2017年-IMF国际货币组织全球_Fiscal_Spillovers_in_the_Euro_Area_Letting_the_Data_Speak_50页_2mb

总结：欧元区财政溢出效应：让数据说话

核心内容

本研究通过构建一个大规模的面板向量自回归（Panel VAR）模型，分析了欧元区10个国家在1999年至2016年间财政政策冲击的跨国家动态关联性。研究旨在探讨财政溢出效应的大小、方向及其影响渠道，以提供新的实证证据，支持关于财政政策协调的政策讨论。

主要观点

• 财政溢出效应显著：研究发现，财政溢出效应是正的且非可忽略的，但其大小因国家而异。
• 国家间联系影响溢出效应：财政溢出效应的大小受到国家间贸易和金融联系的影响，较大的国家对较小国家的溢出效应更明显。
• 贸易是主要传导渠道：当前账户似乎是财政溢出效应的主要传导渠道，但强烈的贸易一体化可能导致净贸易影响为零。
• 时间变化：财政政策的影响在不同时期有所变化，特别是在欧元区危机期间，财政乘数和溢出效应有所增强。
• 识别方法：采用基于符号的识别方法，通过设定冲击对内生变量的即时反应来识别财政冲击，这种方法对冲击响应函数的形状施加了最小的限制。

关键信息

模型描述

• 使用面板VAR模型，形式如下：
  $$
  y_{it} = D_i(L) Y_{t-1} + F_i(L) W_t + e_{it}
  $$
  其中 $y_{it}$ 是国家 $i$ 在时间 $t$ 的内生变量向量，$Y_t$ 是所有国家的内生变量向量，$W_t$ 是共同的外生变量向量，$e_{it}$ 是扰动项。
• 为了减少参数空间的维度，假设协方差矩阵具有克罗内克结构：
  $$
  E_t \sim N(0, P \otimes \Omega)
  $$
  其中 $P$ 表示国家间的相关结构，$\Omega$ 表示变量间的相关结构。
• 通过因子分解，将模型的系数向量 $\delta$ 表示为一个低维向量 $\theta$ 的函数，从而简化模型。

数据集

• 包括10个欧元区国家：德国、法国、荷兰、比利时、奥地利、意大利、西班牙、爱尔兰、芬兰和葡萄牙。
• 数据频率为季度，时间跨度为1999年至2016年。
• 变量包括政府支出、政府收入（扣除转移支付）、政府债务、产出、经常账户余额、实际有效汇率（REER）和基准利率（10年期政府债券收益率）。
• 外生变量包括美国和欧元区的货币政策（联邦基金利率和Eonia）、全球商业周期（世界产出）和商品市场发展（油价）。

主要发现

• 财政乘数和溢出效应：财政乘数在1年内为正，但小于1，其大小在不同国家间存在差异。例如，德国、法国、荷兰、爱尔兰和意大利的乘数大于0.5，而比利时、奥地利、西班牙和葡萄牙的乘数小于0.5。
• 溢出效应的传导渠道：贸易和金融渠道是财政溢出效应的主要传导路径，但溢出效应可能被反向影响（spillback）抵消。
• 时间变化：财政政策的影响在不同时间段有所变化，尤其是在欧元区危机期间，乘数和溢出效应更大。
• 识别方法的有效性：使用符号限制（sign restrictions）来识别财政冲击，这种方法对冲击响应函数的形状施加了最小的限制，且结果对不同识别方法具有鲁棒性。

限制与挑战

• 识别问题：传统的VAR识别方法（如递归排序）可能无法准确区分财政冲击与经济周期波动。
• 模型假设：尽管模型考虑了异质性，但仍然依赖于一些假设，如外生权重和正交响应函数，这些可能影响结果的解释。

结论

研究结果表明，财政溢出效应在欧元区中是显著的，并且受到国家间贸易和金融联系的影响。此外，财政政策的影响在不同时间段有所变化，特别是在经济危机期间。使用符号限制的方法可以更准确地识别财政冲击，并提供更清晰的冲击响应函数解释。研究建议未来应进一步探索财政溢出效应的大小和方向，以更好地指导政策制定。

附录与方法

• 估计方法：采用贝叶斯方法进行估计，因为样本量相对较小。
• 先验与后验分布：先验分布较为扩散，后验分布则更为集中，且具有良好的统计特性。
• 稳健性检查：进行了多种稳健性检查，包括不同子样本分析和不同的识别方法，结果具有较高的可信度。

图表与数据

• 图表：包括财政乘数与贸易开放度的关系、双边贸易和金融流动、财政溢出效应的演变等。
• 表格：展示了财政乘数和溢出效应的点估计和置信区间，以及不同识别方法下的结果。

综上所述，本研究为理解欧元区财政政策的跨国家影响提供了重要的实证依据，强调了贸易和金融联系在财政溢出效应中的关键作用，并指出财政政策的影响随时间而变化，特别是在经济危机期间更为显著。