Measuring the effects of monetary p

Measuring the effects of monetary policy

The question remains: How does one best estimate the effects of monetary policy on house prices and other economic variables of interest? Economists typically take one of two approaches. The first is to use economic theory to describe the relationship between variables, say interest rates and house prices. The model can then be used to evaluate the “counterfactual” experiment of a rise in interest rates and compute the simulated effect on house prices or other variables (Dokko et al. 2009, Svensson 2014, and Ungerer 2015). The main strength of this model-based approach is that it gives a clear theoretically grounded answer to the question. The potential shortcoming is that the answer is only as good as the model is at providing a reasonably accurate description of the relationships that occur in the real world. Specifically, standard textbook theories may provide an inadequate description of the determination of house prices (Kuttner 2012). This suggests looking to a more evidence-based approach.

The second approach focuses more squarely on the empirical evidence and relies less directly on economic theory. In a nutshell, the empirical approach looks at what has typically happened to other variables when interest rates go up (or down). The strengths and weaknesses of this approach are the mirror image of those of the model-based approach. The main strength is that one does not rely so much on having an accurate model. The weakness is that it’s hard to distinguish between statistical correlation and economic causation. Interest rates go up and down in response to economic conditions and also tend to be highly correlated with other variables. However, to answer the question about the effects of a policy decision to change interest rates, it is crucial for one to properly identify times when policy changes are not a response to economic developments, but rather the driver of them.

Recent research in Jordà, Schularick, and Taylor (2015a, b) provides an ingenious way to identify monetary policy actions that are arguably exogenous to domestic economic conditions. It examines the effects of changes in interest rates in countries that have given up their ability to freely adjust interest rates on their own because they fixed their exchange rate to a foreign currency. In such circumstances, changes in domestic interest rates are tied to developments in a foreign country, such as the United States, and not to domestic conditions. Thus, one can simply look at the responses of domestic economic variables to changes in interest rates to trace out the effects of monetary policy.

Findings

Applying this method to a sample of 17 countries over the past 140 years indicates that monetary policy has significant and persistent effects on real house prices and output. Figure 1 shows the responses of short-term interest rates, real house prices, real GDP per capita, and the inflation rate following a shock to monetary policy. These results are based on a slightly modified version of recent research by Jordà, Schularick, and Taylor (2015a). The sample covers 1870–2013 (except for the interwar period of 1914–45 and the oil crisis years of 1973–80). The estimated responses have been scaled so that the initial rise in short-term interest rates is 1 percentage point. The shaded regions show the 90% confidence regions of the estimated effects.

ผลลัพธ์ (ไทย) 1:

วัดผลกระทบของนโยบายการเงินคำถามยังคงอยู่: วิธีไม่ส่วนหนึ่งประเมินผลกระทบของนโยบายการเงินในราคาบ้านและตัวแปรทางเศรษฐกิจอื่น ๆ น่าสนใจ นักเศรษฐศาสตร์โดยทั่วไปใช้หนึ่งในสองวิธี แรกคือการ ใช้ทฤษฎีทางเศรษฐกิจเพื่ออธิบายความสัมพันธ์ระหว่างตัวแปร กล่าวว่า อัตราดอกเบี้ยและราคาบ้าน แล้วใช้แบบประเมินทดลอง "counterfactual" ของขึ้นอัตราดอกเบี้ย และคำนวณผลการจำลองราคาบ้านหรือตัวแปรอื่น ๆ (Dokko et al. 2009, Svensson 2014 และ Ungerer 2015) กำลังหลักของแบบจำลองตามวิธีการนี้เป็นที่ให้คำตอบชัดเจนครั้งแรกราคาป่นเล็กน้อยกับคำถาม คงเป็นไปได้ว่า คำตอบจะดีเป็นแบบที่ให้คำอธิบายที่ถูกต้องสมเหตุสมผลของความสัมพันธ์ที่เกิดขึ้นในโลกจริง โดยเฉพาะ ทฤษฎีตำรามาตรฐานอาจให้คำอธิบายที่ไม่เพียงพอของการกำหนดราคาบ้าน (Kuttner 2012) แนะนำมองหาวิธีที่มีหลักฐานตามวิธีที่สองเริ่มขึ้นเน้นหลักฐานประจักษ์ และอาศัยทฤษฎีทางเศรษฐกิจน้อยโดยตรง ในสั้น วิธีประจักษ์มองไปที่อะไรจะเกิดขึ้นกับตัวแปรอื่น ๆ เมื่อดอกเบี้ยขึ้น (หรือลง) จุดแข็งและจุดอ่อนของวิธีนี้คือ ภาพสะท้อนกระจกของผู้ปฏิบัติตามรูปแบบ ความแข็งแรงหลักเป็นที่หนึ่งไม่ไว้วางใจมากที่ต้องมีแบบจำลองที่ถูกต้อง จุดอ่อนที่เป็นที่เป็นยากที่จะแยกแยะระหว่างความสัมพันธ์ทางสถิติและเศรษฐกิจ causation อัตราดอกเบี้ยขึ้นลงไปในการตอบสนองภาวะเศรษฐกิจ และยัง มีแนวโน้มที่จะสูง correlated กับตัวแปรอื่น ๆ อย่างไรก็ตาม การตอบคำถามเกี่ยวกับผลกระทบของนโยบายการเปลี่ยนแปลงอัตราดอกเบี้ย มันเป็นสิ่งสำคัญสำหรับการระบุเวลาเมื่อนโยบายจะมีการตอบสนองการพัฒนาเศรษฐกิจ เป็นไดรเวอร์ของพวกเขาอย่างถูกต้องRecent research in Jordà, Schularick, and Taylor (2015a, b) provides an ingenious way to identify monetary policy actions that are arguably exogenous to domestic economic conditions. It examines the effects of changes in interest rates in countries that have given up their ability to freely adjust interest rates on their own because they fixed their exchange rate to a foreign currency. In such circumstances, changes in domestic interest rates are tied to developments in a foreign country, such as the United States, and not to domestic conditions. Thus, one can simply look at the responses of domestic economic variables to changes in interest rates to trace out the effects of monetary policy.FindingsApplying this method to a sample of 17 countries over the past 140 years indicates that monetary policy has significant and persistent effects on real house prices and output. Figure 1 shows the responses of short-term interest rates, real house prices, real GDP per capita, and the inflation rate following a shock to monetary policy. These results are based on a slightly modified version of recent research by Jordà, Schularick, and Taylor (2015a). The sample covers 1870–2013 (except for the interwar period of 1914–45 and the oil crisis years of 1973–80). The estimated responses have been scaled so that the initial rise in short-term interest rates is 1 percentage point. The shaded regions show the 90% confidence regions of the estimated effects.

ผลลัพธ์ (ไทย) 2:

วัดผลกระทบของนโยบายการเงินคำถามที่ยังคง: วิธีการประมาณการที่ดีที่สุดหนึ่งในผลกระทบของการดำเนินนโยบายการเงินในราคาบ้านและตัวแปรทางเศรษฐกิจอื่น ๆ ที่น่าสนใจ? นักเศรษฐศาสตร์โดยทั่วไปแล้วจะใช้เวลาหนึ่งในสองวิธี ครั้งแรกคือการใช้ทฤษฎีเศรษฐศาสตร์เพื่ออธิบายความสัมพันธ์ระหว่างตัวแปรที่กล่าวว่าอัตราดอกเบี้ยและราคาบ้าน รูปแบบนั้นจะสามารถใช้ในการประเมิน "counterfactual" การทดลองของการเพิ่มขึ้นของอัตราดอกเบี้ยและคำนวณผลจำลองในราคาบ้านหรือตัวแปรอื่น ๆ (Dokko et al. 2009 Svensson 2014 และ Ungerer 2015) ความแรงหลักของวิธีการแบบที่ใช้นี้ก็คือว่ามันจะช่วยให้คำตอบที่ชัดเจนมีเหตุผลในทางทฤษฎีกับคำถาม ข้อบกพร่องที่อาจเกิดขึ้นคือว่าคำตอบคือเท่านั้นที่ดีเป็นรูปแบบที่ให้คำอธิบายที่ถูกต้องเหมาะสมของความสัมพันธ์ที่เกิดขึ้นในโลกแห่งความจริง โดยเฉพาะทฤษฎีตำรามาตรฐานอาจให้คำอธิบายที่ไม่เพียงพอของการกำหนดราคาบ้าน (Kuttner 2012) นี้แสดงให้เห็นมองหาที่จะใช้วิธีการตามหลักฐานเพิ่มเติม. แนวทางที่สองเน้นเต็มที่บนหลักฐานเชิงประจักษ์และอาศัยน้อยโดยตรงในทฤษฎีทางเศรษฐกิจ สรุปวิธีการเชิงประจักษ์มองไปที่สิ่งที่เกิดขึ้นโดยทั่วไปกับตัวแปรอื่น ๆ เมื่ออัตราดอกเบี้ยขึ้นไป (หรือลง) จุดแข็งและจุดอ่อนของวิธีการนี้เป็นภาพสะท้อนของผู้ที่วิธีการแบบที่ใช้ใน ความแข็งแรงที่สำคัญคือหนึ่งไม่พึ่งพามากที่มีความถูกต้องรูปแบบ จุดอ่อนก็คือว่ามันยากที่จะแยกแยะความแตกต่างระหว่างความสัมพันธ์ทางสถิติและทำให้เกิดผลทางเศรษฐกิจ อัตราดอกเบี้ยไปขึ้นและลงในการตอบสนองต่อสภาพเศรษฐกิจและยังมีแนวโน้มที่จะมีความสัมพันธ์อย่างมากกับตัวแปรอื่น ๆ แต่ที่จะตอบคำถามเกี่ยวกับผลกระทบของการตัดสินใจนโยบายที่จะเปลี่ยนแปลงอัตราดอกเบี้ยก็เป็นสิ่งสำคัญหนึ่งที่จะต้องระบุครั้งเมื่อมีการเปลี่ยนแปลงนโยบายการไม่ตอบสนองต่อการพัฒนาทางเศรษฐกิจ แต่คนขับรถของพวกเขา. การวิจัยล่าสุดในJordà, Schularick และเทย์เลอร์ (2015a b) มีวิธีการที่แยบยลในการระบุการดำเนินการนโยบายการเงินที่มีเนื้อหาภายนอกให้เข้ากับสภาพเศรษฐกิจในประเทศ ได้ทำการตรวจสอบผลกระทบของการเปลี่ยนแปลงอัตราดอกเบี้ยในประเทศที่ได้รับค่าความสามารถในการได้อย่างอิสระปรับอัตราดอกเบี้ยของตัวเองเพราะพวกเขาคงอัตราแลกเปลี่ยนของพวกเขาเพื่อเงินตราต่างประเทศ ในกรณีดังกล่าวการเปลี่ยนแปลงอัตราดอกเบี้ยในประเทศจะเชื่อมโยงกับการพัฒนาในต่างประเทศเช่นสหรัฐอเมริกาและไม่ให้เงื่อนไขภายในประเทศ ดังนั้นหนึ่งสามารถมองไปที่การตอบสนองของตัวแปรทางเศรษฐกิจในประเทศที่จะเปลี่ยนแปลงอัตราดอกเบี้ยในการติดตามจากผลกระทบของการดำเนินนโยบายการเงิน. ผลการวิจัยการประยุกต์ใช้วิธีการนี้เพื่อเป็นตัวอย่างของ 17 ประเทศที่ผ่านมา 140 ปีที่ผ่านมาแสดงให้เห็นว่านโยบายการเงินที่มีความสำคัญและถาวร ผลกระทบต่อราคาบ้านจริงและเอาท์พุท รูปที่ 1 แสดงการตอบสนองของอัตราดอกเบี้ยระยะสั้นราคาบ้านจริงของ GDP ที่แท้จริงต่อหัวของประชากรและอัตราเงินเฟ้อต่อไปนี้ช็อตไปดำเนินนโยบายการเงินที่ ผลลัพธ์เหล่านี้จะขึ้นอยู่กับรุ่นที่ปรับเปลี่ยนเล็กน้อยจากการวิจัยล่าสุดโดยJordà, Schularick และเทย์เลอร์ (2015a) ตัวอย่างครอบคลุม 1870-2013 (ยกเว้น interwar ประจำเดือนของปี 1914-1945 และวิกฤติน้ำมัน 1973-1980) ที่ การตอบสนองที่คาดได้รับการปรับเพื่อให้การเพิ่มขึ้นครั้งแรกในอัตราดอกเบี้ยระยะสั้นเป็นร้อยละ 1 จุด ภูมิภาคสีเทาแสดงความเชื่อมั่นในภูมิภาค 90% ของผลกระทบโดยประมาณ

ผลลัพธ์ (ไทย) 3:

การวัดผลของนโยบายการเงิน

คำถามที่ยังคง : วิธีหนึ่งที่ดีที่สุดประมาณการผลกระทบของนโยบายการเงินที่มีต่อราคาบ้านและตัวแปรทางเศรษฐกิจอื่นๆ ที่น่าสนใจ ? นักเศรษฐศาสตร์โดยทั่วไปจะใช้เวลาหนึ่งในสองวิธี แรกคือการใช้ทฤษฎีเศรษฐศาสตร์เพื่ออธิบายถึงความสัมพันธ์ระหว่างตัวแปร กล่าวว่า อัตราดอกเบี้ย และราคาบ้านรูปแบบจะสามารถใช้ประเมิน " การทดลอง counterfactual " เพิ่มขึ้นในอัตราดอกเบี้ยและหาค่าผลเกี่ยวกับราคาบ้านหรือตัวแปรอื่น ๆ ( เหมือน et al . 2009 , อังเงอเรอร์วสัน 2014 และ 2015 ) กำลังหลักของสำหรับวิธีนี้ก็คือมันช่วยให้ชัดเจนในทางทฤษฎีต้องตอบคำถามข้อบกพร่องที่อาจเกิดขึ้น ว่าคำตอบจะเป็นดีแบบที่ให้รายละเอียดที่ถูกต้องเหมาะสมของความสัมพันธ์ที่เกิดขึ้นในโลกจริง โดยเฉพาะ ทฤษฎี ตำรามาตรฐาน อาจให้รายละเอียดไม่เพียงพอของการกำหนดราคาบ้าน ( คัทท์เนอร์ 2012 ) นี้แสดงให้เห็นถึงวิธีการหาหลักฐานเพิ่มเติม

แนวทางที่สองเน้นตรงบนหลักฐานเชิงประจักษ์ และอาศัยน้อยลงโดยตรงในทฤษฎีเศรษฐศาสตร์ ในสั้น , วิธีการเชิงประจักษ์มองสิ่งที่มักจะเกิดขึ้นกับตัวแปรอื่น ๆ เมื่ออัตราดอกเบี้ยขึ้น ( หรือลง ) จุดแข็งและจุดอ่อนของวิธีการนี้เป็นภาพสะท้อนของวิธีการสำหรับ .แรงหลักคือ หนึ่งที่ไม่ต้องอาศัยมากที่มีรูปแบบถูกต้อง จุดอ่อน คือ ว่า มันเป็นเรื่องยากที่จะแยกแยะระหว่างความสัมพันธ์ทางสถิติและสาเหตุทางเศรษฐกิจ อัตราดอกเบี้ยไปขึ้นและลงในการตอบสนองต่อเงื่อนไขทางเศรษฐกิจ และมีแนวโน้มจะสูงมีความสัมพันธ์กับตัวแปรอื่น ๆ อย่างไรก็ตามตอบคำถามเกี่ยวกับผลกระทบของการตัดสินใจนโยบายอัตราดอกเบี้ยเปลี่ยน มันเป็นสิ่งสำคัญสำหรับหนึ่งได้อย่างถูกต้องระบุเวลาการเปลี่ยนแปลงนโยบายจะไม่ตอบสนองต่อการพัฒนาทางเศรษฐกิจ แต่ไดรเวอร์ของพวกเขา .

การวิจัยล่าสุดในจอร์ดต้นทุน schularick เทย์เลอร์ ( 2015a , และ ,ข ) ให้วิธีที่แยบยลเพื่อระบุนโยบายการเงิน การกระทำที่เป็น arguably ขจัดภาวะทางเศรษฐกิจในประเทศ มันตรวจสอบ ผลกระทบจากการเปลี่ยนแปลงของอัตราดอกเบี้ยในประเทศที่ได้ให้ความสามารถในการได้อย่างอิสระปรับอัตราดอกเบี้ยของพวกเขาเอง เพราะกำหนดอัตราแลกเปลี่ยนของสกุลเงินต่างประเทศ ในสถานการณ์เช่นการเปลี่ยนแปลงของอัตราดอกเบี้ยในประเทศ ที่เกี่ยวข้องกับการพัฒนาในต่างประเทศ เช่น สหรัฐอเมริกา และไม่เงื่อนไขภายในประเทศ ดังนั้นหนึ่งสามารถดูการตอบสนองของตัวแปรทางเศรษฐกิจภายในประเทศ การเปลี่ยนแปลงในอัตราดอกเบี้ย เพื่อติดตามผลของนโยบายการเงิน .

ค่า

ใช้วิธีนี้ตัวอย่างของ 17 ประเทศในช่วง 140 ปี ระบุว่า นโยบายการเงินมีความถาวรผลเกี่ยวกับราคาบ้านจริงและผลผลิต รูปที่ 1 แสดงการตอบสนองของอัตราดอกเบี้ยระยะสั้น ราคาบ้านที่แท้จริง , real GDP ต่อหัว และอัตราเงินเฟ้อต่อช็อกกับนโยบายการเงินผลลัพธ์เหล่านี้จะขึ้นอยู่กับรุ่นที่ปรับเปลี่ยนเล็กน้อยของการวิจัยล่าสุดโดยล่าสุด schularick จอร์ด , และ เทย์เลอร์ ( 2015a ) ตัวอย่างครอบคลุม 1870 – 2013 ( ยกเว้นยุคของ 1914 – 45 และวิกฤติน้ำมันปี 1973 ( 80 ) ค่าการตอบสนองได้ถูกปรับให้สูงขึ้นครั้งแรกในอัตราดอกเบี้ยระยะสั้นคือ 1 ชี้ร้อยละพื้นที่สีเทาแสดง 90% มั่นใจภูมิภาคของการประมาณการผล