• 利用机器学习加强通胀预测

    分类: 应用经济学 >> 金融学 发布时间: 2025-04-14 合作期刊: 《新金融》

    摘要:自2020年以来,由于供应链中断和新冠疫情后的经济不确定性,预测通货膨胀已成为中央银行面临的一大挑战。机器学习模型可以通过纳入更广泛的变量、允许非线性关系以及关注样本外预测表现来提高预测准确性。在本文中,我们应用机器学习(ML)模型来预测日本近期的核心通胀率。日本是一个具有挑战性的案例,因为通胀在2022年之前一直处于低位,而现在已经上升到了四十年来前所未见的水平。我们对大量预测因子应用了四种机器学习模型以及两种基准模型。对于2023年,两种惩罚回归模型系统性地优于基准模型,其中LASSO提供了最准确的预测。2022年后预测通货膨胀的有效预测变量包括家庭通货膨胀预期、入境旅游人数、日元汇率和产出缺口。

  • 加强社会保障,为技术创新铺平道路——来自美国的证据

    分类: 公共管理学 >> 社会保障 发布时间: 2025-02-24 合作期刊: 《新金融》

    摘要:本文研究了2000年至2007年自动化对美国劳动市场的影响,特别是考察了更完善的社会保障计划是否能够减轻自动化带来的负面影响。参考Acemoglu et al.(2020)的研究,本研究发现机器人采用率较高的地区减少了就业和工资,尤其是对没有大学学位的工人影响更大。值得注意的是,本文利用各州社会保障程度的差异,发现拥有更完善的失业保险的地区减轻了自动化对工资的负面影响。结果表明,失业保险使被取代的工人能够得到更好的就业匹配。这些发现强调了强大的社会保障政策在应对自动化带来的挑战中的重要性,为政策制定者提供了宝贵的借鉴。

  • 货币政策对利率的传导:来自30个欧洲国家的经验证据

    分类: 应用经济学 >> 金融学 发布时间: 2025-02-10 合作期刊: 《新金融》

    摘要:因货币政策利率变化导致家庭、企业的贷款和存款利率变化的程度(亦称为“传导”),是货币政策向产出与价格传导的重要因素。本文以30 个欧洲国家的7 种不同银行利率数据作为样本,采用不同的方法对整个样本及欧元区国家子样本进行研究。研究发现:第一,新冠疫情后加息周期中的传导在不同国家和不同利率类型之间是不均匀的;第二,除了欧元区国家的非金融公司贷款利率和定期存款利率外,总体上传导较弱且较慢;第三,对大多数存款利率而言,不同时间和不同国家之间的传导差异与金融集中度、流动性和贷款盈利性相关;第四,未偿还抵押贷款利率的传导对于货币政策传导总体效应的影响在不同国家之间具有异质性。

  • 如何有效评估节能减排影响——基于能源转型的全球宏观经济模型

    分类: 应用经济学 >> 金融学 发布时间: 2024-11-19 合作期刊: 《新金融》

    摘要:本文介绍了基于能源转型的全球能源转型宏观经济模型(GMMET),并对模型结构、数据源、模型属性等进行了阐述。GMMET是用于分析抑制温室气体(GHG) 排放对宏观经济短期和中期影响的大规模、动态、非线性、基于微观基础的多国模型。为了更好地贴近现实,应用GMMET对电力生产、交通和化石燃料开采等细分行业进行了精细建模,并对GHG排放征税、各种补贴和法规等能源转型政策工具进行了分析。研究发现:气候政策的经济影响取决于政策收入的使用方式;气候政策影响效应具有非线性特征,温室气体价格上涨对温室气体减排的边际效应先增后减;气候政策的微观和宏观影响因政策实施地区范围差异而不同。未来,GMMET将被广泛应用于研究减轻温室气体排放对全球经济的影响。

  • 大国数字货币对小国宏观金融形势溢出效应研究

    分类: 应用经济学 >> 金融学 发布时间: 2024-08-12 合作期刊: 《新金融》

    摘要:央行数字货币(CBDC) 快速发展,与传统法定货币不同,CBDC对宏观经济,尤其是对邻国的宏观经济有哪些影响值得关注。本文建立了一个考虑内生货币替代和金融摩擦的两国新凯恩斯模型,以考察大型外国经济体发行的稳定币对小型发展中经济体的影响。研究发现,外国稳定币为国内经济中的家庭提供流动性服务,并为国内通胀提供额外的对冲;同时,它的引入放大了货币替代效应,减少了银行中介作用,削弱了货币政策传导作用,加剧了衰退冲击的影响,增加了银行业经营压力;而资本管制提高了稳定币作为规避手段的使用率,增加了对外国冲击溢出效应的敞口。与国内中央银行数字货币不同,禁止外国稳定币支付可以缓解这些影响。本刊编译此篇国际货币基金组织(IMF) 的工作论文,以期为读者带来启示。

  • 能源安全与绿色转型

    分类: 理论经济学 >> 世界经济 发布时间: 2024-11-19 合作期刊: 《新金融》

    摘要:当前的能源危机使世界面临新的挑战,即如何在保障短期能源安全的同时,继续推进经济绿色转型。本文研究了历史上影响能源供应安全的关键因素,并分析绿色转型对能源安全的影响,发现能源贸易伙伴的多元化是过去20 年来影响各国内部和各国之间能源安全的主要因素。经济绿色转型预计将对能源安全产生积极影响:一方面,减排政策将迫使化石燃料的需求减少,使高成本的化石燃料生产商退出能源市场;另一方面,在气候政策下,可再生能源渗透率的提高将降低能源进口依赖,并提高能源安全。同时,经济绿色转型给能源安全带来了新的挑战,需要投资建设相应的基础设施,从而满足以可再生能源和电力为动力的交通系统的需求。本刊征得国际货币基金组织(IMF) 同意,编译此篇论文,以飨读者。

  • 人工智能的经济影响与监管:学术文献与政策综述

    分类: 应用经济学 >> 产业经济学 发布时间: 2024-08-27 合作期刊: 《新金融》

    摘要:本文梳理人工智能(AI) 对经济影响的学术文献,并以此分析当前有关AI 技术的监管情况和监管政策。其中,AI 对经济的影响包括经济增长、就业、生产力和收入不平等方面,而对AI 的监管则涉及市场竞争、数据隐私、版权、国家安全、道德问题和金融稳定等方面。结果发现:理论研究一致认为,AI 将影响大多数职业并改变经济增长路径,但在就业和生产率影响方面的实证研究结果尚无定论;各国的AI 监管范围和方法大相径庭,面临着难以取舍的问题。

  • 技术炒作、信贷扩张与科技资产泡沫:美国纳斯达克股市资产泡沫和风险的检测与分析

    分类: 应用经济学 >> 金融学 发布时间: 2025-04-14 合作期刊: 《国际金融研究》

    摘要:美国纳斯达克股市继2023年上涨43%以后,2024年上半年继续上涨超18%,主要由七大科技公司领涨。2024年4月以后,科技股和非科技股走势出现分叉,科技股继续上扬,非科技股开始下跌,说明市场对科技企业和非科技企业的预期开始分化,市场开始出现纳斯达克股市是否存在泡沫的讨论(Dalio Ray,2024;Goldman Sachs,2024;朱民等,2024)。加强对国际资本市场风险,特别是对国际股票市场资产泡沫风险的监测与预警,是关系到我国经济安全与社会稳定健康发展的重要议题,由此,本文对纳斯达克股市可能存在的泡沫和风险进行了研究。首先,本文运用GSADF检验对1974一2024年纳斯达克指数资产泡沫水平进行测度,发现纳斯达克指数的确在2020年以来出现了较大的资产泡沫,GSADF值达到1.21,高于2007年的房地产泡沫,但低于2000年的互联网泡沫。为进一步探究泡沫的成因,本文将经济基本面与资产定价方程相结合,构建DSGE-AP模型发现,股票收益冲击带来的市场异常情绪、GPT技术进步和缺乏实体经济大规模运用形成的不可持续的技术炒作,以及货币政策冲击带来的信贷扩张是纳斯达克股市资产泡沫形成的三个主要驱动因素。目前,三大因素都处于显著性敏感阶段。2020年以来纳斯达克股市资产泡沫是否产生大幅调整风险取决于美联储货币政策改变的时点、技术进步能否跟上泡沫扩张的速度,以及非科技企业能否大规模投资和运用GPT技术推动实体经济增长避免美国经济衰退。唯有当科技创新的速度能够与市场期望的热度保持同步时,美国经济能够“软着陆”和流动性仍然宽松才能有效避免本轮资产泡沫大幅调整风险。本文的研究补充了与科技资产泡沫的形成、扩张与破裂机制相关的现有文献,为与金融市场相关的宏观理论建模提供了拓展性研究框架,为当前我国金融市场如何防范风险提供了政策建议。