凡是搞计量经济的，都关注这个号了
邮箱：econometrics666@126.com
所有计量经济圈方法论丛的code程序, 宏微观数据库和各种软件都放在社群里.欢迎到计量经济圈社群交流访问.
关于宏观计量：1.过去三十年, RCT, DID, RDD, LE, ML, DSGE等方法的“高光时刻”路线图，2.DSGE模型的参数估计, 宏观经济学的神经中枢，3.高级宏观经济学森林导游简图，4.宏观经济学的名词解释，你知道多少，5.建立“国家宏观经济计量模型”的若干建议，6.VAR宏观计量模型演进与发展，无方向确认推断更好，7.宏观计量的演进（Macroeconometrics）
关于时间序列方法，1.时间序列分析的各种程序, 38页集结整理成文档，2.ARDL, ARIMA, VAR, (G)ARCH时间数据模型讲解及软件操作，3.R软件中的时间序列分析程序包纵览，4.时间序列分析的各种程序, 38页集结整理成文档，5.时间序列数据分析的思维导图一览, 金融经济学者必备工具，6.送书: 应用时间序列分析(经典)，7.为啥时间序列模型比较难学？时间序列的正名路，8.面板数据单位根检验软件操作和解读全在这里，9.动态面板回归和软件操作，单位根和协整检验（Dynamic Panel Data），10.疫情期计量课程免费开放！面板数据, 因果推断, 时间序列分析与Stata应用，11.送书: 应用时间序列分析(经典)，12.时间序列模型分解，季节调整分析基础，13.动态因子模型是什么, 又怎么去实现？ 14.动态面板分位数估计怎么做？15.动态面板门槛回归程序公布, 使用方法介绍，16.把动态面板命令讲清楚了，对Stata的ado详尽解释
关于VAR方法，1.R软件中的时间序列分析程序包纵览，2.时间序列分析的各种程序, 38页集结整理成文档，3.时间序列数据分析的思维导图一览, 金融经济学者必备工具，4.送书: 应用时间序列分析(经典)，5.为啥时间序列模型比较难学？时间序列的正名路，6.时间序列中的协整检验和VECM，以及回归后的系列估计操作，7.时间序列模型分解，季节调整分析基础，8.空间和时间的计量，关注二位国人，9.TVP-VAR时变参数VAR系列文献和估计程序，10.向量自回归VAR模型操作指南针,为微观面板VAR铺基石，11.VAR宏观计量模型演进与发展，无方向确认推断更好，12.应用VAR模型时的15个注意点，总结得相当地道，13.面板数据单位根检验软件操作和解读全在这里，14.动态面板回归和软件操作，单位根和协整检验（Dynamic Panel Data），15.面板向量自回归PVAR是什么? 数据, 程序和解读一步到位，16.ARDL, ARIMA, VAR, (G)ARCH时间数据模型讲解及软件操作，17.动态因子模型是什么, 又怎么去实现？18.SVAR模型的起源、识别、估计与应用, 系统讲述，19.平滑转移自回归模型(STAR)应用与在R软件的操作，20.Copula函数，21.GVAR, 全局VAR模型是什么？该如何用软件实现, 有哪些研究文献和最新进展！22.前沿: BVAR, 贝叶斯VAR是什么, 为什么需要, 软件怎么做, 如何解读呢？23.结构性面板VAR是什么? 如何实现PSVAR呢？怎么解读？
关于下方文字内容，作者：陈铭鑫，大连理工大学商学院，通信邮箱：chenmx2021@163.com
作者之前的文章：1.什么时候应该使用回归分析？控制变量意味着什么？2.随机分配是什么, 为什么重要, 对因果关系影响几何？
Ulate, Mauricio. 2021. "Going Negative at the Zero Lower Bound: The Effects of Negative Nominal Interest Rates." American Economic Review, 111 (1): 1-40.
After the Great Recession several central banks started setting negative nominal interest rates in an expansionary attempt, but the effectiveness of this measure remains unclear. Negative rates can stimulate the economy by lowering the rates that commercial banks charge on loans, but they can also erode bank profitability by squeezing deposit spreads. This paper studies the effects of negative rates in a new DSGE model where banks intermediate the transmission of monetary policy. I use bank-level data to calibrate the model and find that monetary policy in negative territory is between 60 and 90 percent as effective as in positive territory.
摘要：大衰退后，几个国家的央行开始设定负名义利率，进行扩张性的尝试，但这一措施的有效性仍不清楚。负利率可以通过降低商业银行的贷款利率来刺激经济，但它们也可以通过挤压存款利差来侵蚀银行的盈利能力。本文在一个新的DSGE模型中研究负利率的影响，在这个模型中，银行充当货币政策传导的中介。作者使用银行层面的数据来校准模型，发现负领域的货币政策与正领域的货币政策一样有效。长期以来，宏观经济学一直主张名义利率存在一个零下限(ZLB)。直觉上，由于现金的名义回报率为零，代理人不应该愿意付钱给其他人来保留他们的钱。然而，大衰退(Great Recession)后的近期经验表明，名义负利率(NNIR)是可能的:几个发达经济体的央行已将其作为一种政策工具。欧元区、瑞士、瑞典、丹麦和日本都在2014年至2018年的某个时间点实施了NNIR(图1)。即使从大衰退中抽身出来，全球利率的长期下降也增加了经济衰退时期名义利率降至零的可能性。在这种环境下，了解负利率是否能够刺激经济对学者和政策制定者来说非常重要。
注:该数据显示了2010年至2018年间丹麦央行、欧洲央行、瑞典央行、瑞士国家银行(SNB)和日本央行(日本央行)的基准利率。数据是直接从中央银行收集的。在设定NNIR（负利率）的国家中，观察到了两个经验规律：小额存款利率保持在零(未能跟随政策利率进入负值区域)，贷款利率大多下降。鉴于这些事实，负利率似乎可以通过与贷款利率相关的传导机制局部刺激经济。然而，商业银行的盈利能力可能会受到存贷款利差下降的影响。因此，在采用NNIR（负利率）时，银行盈利能力已成为最紧迫的问题之一。例如，欧洲央行执委会成员Benoit在2016年表示：“利率下调可能会损害利差，而当利率进入负值区域时，这一点可能会更加明显，因为小额存款利率存在潜在的零下限。”这一担忧在商业媒体上得到了回应。《经济学人》曾在2016年写道：“如果利率更深入负值区域，利润率将受到更大的挤压。如果银行没有盈利，它们增加资本缓冲的能力就会降低，从而使它们很难安全运营。“在本文中，作者通过一个具有新凯恩斯主义特征的新DSGE模型的视角来研究NNIR（名义负利率）对经济的影响。在该模型中，当央行设定负名义政策利率时，存款利率保持为零。贷款利率受到两种力量的影响。一方面，政策利率下降对贷款利率产生下行压力。这是货币政策的银行借贷渠道，倾向于刺激经济。另一方面，存款息差下降所带来的银行盈利能力的侵蚀，随着时间的推移，将转化为银行股东权益的下降。这导致贷款利率面临上行压力。作者将这称为货币政策的净值渠道，它具有收缩效应。贷款利率的均衡行为取决于两个渠道的相对重要性。作者建立的模型表明影响银行业有三个主要摩擦因素。第一，银行在放贷和管理存款方面拥有一定的垄断权。因此，金融中介支付给居民的存款利率不同于央行支付给准备金的政策利率。政策利率也不同于借款人向商业银行支付的贷款利率。这种摩擦对银行贷款渠道至关重要，因为银行只有在存在利润空间的情况下才能降低贷款利率。第二个摩擦是，在一次冲击之后，银行无法立即恢复其最优股权水平。相反，他们通过留存收益慢慢积累资本。第三个摩擦是，银行股东权益对放贷至关重要。特别是，银行关心他们的杠杆水平，当这个变量太高时，他们不愿意贷款。第二和第三个摩擦因素导致相关银行净值渠道的存在。刺激型银行借贷渠道和收缩型银行净值渠道的结合意味着设定NNIR既有有利影响也有不利影响，其相对重要性决定了设定负政策利率的总体有效性。作者从一个静态的银行业模型开始，这个模型只包含第一个摩擦(银行垄断竞争)。在这种模式下，商业银行是一个统一体。每家银行都获得一定程度的外部股权，并从消费者那里获得存款。商业银行可以在合并股权和存款后获得资金，要么向企业提供贷款，要么在中央银行保留准备金。银行面临着向上倾斜的存款供给曲线和向下倾斜的贷款需求曲线。每个银行的存款供给和贷款需求都是由存款人和借款人在银行之间有消费支出偏好这一事实引起的。存款供给和贷款需求的总量被认为是目前已经给出的，因为这是一个局部均衡的做法。此外，该模型假设，如果银行设定负存款利率，那么它就不会获得存款，因为消费者可以简单地用现金储蓄。在这种情况下，政策利率存在一个正的但很小的阈值，用 ι 表示，在这个阈值下，银行的行为会发生变化。作者将政策利率高于ι的情况称为“制度1”，在这种体制下，由于垄断竞争机制，每家银行都将其贷款利率设定为高于政策利率，存款利率设定为低于政策利率。因此，政策利率的变化完全传递到贷款和存款利率。将贷款息差定义为贷款利率与政策利率之间的差异，将存款息差定义为政策利率与存款利率之间的差异。银行股东权益回报率(ROE)可以表示为三个条件的总和:政策利率、贷款息差乘以贷款股本比率、以及存款息差乘以存款股本比率。在制度1中，利差不随政策利率而变化，因此净资产收益率随政策利率一对一地变动。当政策利率低于 ι 时称为“制度2”，银行希望设定负存款利率，以赚取通常的存款息差。然而，如果他们这样做，他们将失去所有存款，因此他们改为设定零存款利率。贷款利率仍被设定为高于政策利率，因为持有准备金是银行资金的边际成本，因此，政策利率的下降仍然完全转化为贷款利率，从而产生了上述NNIR的刺激银行贷款渠道。在这种制度下，贷款利差保持不变，但存款利差随着政策利率而下降。因此，净资产收益率与政策利率相比跌幅大于一。在这一静态模型中，由于缺乏动力和没有额外的摩擦，在政策利率下调后，制度2中发生的净资产收益率急剧下降对贷款利率没有不利影响；收缩性的银行净资产渠道尚未开始运作。静态模型有四个可检验的预测。首先，在制度2中，存款利率不再对政策利率做出反应。第二，即使在制度2中，贷款利率也随着政策利率继续下降。第三，与制度1相比，制度2中银行净资产收益率受政策利率下调的影响更大。第四，对于严重依赖小额存款融资的银行而言，在制度2中，银行股东权益回报率对政策利率的敏感性更高。作者使用来自10个发达地区5000多家银行的银行级数据(即设定了负利率的五个发达地区和设定了非常低利率的其他五个可比较的发达地区，包括美国)来检验这些预测。第一步是估计政策利率阈值水平ι。各种测试证实，当政策利率在50个基点左右时，存款利率和净资产收益率对政策利率的反应曲线的斜率存在变化。因此，设定ι= 0.5%。然后，作者检验了这四个预测，并在数据中找到了对它们的有力支持。在制度2中，预测贷款利率将随着政策利率继续下降，这对于区分作者的模型和其他认为负利率不能扩张的模型特别有用。然后，作者将静态银行模型扩展到动态设置，引入摩擦2和3(即银行缓冲资本和银行股东权益对贷款的重要性)，并将其纳入DSGE模型。在这种背景下，我们既可以研究负利率的有利影响(通过银行贷款渠道表达)，也可以研究不利影响(通过银行净资产渠道表达)。银行净值渠道的工作原理如下。首先，负政策利率和存款利率的零下限导致存款利差下降。其次，存款息差的下降转化为银行净资产收益率的下降，这一降幅明显大于政策利率下调至ι以上后的降幅。第三，随着时间的推移，净资产收益率的下降会导致银行股东权益的下降，因为银行无法无摩擦地补充股本。最后，银行股东权益的下降导致贷款利率的上升压力，因为股本较少的银行需要更高的贷款利率才能愿意放贷。作者对整个模型进行了校准，即估计将政策利率降至低于ι与高于ι相比的相对效率。在银行业，贷款需求的弹性和银行股东权益对贷款的重要性(模型为偏离目标杠杆水平的成本)是最重要的参数。作者使用每个地区银行的截面信息（利用不同股本水平的银行之间的贷款利率和贷款金额分布）来从结构上估计这些参数。经过校准的模型表明，政策利率下调至低于ι(或高于ι)的相对效率在60%至90%之间。这一相对效率的估计相当高，表明负利率对银行盈利能力的有害影响似乎没有以前想象的那么严重。尽管存在收缩性银行净值渠道，但相对效率仍然很高，原因有二。首先，对银行股东权益对贷款重要性的估计很小。这与数据中的事实是一致的，在控制银行固定效应后，特定银行的股本下降对该银行的贷款额或贷款利率没有太大影响。第二，在动态模型中，当政策利率和贷款利率下降时，总贷款需求增加，银行可以转换存款准备金作为贷款，降低负利率对其净资产收益率（ROE）的影响(这种机制在静态模型中不可操作)。这一部分包含了银行业的静态和局部均衡模型，该模型说明了政策利率的下降，即使是在负值区域，也可以传导到贷款利率的下降。该模型还表明，在存款利率下限存在的情况下，负利率如何会削弱银行的盈利能力。本节关注的对象是(外生的)政策利率，以及(内生的)存款和贷款利率，以及银行股本回报率。每家银行的贷款额和存款收入额都是内生的，但由于这种做法的局部均衡性质，总金额是外生的。
3.1 Data Description and Summary Statistics作者的数据样本跨越28年（1990-2017年），分布在10个发达地区的19个国家（即五个设定负名义汇率的地区：欧元区，瑞典，瑞士，丹麦和日本，以及五个设定了可比汇率的地区）极低的费率：美国，英国，加拿大，挪威和澳大利亚）。这些国家的政策利率数据直接从各自的中央银行获得。为了减少异常值的负面影响，作者排除了以下这些银行，总资产不超过100万美元，观测数不到5年，或者利息率过高。所选样本包括5405家银行。总数观测值约为85000。每个变量在0.5%的水平被缩尾调整进一步减少异常值的不利影响。表1包含一些摘要统计的变量的利息，如利率支付的平均收益资产，这将被用来衡量贷款利率、客户存款利率、净利息保证金、平均资产回报率(ROAA)和平均股本回报率(ROAE)。
如图3所示，该图显示，高于˜ι的存款利率和贷款利率都会随着政策利率的增加而增加，ROE也会增加，但速度相对较慢。低于˜ι的存款利率已经为零，不再对政策利率的下降做出反应，贷款利率继续下降，股本回报率对政策利率的反应更为敏感。为了考虑潜在的非线性效应，作者选择的是在剔除银行固定效应和时间固定效应后，对政策利率在银行层面的因变量进行局部加权回归。
该表包含对银行固定效应，时间固定效应，政策利率以及政策利率与指标的相互作用之间的三个利率变量（贷款利率，存款利率和平均净资产收益率）进行回归的结果。作者扩展了第二章中的静态模型，建立了DSGE模型来同时考虑NNIR对经济的刺激效应和对银行盈利能力的侵蚀效应。作者将市场中的人分为五种，家庭、中间产品生产者、资本生产者、零售商和银行。此外，还有一个政府和一个中央银行来执行货币政策。假设有无数同质化的家庭，每个家庭消耗，节省和供应劳动力。他们通过将钱存入连续的银行或持有现金来节省资金。家庭的偏好为
Importance of Bank Equity for Lendingκ衡量的是偏离股本比率目标水平对银行目标功能的影响，因此也测量对借贷率和贷款额度的影响。因此，了解κ的方法是使用截面数据，并研究具有不同净资产水平的银行的贷款行为如何不同。到目前为止，在该模型中，所有银行都是同质的，这使得很难理解股权对贷款的影响。作者建立了一个具有银行异质性的简单模型。
表4包含等式(20)中描述的κ和εl的国家一级结构估计结果。它包含了样本中银行数量最多的5个地区:美国(美元)、日本(日元)、欧元区(欧元)、瑞士(瑞士法郎)和英国(英镑)。附录中的表19包含其余5个区域。表4给出了κ的估计值在日本的17个基点和美国的50个基点之间，而εl的估计值在美国的26个基点和瑞士的100个基点之间。Additional Parameter Values
贷款利率，政策利率和存款利率的年平均水平分别为6％，3％和2.5％。β的季度值为0.9937，稳态值在年度水平上为2.5％（季度水平为0.62％），εd= −268且µd = 0.25％，则意味着i的值在年度水平为3％（在季度水平为0.75％）。最后，εl= 203，μl= 0.25％，则意味着每年水平的值为6％（每季度水平的1.5％）。假设µ和ε是恒定的。在该校准中，政策利率与存款利率（i-id）之间的利差每年为0.5％，贷款利率与政策利率（il-i）之间的利差每年为3％，ι的值为0.5％，与第3.3节中的推导一致。Recession Under a Taylor Rule
这张图描绘了当κ=12.5时，完整模型中的一些主要变量对资本生产率冲击在“无ZLB（零利率下界）”(蓝色虚线)、“传统ZLB(零利率下界)”(紫色实线)和“修正ZLB(零利率下界)”(红色虚线)情景下的IRF。X轴以季度为单位，y轴以产出、劳动力和消费相对于稳定状态的偏差百分比表示，三个利率(存款利率、政策利率和贷款收益率与政策利率之间的利差)以年化百分比表示。图4表明，在衰退开始时，在没有ZLB（利率零下界）情景下，政策利率和存款利率都为负，在修正的ZLB情景中，政策利率为负但存款利率停留在零，在传统ZLB情景中，政策利率和存款利率都停留在零。回想一下，在本节中，货币政策遵循的是给定的泰勒规则，即它对通胀做出反应。当经济处于修正的ZLB情景中，存款利率停留在零时，货币政策的工具(即名义政策利率)比没有ZLB情景起到的作用更小，因此央行将政策利率下调更多，以达到可比的效果。这就解释了为什么政策利率在这种情况下比在没有 ZLB情况下变得更负。
作者的主要发现有在修正ZLB情景中设定负名义利率是有帮助的(因为福利下降的幅度小于传统的ZLB)，但并不等同于完全没有约束(从福利下降的幅度大于没有ZLB的情况)。经济衰退的影响集中在震荡后的几个季度。在没有 ZLB情景下，经济衰退具有显著的福利效应，这主要是因为冲击影响了资本生产率，而且寿命相当长，这意味着即使在没有摩擦的完全有效的经济下，经济衰退也会对福利产生严重影响Effects Under Different Monetary Policy Responses
作者然后研究了不同货币政策在不同ZLB情景下的影响，图6说明了这样一个事实，在修改后的ZLB下，中央银行在设定负利率(实际上利率低于0.5%)时，不得不担心对银行利润的损害比往常更大。这意味着负利率对整体经济可能是有益的，也可能是有害的，这取决于银行股本的重要性。这在图7中进行了研究，其中x轴与图6中的轴相同，但y轴以百分比表示福利相对于其稳态值的变化。福利措施的水平与第6节中提到的类似(即从衰退中下降98至104个基点)。然而，在图7中，福利度量值已经被重新正规化，使得福利在˜ι处的变化为零(由垂直的黑线表示)，因此，政策利率从1.5%降至0.5%每下降一个百分点(折合成年率)就会增加一个单位的福利。这两个归一化表示y的值当政策利率等于-0.5%时，衡量的相对效率(在福利方面)将政策利率从0.5%降至-0.5%，而不是从1.5%降至0.5%。作者指出尽管存在收缩的银行净值通道，但政策利率下调至˜ι以下的相对效率高的原因有两个。首先，对银行股本对放贷重要性的估计相对较小。这是因为，在控制了银行固定效应后，某家银行的股本下降对该银行的贷款额或贷款利率没有太大影响。其次，在完全模型中，当政策利率和贷款利率下降时，贷款总需求增加，银行可以转换贷款准备金，降低负利率对其ROE的影响(这一机制在第2节的静态模型中不起作用)。本文认为，在存款利率被限制为非负的情况下，设定负政策利率的能力与完全不受ZLB的约束是不同的。前一种情况对银行盈利能力有影响，因为它导致银行净值下降，从而可能阻碍投资和产出增长。然后，世界各地的央行在设定负政策利率时必须谨慎，他们必须采取措施，将对银行利润的负面影响降至最低。然而，本文对负值区域货币政策相对效率的估计相对较高，表明货币政策对商业银行权益的影响可能比之前认为的要小。本文的主要贡献在于提供了一个可以研究负利率问题及其对经济和银行盈利能力影响的完全特定的DSGE模型。该模型可以在一个考虑银行盈利能力的货币一般均衡模型中捕捉负利率的有利和不利影响，并确定负利率区域与正区域货币政策的相对效率。本文的主要发现是，将利率降至零以下可能不如在正区间降低利率有效，因为存款利率仍保持在零，因此银行利润受到挤压。负名义利率的效率与银行股东权益在经济中的重要性密切相关。对于这个参数的合理估计，作者的结论是，当利率低于50个基点时，货币政策的效率是其高于50个基点的效率的60%至90%。由于不同的制度环境，银行股东权益对贷款和整体经济的重要性因国家而异，因此货币政策在负领域的有用性也因国家而异。对于日本或欧元区来说，设定NNIR似乎相对有效，而美国的效率较低。关于一些计量方法的合辑，参看①“实证研究中用到的200篇文章, 社科学者常备toolkit”、②实证文章写作常用到的50篇名家经验帖, 学者必读系列、③过去10年AER上关于中国主题的Articles专辑、④AEA公布2017-19年度最受关注的十大研究话题, 给你的选题方向，⑤2020年中文Top期刊重点选题方向, 写论文就写这些。后面，咱们又引荐了①使用CFPS, CHFS, CHNS数据实证研究的精选文章专辑！，②这40个微观数据库够你博士毕业了, 反正凭着这些库成了教授，③Python, Stata, R软件史上最全快捷键合辑！，④关于(模糊)断点回归设计的100篇精选Articles专辑！，⑤关于双重差分法DID的32篇精选Articles专辑！，⑥关于合成控制法SCM的33篇精选Articles专辑！⑦最近80篇关于中国国际贸易领域papers合辑！，⑧最近70篇关于中国环境生态的经济学papers合辑！⑨使用CEPS, CHARLS, CGSS, CLHLS数据库实证研究的精选文章专辑！⑩最近50篇使用系统GMM开展实证研究的papers合辑！
下面这些短链接文章属于合集，可以收藏起来阅读，不然以后都找不到了。