前瞻性货币政策规则的传统GMM估计策略存在两个严重的参数识别问题,即由遗漏变量导致的工具变量非外生性问题以及参数的弱识别问题。本文构建前瞻性货币政策规则的参数识别框架:首先,在考虑时变均衡名义利率和时变通胀目标的前提下,通...前瞻性货币政策规则的传统GMM估计策略存在两个严重的参数识别问题,即由遗漏变量导致的工具变量非外生性问题以及参数的弱识别问题。本文构建前瞻性货币政策规则的参数识别框架:首先,在考虑时变均衡名义利率和时变通胀目标的前提下,通过求解典型的新凯恩斯模型,得到前瞻性货币政策规则中遗漏变量的表达式。其次,采用Forni et al.(2009)的动态因子模型从宏观经济变量中提取共同因子,将其作为前瞻性货币政策规则的控制变量,以解决由遗漏变量所致的工具变量非外生性问题。最后,为解决参数的弱识别问题,采用Bai&Ng(2008)的LARS-EN方法从宏观经济变量中分别提取对未来通胀率和产出缺口具有较强解释力的变量集合,而后采用因子GMM方法进行参数估计。实证结果表明,前瞻性货币政策规则的传统GMM估计策略存在参数识别问题,故由其给出的我国货币政策建议会存在较大的误导性;依据本文参数识别框架得到的前瞻性货币政策规则参数估计结果是可信和稳健的,我国货币政策体现了产出增长目标,其调控通胀的能力仍十分有限。展开更多
文摘前瞻性货币政策规则的传统GMM估计策略存在两个严重的参数识别问题,即由遗漏变量导致的工具变量非外生性问题以及参数的弱识别问题。本文构建前瞻性货币政策规则的参数识别框架:首先,在考虑时变均衡名义利率和时变通胀目标的前提下,通过求解典型的新凯恩斯模型,得到前瞻性货币政策规则中遗漏变量的表达式。其次,采用Forni et al.(2009)的动态因子模型从宏观经济变量中提取共同因子,将其作为前瞻性货币政策规则的控制变量,以解决由遗漏变量所致的工具变量非外生性问题。最后,为解决参数的弱识别问题,采用Bai&Ng(2008)的LARS-EN方法从宏观经济变量中分别提取对未来通胀率和产出缺口具有较强解释力的变量集合,而后采用因子GMM方法进行参数估计。实证结果表明,前瞻性货币政策规则的传统GMM估计策略存在参数识别问题,故由其给出的我国货币政策建议会存在较大的误导性;依据本文参数识别框架得到的前瞻性货币政策规则参数估计结果是可信和稳健的,我国货币政策体现了产出增长目标,其调控通胀的能力仍十分有限。