Fragmentation Paradox: De-risking Trade and Global Safety” by Thierry Mayer (Sciences Po Paris和CEPR),IsabelleMéjean(科学PO PAIS和CEPR)和Mathias Thoenig(Lausanne and Cepr大学)讨论者:Carolina Villegas-Sanchez(Esade and Cepr)康(密歇根大学),安德烈·勒夫琴科(Andrei Levchenko)(密歇根大学和CEPR),Nitya Pandalai-Nayar(德克萨斯大学奥斯汀大学),密歇根大学(Michigan)(彼得亚大学)和Petia Topalova和Petia Topalova(IMF和CEPR)(IMF和CEPR)讨论:
1. 由于紧缩的货币政策、新冠疫情刺激措施的取消、持续的全球逆风以及更广泛的财政整顿,预计 2023 财年国内生产总值 (GDP) 增长在上一财年增长 5.6% 之后将放缓至 1.9%。农业增长从上一财年的 2.2% 上升至 2023 财年的 2.7%,因为受季风有利和种子品种改良的影响,稻谷、小麦、玉米等谷物产量增长了 3.9%。工业仅增长了 0.6%,而制造业和建筑业在 2022 财年增长了 10.8%,原因是利率上升、进口限制(2023 财年前五个月)以及国内外需求疲软。由于批发和零售贸易萎缩,以及运输和仓储因国内需求减弱而小幅扩张,服务业增速较 2022 财年的 5.3% 几乎下降了一半。
这些国家在财务上受到限制,因为在美好时光,预期的财政政策松散,并且由于获得国际金融市场的机会有限。他们在危机的先端(2020年4月至9月)中遭受了严重的经济挫折,但几乎没有或没有反周期财政反应 - 几项削减支出。他们削减了公共投资,还削减了常规公共计划,以资助与共同相关的套餐,尽管与大多数更好的国家相比,对企业或家庭的支持要少得多。IMF和多边开发银行(MDBS)在2020年中期提供的加速融资对该群体非常重要,这限制了公共支出削减以及减少经济投资和消费。似乎在危机的最高点上,这些国家似乎可能经历了巨大的疤痕(资本损失),即使增长率恢复了前卵巢水平,贫困和公共收入也会增加。将继续需要优惠融资,在某些情况下,债务困扰表明需要取消债务(尽管赠款支持也对这些国家也很有用)。
像全民基本收入 (UBI) 这样的大规模联邦支出计划将如何影响宏观经济?我们使用 Levy 研究所的宏观计量经济学模型来估计这种无条件现金援助计划的三个版本在八年时间范围内的影响。总体而言,我们发现经济不仅可以承受联邦支出的大幅增加,而且还可以通过现金转移对经济的刺激作用实现增长。我们研究了三种无条件现金转移:每月向所有成年人提供 1,000 美元,每月向所有成年人提供 500 美元,以及每月 250 美元的儿童津贴。对于这三个版本中的每一个,我们都使用两种不同的融资计划(增加联邦债务或通过增加家庭税收来完全资助增加的支出)来模拟这些转移的宏观经济影响,并将这些影响与 Levy 模型的基线增长率预测进行比较。我们的研究结果包括:• 对于所有三种设计,实施 UBI 并通过增加联邦债务来支付它都会促进经济增长。在最小支出方案下,即每个儿童每月 250 美元,八年后 GDP 比基线预测高 0.79%。根据莱维模型,最大的现金计划(每年为所有成年人提供 1,000 美元)在八年后使经济比基线增长 12.56%。实施八年后,该计划的刺激效应消散,GDP 增长回到基线预测,但产出水平仍然保持较高水平。• 当通过增加家庭税收来支付政策时,莱维模型预测对经济没有影响。实际上,它一只手给家庭,另一只手拿走。• 但是,当模型调整为包括分配效应时,即使在税收资助的方案中,经济也会增长。这是因为分配模型包含了这样一种观点,即低收入家庭手中多出的一美元会导致更高的支出。换句话说,纳税额高于现金援助额的家庭消费倾向较低,而获得的援助额高于纳税额的家庭消费倾向较高。因此,即使政策是通过税收而不是债务融资,产出、就业、价格和工资也会增加。莱维的凯恩斯主义模型包含了一系列假设,这些假设基于对无条件现金转移、税收和政府净支出和借款的微观和宏观影响的严格实证研究(参见 Marinescu (2017)、Mason (2017)、Coibion 等人 (2017) 和 Konczal 和 Steinbaum (2016))。从根本上讲,UBI 的规模越大,总需求的增加就越大,因此产生的经济就越大。单个宏观经济指标(定性地)是人们在总需求增加的情况下所预测的:除了产出增加之外,就业、劳动力参与率、价格和工资都会上涨。即使是在赤字融资政策中,政府负债的增加也会因总需求的增加而减轻。具体而言,Levy 模型假设经济目前并未接近潜在产出(Mason 2017),并做出两个相关的微观经济假设:(1)无条件现金转移不会减少家庭劳动力供给;(2)通过增加家庭税收来增加政府收入不会改变家庭行为。其他宏观经济模型会做出不同的、可能不那么乐观的预测,因为它们不同意这些假设。估计 UBI 的宏观经济效应是任何政策评估的关键组成部分,因为静态情况下看似零和转移(资金只是从一些家庭转移到其他家庭)在宏观模拟中变成正和,这要归功于总需求的增加,从而导致经济规模的扩大。
在此背景下,穆迪分析全球宏观经济模型为 73 个国家/地区的 16,000 多个宏观经济时间序列生成了相互关联的预测路径,这些国家/地区的总产出占世界总产出的 97% 以上(见图 1)。在这些全球模型预测的驱动下,卫星模型还预测了另外 31 个新兴市场经济体。GMM 是一个结构模型,由一个大型联立方程组组成。它反映了一些特定的经济关系,并通过这些方程之间的各种需求、价格和金融市场联系引入了跨国相互作用。在 30 年的时间范围内,每季度生成一个基线预测和 10 个标准替代情景预测。这些预测每月更新一次,以与最新的可用经济数据保持一致。