Of course, the effect of monetary p

Of course, the effect of monetary policy on house prices is only half of the story: When considering the potential benefits of monetary policy for combatting the risk of a housing boom and ultimately for financial stability, it’s equally important to gauge the effects on other macroeconomic variables of interest, such as inflation and economic activity (Yellen 2014). In many circumstances, macroeconomic and financial stability goals may be well aligned. For example, if the housing sector and the overall economy are both booming, then tighter monetary policy may serve to both reduce the risks to the financial system and keep economic activity from exceeding desired levels. But, in other circumstances, macroeconomic and financial stability goals may conflict, and policymakers face a tradeoff between the two. As a case in point, Lars Svensson (2014) has argued that in Sweden, the costs of higher interest rates in terms of higher unemployment exceed the benefits in terms of reducing financial stability risks. Therefore, it is important to quantitatively gauge the costs and benefits of using monetary policy to influence house prices when macroeconomic and financial stability goals do not coincide.
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.

ผลลัพธ์ (ไทย) 2:

แน่นอนว่าผลกระทบของนโยบายการเงินเกี่ยวกับราคาบ้านเป็นเพียงครึ่งหนึ่งของเรื่อง: เมื่อพิจารณาผลประโยชน์ที่อาจเกิดขึ้นจากการดำเนินนโยบายการเงินเพื่อการต่อต้านความเสี่ยงของการบูมที่อยู่อาศัยและในที่สุดเพื่อความมั่นคงทางการเงินจึงเป็นสิ่งสำคัญอย่างเท่าเทียมกันที่จะวัดผลกระทบต่อเศรษฐกิจมหภาคอื่น ๆ ตัวแปรที่น่าสนใจเช่นอัตราเงินเฟ้อและกิจกรรมทางเศรษฐกิจ (แยลเลน 2014) ในสถานการณ์หลายทางเศรษฐกิจมหภาคและเป้าหมายความมั่นคงทางการเงินอาจจะชิดกัน ตัวอย่างเช่นถ้าภาคที่อยู่อาศัยและเศรษฐกิจโดยรวมมีทั้งเฟื่องฟูแล้วนโยบายการเงินที่เข้มงวดมากขึ้นอาจจะทำหน้าที่ทั้งลดความเสี่ยงให้กับระบบการเงินและให้กิจกรรมทางเศรษฐกิจจากการเกินระดับที่ต้องการ แต่ในสถานการณ์อื่น ๆ เป้าหมายเสถียรภาพเศรษฐกิจและการเงินที่อาจขัดแย้งและผู้กำหนดนโยบายต้องเผชิญกับการถ่วงดุลอำนาจระหว่างสอง ในฐานะที่เป็นจุดในกรณีที่ลาร์สสเวนส์สัน (2014) ได้ถกเถียงกันอยู่ว่าในสวีเดน, ค่าใช้จ่ายสูงกว่าอัตราดอกเบี้ยในแง่ของการว่างงานที่สูงขึ้นเกินผลประโยชน์ในแง่ของการลดความเสี่ยงความมั่นคงทางการเงิน ดังนั้นจึงเป็นสิ่งสำคัญที่ปริมาณวัดค่าใช้จ่ายและประโยชน์ของการใช้นโยบายการเงินที่มีอิทธิพลต่อราคาบ้านเมื่อเป้าหมายเสถียรภาพเศรษฐกิจและการเงินที่ไม่ตรง.
วัดจากผลกระทบของนโยบายการเงินคำถามที่ยังคง: วิธีการหนึ่งประมาณการที่ดีที่สุดผลกระทบของนโยบายการเงิน เกี่ยวกับราคาบ้านและตัวแปรทางเศรษฐกิจอื่น 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 แต่ที่จะตอบคำถามเกี่ยวกับผลกระทบของการตัดสินใจนโยบายที่จะเปลี่ยนแปลงอัตราดอกเบี้ยที่มันเป็นสิ่งสำคัญสำหรับหนึ่งที่จะต้องระบุครั้งเมื่อมีการเปลี่ยนแปลงนโยบายการไม่ตอบสนองต่อการพัฒนาทางเศรษฐกิจ แต่คนขับรถของพวกเขา