欢迎光临散文网 会员登陆 & 注册

一个姑且比较容易分析的货币模型

2023-09-10 11:23 作者:露保协  | 我要投稿

目的是用一个能手操的随机模型(大概算是个改版new Keynesian)来解释扩张性货币政策的影响,特别是对于金融市场的影响(这点见得比较少)。模型还是competitive equilibrium(传统的什么什么曲线这种老古董就别整了,CE比较偏向于复杂系统视角下公理化的建模methodology,逻辑上靠谱得多,数学物理背景出身的人看着也舒服得多),在里面加入两个关键要素:cash-in-advance constraint(用于引入liquidity friction,从而赋予货币价值)以及segmented market(仅有部分消费者能够接触金融市场,这部分人在扩张性货币政策下拥有更多liquidity,并且可以insured against risk)。本身没有什么稀奇的,只不过作为一个小练习,得出的结果和empirical的那套经典故事是吻合的。因为引入了特殊的效用形式和参数限制,不用数值模拟也有手动操作的空间,可以加深一下对建模的理解。

首先,关于扩张性货币政策的影响,empirical evidence大致上包括以下几点:

  • 投资上升

  • aggregate consumption上升,output上升(也就是平时所说的“刺激性”)

  • non-wage income的比例上升,wage income的比例下降(所谓的redistributive effect)

  • asset market中价格(如stock valuations)上升,利率、return、股权溢价下降

  • VIX指数下降

  • 接触金融市场部分消费者消费的波动性下降

传统的故事(aggregate demand channel)是这样的:利率下降->消费上升->aggregate demand上升->雇佣,产出上升。能解释一部分。不过传统的新凯恩斯模型对于高阶项的分析是缺失的(比如equity premia,各种variance/volatility,包括VIX,消费的涨落等等),并且有一些和empirical evidence矛盾的地方,特别是aggregate Euler equation要求expected consumption growth rate和real rate是正相关的,但这和empirical evidence不符合(称为Canzoneri critism)。我们在现在这个模型里补足一下这部分缺失,并且化解矛盾。总的来说,高阶项通过简化成analytically tractable的模型的Taylor展开来完成,而矛盾点的解决关键在于把传统的货币政策起作用的aggregate demand channel转移到redistribution channel。

下文中,我们首先给出模型中各类节点的设定,然后pin down整个模型,并进行理论分析。

Workers节点的设定

我们在模型中把测度为1的总household区分为两类,一类无法接触asset market,另一类则可以接触。为了方便起见,我们把第一类设定为labor的提供者,称之为workers,测度为1-%5Clambda;第二类设定为capital的提供者,并且持有“下层公司”(定义见下文),称之为capitalists,测度为%5Clambda。(这里要注意了,单节点转换到整体系统的时候要乘以一个测度

Workers节点有1单位的时间,分配给labor(N_t)与leisure(1-N_t),面对着普通的nominal budget constraint:

P_tC_t%5EW%2BM_t%5EW%5Cleqslant%20W_tN_t%5EW-T_t%5EW%2BM_%7Bt-1%7D%5EW

以及cash-in-advance constraint:(注意,这里我们设定为交税时间早于goods market的开放,只是为了清楚起见提一句,没有实质性影响)

P_tC_t%5EW%5Cleqslant%20M_%7Bt-1%7D%5EW-T_t%5EW

在全文中,我们都假定有各种类似Inada条件的正则性条件保证所有constraint均为binding,方便干活。至于具体什么正则性条件就懒得管了,总之假设统统满足就完事了。

Worker节点的最优化问题,就是在上述两个条件下最大化(该类节点无法接触bonds,不存在B_t):

%5Cmax%5Climits_%7BC_t%5EW%2CN_t%5EW%2CM_t%5EW%7D%5Cmathbb%7BE%7D_0%5Csum%5Climits_%7Bt%3D0%7D%5E%5Cinfty%20%5Cbeta%5Et%20U%5EW(C_t%5EW%2CN_t%5EW)

因为我们需要研究金融市场这种随机环境,所以注意带上期望值。

让整个模型analytically tractable的关键就在于workers节点的特殊设置:我们把它们的效用函数取为以下形式:

U%5EW(C_t%5EW%2CN_t%5EW)%3D%5Cln%20C_t%5EW-%5Cfrac%7B%5Ctheta%7D%7B1%2B%5Cvarphi%7D(N_t%5EW)%5E%7B1%2B%5Cvarphi%7D%2C%5Ctheta%5Cleqslant%20%5Cbeta

%5Ctheta足够小是为了尽量降低工作的disutility,把labor向上拉到1,方便后续的分析。要不然手算就寄了。

再做一个简化假设:全文中,除非特殊提到,否则设定所有lump-sum tax为0

Bellman方程给出:

V(M_%7Bt-1%7D%5EW)%3D%5Cmax%5Climits_%7BM_t%5EW%7D%5Cleft%5BU%5EW%5Cleft(%5Cfrac%7BM_%7Bt-1%7D%5EW%7D%7BP_t%7D%2C%5Cfrac%7BM_t%5EW%7D%7BW_t%7D%5Cright)%2B%5Cbeta%5Cmathbb%7BE%7D_tV(M_t%5EW)%5Cright%5D

通过FOC+envelope theorem联立来提取信息,得到Euler方程:

U_N%5EW(C_t%5EW%2CN_t%5EW)%2B%5Cbeta%5Cmathbb%7BE%7D_t%5Cleft%5B%5Cfrac%7BW_t%7D%7BP_%7Bt%2B1%7D%7DU_C%5EW(C_%7Bt%2B1%7D%5EW%2CN_%7Bt%2B1%7D%5EW)%5Cright%5D%3D0

代入具体的效用函数形式,Euler方程被大大简化为:

(N_t%5EW)%5E%7B1%2B%5Cvarphi%7D%3D%5Cfrac%7B%5Cbeta%7D%7B%5Ctheta%7D%5Cgeqslant%201

所以我们可以fully characterize workers' behavior

N_t%5EW%3D1%2CC_t%5EW%3D%5Cfrac%7BM_%7Bt-1%7D%5EW%7D%7BP_t%7D%2CM_t%3DW_t

这让我们之后的分析大大简化,要不然能算死个人。

Capitalist节点的设定

我们设定capitalist节点为:能够接触金融市场(即购买bonds),出租资本(按照neoclassical growth model的设定,同样有对应的投资与depreciation),并且享有上层公司的红利。同样,为了清晰起见,设定asset market的开放要早于goods market。最优化问题为:

%5Cmax%5Climits_%7BC_t%5EC%2CK_t%2CI_t%2CB_t%2CM_t%7D%5Cmathbb%7BE%7D_0%5Csum%5Climits_%7Bt%3D0%7D%5E%5Cinfty%20%5Cbeta%5Et%20U%5EC(C_t%5EC)

subject to

P_t(C_t%5EC%2BI_t)%2B(M_t%5EC-M_%7Bt-1%7D%5EC)%2BT_t%5EC%2BQ_tB_t%5Cleqslant%20B_%7Bt-1%7D%2BP_t(%5Ctext%7BPr%7D_t%2BR_t%5EkK_%7Bt-1%7D)

P_t(C_t%5EC%2BI_t)%5Cleqslant%20M_%7Bt-1%7D%5EC%2BB_%7Bt-1%7D-Q_tB_t-T_t%5EC

K_t%3D(1-%5Cdelta)K_%7Bt-1%7D%2BI_t

在去掉税的情况下,Bellman方程为:

V(K_%7Bt-1%7D%2CB_%7Bt-1%7D%2CM_%7Bt-1%7D%5EC)%3D%5Cmax%5Climits_%7BB_t%2CK_t%7D%5Cleft%5BU%5Cleft(%5Cfrac%7BM_%7Bt-1%7D%5EC%2BB_%7Bt-1%7D-Q_tB_t%7D%7BP_t%7D-K_t%2B(1-%5Cdelta)K_%7Bt-1%7D%5Cright)%2B%5Cbeta%5Cmathbb%7BE%7D_tV(K_t%2CB_t%2CP_t(%5Ctext%7BPr%7D_t%2BR_t%5EkK_%7Bt-1%7D))%5Cright%5D

Euler方程给出关于bond购买的选择以及关于capital投资的方程:

U'(C_t%5EC)%5Cfrac%7BQ_t%7D%7BP_t%7D%3D%5Cbeta%5Cmathbb%7BE%7D_t%5Cleft%5B%5Cfrac%7B1%7D%7BP_%7Bt%2B1%7D%7DU'(C_%7Bt%2B1%7D%5EC)%5Cright%5D

U'(C_t%5EC)%3D(1-%5Cdelta)%5Cbeta%5Cmathbb%7BE%7D_tU'(C_%7Bt%2B1%7D%5EC)%2B%5Cbeta%5E2%5Cmathbb%7BE%7D_t%5Cleft%5B%5Cfrac%7BP_%7Bt%2B1%7DR_%7Bt%2B1%7D%5Ek%7D%7BP_%7Bt%2B2%7D%7DU'(C_%7Bt%2B2%7D%5EC)%5Cright%5D

虽然我们还是给capitalist设定一个特殊的效用函数形式,不过Euler方程没法像workers节点一样直接解出简单的结果了,所以姑且先把两个Euler方程搁置着。效用函数设定为:

U%5EC(C_t%5EC)%3D%5Cfrac%7B(C_t%5EC)%5E%7B1-%5Cgamma%7D%7D%7B1-%5Cgamma%7D%2C%5Cgamma%3E1

下层公司节点的设定

我们把公司设定成一个双层的结构:上层为测度1的一群垄断性竞争的公司(用下标i表示),雇佣劳动力与资本,产出不同的intermediate varieties(差异化的中间产品),拥有自主定价权,利润归于capitalists节点。下层是一个统合性质的公司,购入各种varieties,将其加工成最终的产品并出售。这个统合过程的生产函数为常替代弹性的生产函数:

Y_t%3D%5Cleft%5B%5Cint%20y_t(i)%5E%7B%5Cfrac%7B%5Cepsilon_t-1%7D%7B%5Cepsilon_t%7D%7Ddi%5Cright%5D%5E%7B%5Cfrac%7B%5Cepsilon_t%7D%7B%5Cepsilon_t-1%7D%7D%2C%5Cepsilon_t%3E1

我们假设生产技术有波动,导致%5Cepsilon_t是一个随机过程,这个随机过程设定为:

%5CPhi_t%3A%3D%5Cfrac%7B%5Cepsilon_t%7D%7B%5Cepsilon_t-1%7D%3D%5Cexp(%5Cbar%7B%5Cphi%7D%2B%5Csigma%5Ceta_t)

其中%5Csigma是刻画涨落幅度的小量,用于后续的Taylor展开。%5Ceta_t是一个i.i.d.的随机变量序列,比如标准正态,设定其期望为0,方差为1。严格来说,%5Ceta_t的支集不能是整个R,不过我们不关心它长啥样就是了,到时候按sigma展开后就是一阶矩二阶矩这些玩意儿还留着。

我们首先来看下层公司的最优化问题。

Step1.预定最终产量Y_t,如何购入intermediate varietiesy_t(i),使得成本最低?即:

%5Cmin%5Climits_%7By_t(i)%7D%5Cint%20y_t(i)p_t(i)di%20%5Ctext%7B%20s.t.%20%7D%5Cleft%5B%5Cint%20y_t(i)%5E%7B%5Cfrac%7B%5Cepsilon_t-1%7D%7B%5Cepsilon_t%7D%7Ddi%5Cright%5D%5E%7B%5Cfrac%7B%5Cepsilon_t%7D%7B%5Cepsilon_t-1%7D%7D%3DY_t

这是个普通的static问题,求解出的结果为:

y_t(i)%3D%5Cleft%5B%5Cfrac%7Bp_t(i)%7D%7B%5Cleft(%5Cint%20p_t(i)%5E%7B1-%5Cepsilon_t%7Ddi%5Cright)%5E%7B%5Cfrac%7B1%7D%7B1-%5Cepsilon_t%7D%7D%7D%5Cright%5D%5E%7B-%5Cepsilon_t%7DY_t

很直观,中间产品价格越高,我就少买一点,把这部分钱用于买价格更低的中间产品。

Step2.确定最优的最终产量。下层公司的净利润为

P_tY_t-Y_t%5Cleft(%5Cint%20p_t(i)%5E%7B1-%5Cepsilon_t%7Ddi%5Cright)%5E%7B%5Cfrac%7B1%7D%7B1-%5Cepsilon_t%7D%7D

这么一看,不对劲了——没有最优产量这种说法。不过,假如净利润为正数,会有其他公司进入市场;若为负数,则这个公司也会推出市场。所以,虽然没有了产量最优化的限制条件,但我们得到了一个额外的限制条件:

P_t%3D%5Cleft(%5Cint%20p_t(i)%5E%7B1-%5Cepsilon_t%7Ddi%5Cright)%5E%7B%5Cfrac%7B1%7D%7B1-%5Cepsilon_t%7D%7D

所以很好,对于pin down模型并没有影响。

上层公司节点的设定

上层公司雇佣劳动力,租用资本,并且拥有定价权。其生产函数设定为constant returns to scale:

y_t(i)%3DAk_%7Bt-1%7D(i)%5E%5Calpha%20n_t(i)%5E%7B1-%5Calpha%7D

Step1.给定产出目标y_t(i),如何最小化成本?

这是个普通的最优化问题,我们直接给出结果:

k_%7Bt-1%7D(i)%3D%5Cfrac%7By_t(i)%7D%7BA%7D%5Cleft(%5Cfrac%7B%5Calpha%7D%7B1-%5Calpha%7D%5Cfrac%7BW_t%7D%7BP_tR_t%5Ek%7D%5Cright)%5E%7B1-%5Calpha%7D%2Cn_t(i)%3D%5Cfrac%7By_t(i)%7D%7BA%7D%5Cleft(%5Cfrac%7B1-%5Calpha%7D%7B%5Calpha%7D%5Cfrac%7BP_tR_t%5Ek%7D%7BW_t%7D%5Cright)%5E%5Calpha

Step2.如何定下价格,使得净收益最高?

这也是个普通的最优化问题,我们直接给出结果:

p_t(i)%3D%5Cfrac%7B%5Cepsilon_t%7D%7B%5Cepsilon_t-1%7D%5Cfrac%7B1%7D%7BA%7D%5Cleft(%5Cfrac%7BP_tR_t%5Ek%7D%7B%5Calpha%7D%5Cright)%5E%5Calpha%5Cleft(%5Cfrac%7BW_t%7D%7B1-%5Calpha%7D%5Cright)%5E%7B1-%5Calpha%7D

至此,上层公司的最优化问题已经解决。

在进入下一环节之前,我们先停下来看一眼。这里的上层公司定价是统一的,并没有异质性,所以之前得到的额外限制条件其实就变成了

p_t(i)%3DP_t

然后带回最优定价的结果,我们就得到这样一个工资与资本租金之间的限制关系:

P_t%3D%5Cfrac%7B%5Cepsilon_t%7D%7B%5Cepsilon_t-1%7D%5Cfrac%7B1%7D%7BA%7D%5Cleft(%5Cfrac%7BP_tR_t%5Ek%7D%7B%5Calpha%7D%5Cright)%5E%5Calpha%5Cleft(%5Cfrac%7BW_t%7D%7B1-%5Calpha%7D%5Cright)%5E%7B1-%5Calpha%7D

这个限制关系取代了公司侧节点的最优化限制,使得整体系统依然能够pin down。所以我们可以松一口气,不用因为下层公司没有最优化产量而担心限制条件不足。

政府节点的设定

政府/央行通过公开市场操作,买回债券,以实行扩张性政策。其budget constraint为:

M_t-M_%7Bt-1%7D%2B%5Clambda(Q_tB_t-B_%7Bt-1%7D)%2BT_t%3D0

对于政府节点,和平常一样,我们并不做最优化,而是把税收、债券、货币发行作为exogeneously given processes。因此,模型的pinning down依然不存在问题。

Market clear

最终,我们通过market clear来把整个模型pin down。

(1)Asset market。政府供应的债券等于capitalist节点需求的债券。这里我们单纯假定政府通过公开市场操作操控了特别的B_t过程,导致债券价格按照负指数形式的既定轨道上升:

%5Cln%20%5Cbeta-%5Cln%20Q_t%3D%5Crho%5Et(%5Cln%5Cbeta-%5Cln%20Q_0)

注意这里Q是债券的价格,利率要取倒数,所以利率是在逐步下降的。Q_0这个量就决定了这个扩张性货币政策的力度,越大说明刺激得越强。

(2)Labor market。劳动力的供给(即1-%5Clambda)等于上层公司对劳动力的最优化需求(即n_t(i))。把这个等式和之前工资与资本租金之间的限制关系相联立,我们就得到:

Y_t%3D%5Cfrac%7B%5Cepsilon_t%7D%7B%5Cepsilon_t-1%7D%5Cfrac%7B1-%5Clambda%7D%7B1-%5Calpha%7D%5Cfrac%7BW_t%7D%7BP_t%7D

(3)Goods market。总产出=总消费+投资,即

Y_t%3D%5Clambda(C_t%5EC%2BI_t)%2B(1-%5Clambda)C_t%5EW

RHS是W_t%2CR_t%5Ek的函数,把它和(2)中的式子联立,就可以得到这两个价格之间的一个关系。再用一次之前两个价格的限制关系,就可以完全定下这个模型的价格系统,并且进而定下具体的allocation。至此,整个模型已然完备!可以通过数值模拟来完成求解了。

(4)Money。消费者的钱总量等于政府的发行量,由此得到quantity of money equation:

M_t%3DP_tY_t

这看起来倒是很传统的一个等式,估计各种宏观的教材里都玩这一套?没读过,不关心。

模型的进一步简化与完全求解

虽然前面已经加入了很多简化条件,但为了让我们手算的时候不会算晕,我们还是厚颜无耻地进一步做简化:假设资本在生产中不起作用,从而%5Calpha%3D0,资本的租金、投资也可以从模型中扣除。

此时,一方面,总产出是%5Cfrac%7B%5Cepsilon_t%7D%7B%5Cepsilon_t-1%7D%5Cfrac%7BW_t%7D%7BP_t%7D(1-%5Clambda),另一方面,公司的生产纯靠劳动力,最终产出为A(1-%5Clambda)(注意了,现在的简化条件下,总产出是一个固定值,并不会随着扩张性政策而变化)。为了简化起见,取A=1,从而我们解出了唯一一个还未定的价格系统(资本租金不存在了,债券价格依照预定轨道走):

%5Cfrac%7BW_t%7D%7BP_t%7D%3D%5Cfrac%7B%5Cepsilon_t-1%7D%7B%5Cepsilon_t%7D%3D%5CPhi_t

(工资随着生产侧的涨落而涨落)

这样就舒服了,价格系统基本完全定下来(P_t在同一时间段内可以作为numéraire,只有比例起作用。不过不同时间段内,P_t的比例还是需要求解的!这个我们放到后面解),剩下的就是求解具体的allocation。首先来看货币的allocation。总的货币量为:

M_t%3D(1-%5Clambda)P_t

而workers节点(自身,不带测度)的货币量依照自身的最优化结果已经知道为

M_t%5EW%3DP_t%5CPhi_t

那么剩下的就是capitalist节点的货币量了:

M_t%5EC%3D%5Cfrac%7B1-%5Clambda%7D%7B%5Clambda%7DP_t(1-%5CPhi_t)

好,现在货币的allocation也完全清楚了。剩下的只有消费的allocation。

总的消费和产出一样,是1-%5Clambda。Workers节点的消费(同样是自身,不带测度)前面已经解出来了,是

C_t%5EW%3D%5Cfrac%7BM_%7Bt-1%7D%5EW%7D%7BP_t%7D%3D%5Cfrac%7BP_%7Bt-1%7D%5CPhi_%7Bt-1%7D%7D%7BP_t%7D%3D%5Cfrac%7B%5CPhi_%7Bt-1%7D%7D%7BX_t%7D

其中X_t刻画价格系统的跨时段比例,也就是通胀,它是我们价格系统中当前唯一一个缺失的量。

那么剩下的部分自然就是capitalists的消费:

C_t%5EC%3D%5Cfrac%7B1-%5Clambda%7D%7B%5Clambda%7D%5Cleft(1-%5Cfrac%7B%5CPhi_%7Bt-1%7D%7D%7BX_t%7D%5Cright)

最后剩下的是P_t随着时间的变化,也就是X_t这个量,只要它解出来,价格系统的同时段内部与跨时段比例就完全清楚,而消费的allocation也完全清楚,系统就彻底解出来了!

为了求解X_t,我们回到capitalists关于bond选择的Euler方程:

Q_tU'(C_t%5EC)%3D%5Cbeta%5Cmathbb%7BE%7D_t%5Cfrac%7BU'(C_%7Bt%2B1%7D%5EC)%7D%7BX_%7Bt%2B1%7D%7D

代入具体的效用函数形式,得到:

Q_t%5Cleft(1-%5Cfrac%7B%5CPhi_%7Bt-1%7D%7D%7BX_t%7D%5Cright)%5E%7B-%5Cgamma%7D%3D%5Cbeta%5Cmathbb%7BE%7D_t%5Cleft%5B%5Cfrac%7B1%7D%7BX_%7Bt%2B1%7D%7D%5Cleft(1-%5Cfrac%7B%5CPhi_t%7D%7BX_%7Bt%2B1%7D%7D%5Cright)%5E%7B-%5Cgamma%7D%5Cright%5D

有两个随机变量在这,看着烦。我们在等式两边同时取%5Cmathbb%7BE%7D_0把两个随机变量给integrate out,剩下的就是X之间的递推关系了,舒服。再对于X线性化展开,就得到了线性递推关系,可以解析求解。

具体来说,我们采用对数线性化,用小写字母的变量表示对数,如x_t%3A%3D%5Cln%20X_t。它是一个0附近的小量,可以展开到一阶,得到一个线性递推关系:

x_t%2Bo(x_t)%3D%5Cfrac%7B1%2B(c-1)%5Cgamma%7D%7B%5Cgamma(c-1)%7Dx_%7Bt%2B1%7D%2B%5Cfrac%7B%5Cln%20Q_t-%5Cln%5Cbeta%7D%7B%5Cgamma(c-1)%7D%2Bo(x_%7Bt%2B1%7D)

其中的常数c定义为

c%3A%3D%5Cfrac%7B%5Cmathbb%7BE%7D(1-%5CPhi)%5E%7B-%5Cgamma-1%7D%7D%7B%5Cmathbb%7BE%7D(1-%5CPhi)%5E%7B-%5Cgamma%7D%7D%3E1

根据这个递推关系往后无穷递推,得到x_t的具体表达式:

x_t%3D%5Cfrac%7B%5Cln%20Q_t-%5Cln%5Cbeta%7D%7B%5Cgamma(c-1)(1-%5Crho)-%5Crho%7D

可以看出,它是一个等比数列。至此,这个随机系统已经在一阶近似下完全求解,撒花!剩下的就只是应用这个解来获取更多信息了。

扩张性货币政策的redistribution effect

得到了近似的解析解之后,最直接的一个应用就是瞧一瞧扩张性政策(Q)对于消费的影响。

对于更大的Q(即更大的扩张性刺激),我们看到x_t也更大(对于不太大的\rho来说),从而worker节点的消费量下降,capitalist节点的消费量上升,总量不变。这说明扩张性的政策导致了重分配,实际上相当于给capitalist节点注入了更多liquidity,使之需求更高;同时,直观上来说,既然注入了更多liquidity,它们也就获得了更大的insurance against the markup fluctuations,导致消费的涨落/volatility更低。下一小节来严格分析这一点。

扩张性货币政策对消费波动性的影响

我们现在想要分析扩张性货币政策对于capitalist consumption的影响。和前面一样,我们还是考虑取对数之后的形式。把capitalist consumption这个随机变量关于小量%5Csigma展开到一阶:

c_t%5EC%3D%5Cln%5Cfrac%7B1-%5Clambda%7D%7B%5Clambda%7D%2B%5Cln(1-e%5E%7B%5Cbar%7B%5Cphi%7D%2B%5Csigma%5Ceta_%7Bt-1%7D-x_t%7D)%3D%5Cln%5Cfrac%7B1-%5Clambda%7D%7B%5Clambda%7D%2B%5Cln(1-e%5E%7B%5Cbar%7B%5Cphi%7D-x_t%7D)-%5Cfrac%7Be%5E%7B%5Cbar%7B%5Cphi%7D-x_t%7D%7D%7B1-e%5E%7B%5Cbar%7B%5Cphi%7D-x_t%7D%7D%5Csigma%5Ceta_%7Bt-1%7D%2Bo(%5Csigma)

从而其方差为%5Csigma%5E2%5Cleft(%5Cfrac%7Be%5E%7B%5Cbar%7B%5Cphi%7D-x_t%7D%7D%7B1-e%5E%7B%5Cbar%7B%5Cphi%7D-x_t%7D%7D%5Cright)%5E2%2Bo(%5Csigma%5E2),它随着Q的上升而减小。所以我们之前的直觉是对的,随着扩张性政策给capitalists注入了更多流动性,他们能够更好地hedge against future risk。

扩张性货币政策对利率的影响

我们现在开始研究金融市场。关于金融市场里的定价,当然有个SDF就万事俱备了。既然现在模型已经完全求解出来了,SDF当然也是一个已知量,它在补偿价格通胀之后就是:

S_%7B0%2Ct%7D%3D%5Cbeta%5Et%5Cfrac%7BU_C'(C_t%5EC)%7D%7BU_C'(C_0%5EC)%7D%5Cfrac%7BP_0%7D%7BP_t%7D%3D%5Cbeta%5Et%5Cleft(%5Cfrac%7BC_t%5EC%7D%7BC_0%5EC%7D%5Cright)%5E%7B-%5Cgamma%7D%5Cfrac%7BP_0%7D%7BP_t%7D

现在X和C都是已知量,SDF也就已知。我们可以用SDF来price各种花里胡哨的asset。先来考虑最简单的一个:在0时刻购入,t时刻回报1的risk-free asset,其价格即为%5Cmathbb%7BE%7D_0S_%7B0%2Ct%7D。我们先把SDF本身这个随机变量对于sigma做线性展开:

S_%7B0%2Ct%7D%3D%5Cbeta%5Ete%5E%7B-x_0%5Crho%5Cfrac%7B1-%5Crho%5Et%7D%7B1-%5Crho%7D%7D%5Cleft(%5Cfrac%7B1-e%5E%7B%5Cbar%7B%5Cphi%7D-x_t%7D%7D%7B1-e%5E%7B%5Cbar%7B%5Cphi%7D-x_0%7D%7D%5Cright)%5E%7B-%5Cgamma%7D%5Cleft%5B1%2B%5Cgamma%5Csigma%5Cleft(%5Cfrac%7B%5Ceta_%7Bt-1%7De%5E%7B%5Cbar%7B%5Cphi%7D-x_t%7D%7D%7B1-e%5E%7B%5Cbar%7B%5Cphi%7D-x_t%7D%7D-%5Cfrac%7B%5Ceta_%7B-1%7De%5E%7B%5Cbar%7B%5Cphi%7D-x_0%7D%7D%7B1-e%5E%7B%5Cbar%7B%5Cphi%7D-x_0%7D%7D%5Cright)%5Cright%5D%2Bo(%5Csigma)

取期望之后消去随机的eta项,得到价格,然后再对x_0做线性展开:

%5Cln%20%5Cmathbb%7BE%7D_0S_%7B0%2Ct%7D%3Dt%5Cln%5Cbeta%2Bx_0%5Cleft%5B-%5Crho%5Cfrac%7B1-%5Crho%5Et%7D%7B1-%5Crho%7D%2B(1-%5Crho%5Et)%5Cfrac%7Be%5E%7B%5Cbar%7B%5Cphi%7D%7D%7D%7B1-e%5E%7B%5Cbar%7B%5Cphi%7D%7D%7D%5Cgamma%5Cright%5D%2Bo(x_0)

最终我们看到,对于足够小的rho,asset price都是随着x_0上升而上升的,这意味着扩张性货币政策能够提高债券的价格,或者换句话说,降低利率。

扩张性货币政策对股权溢价的影响

有了SDF之后,我们当然还可以计算equity premia,不过需要展开到更高阶。作为一个例子,我们可以计算这样一个asset的股权溢价:在t=2时刻回报non-wage income。同样通过Taylor展开,得到以下结果:

%5Cln%20%5Ctext%7BEP%7D%3D%5Csigma%5E2%5Cgamma%5Cfrac%7Be%5E%7B%5Cbar%7B%5Cphi%7D-%5Crho%5E2x_0%7D%7D%7B1-e%5E%7B%5Cbar%7B%5Cphi%7D-%5Crho%5E2x_0%7D%7D%2Bo(%5Csigma%5E2)

因此,在扩张性政策下,x_0上升,导致EP下降。直观上来说,利率下降,股权溢价也下降,导致人们对于risk-free和risky asset的需求都在降低,于是消费上得到提升。

扩张性货币政策对VIX指数的影响

VIX指数也是一个更高阶的量,我们将其定义为:

%5Ctext%7BVIX%7D_0%3D%5Cmathbb%7BE%7D_0S_%7B0%2C2%7D(%5Cln%20R_2-%5Cmathbb%7BE%7D_0%5Cln%20R_2)%5E2

它是股票市场波动性的一种表征。同样通过Taylor展开来分析,最终的结论是:当参数(%5Crho%2C%5Cgamma)满足以下不等式时,就能够同时保证在扩张性政策下,利率下降的同时,VIX指数也在下降:

%5Cgamma%5Crho%5E2%5Cfrac%7Be%5E%7B%5Cbar%7B%5Cphi%7D-%5Crho%5E2x_0%7D%7D%7B1-e%5E%7B%5Cbar%7B%5Cphi%7D-%5Crho%5E2x_0%7D%7D%2B%5Crho%5E2%3C%5Cgamma%5Cfrac%7Be%5E%7B%5Cbar%7B%5Cphi%7D-x_0%7D%7D%7B1-e%5E%7B%5Cbar%7B%5Cphi%7D-x_0%7D%7D%3C(1%2B%5Cgamma)%5Crho%5E2%5Cfrac%7Be%5E%7B%5Cbar%7B%5Cphi%7D-%5Crho%5E2x_0%7D%7D%7B1-e%5E%7B%5Cbar%7B%5Cphi%7D-%5Crho%5E2x_0%7D%7D%2B2%5Crho%5E2

关于labor supply的考察

在上文的模型中,基于一些特殊的设定,labor supply是一个固定值,所以没法考察扩张性政策对labor supply的影响。为了考察这一点,我们可以把workers节点的效用函数一般化:

U_W(C_t%2CN_t)%3D%5Cfrac%7B(C_t)%5E%7B1-%5Cgamma%7D%7D%7B1-%5Cgamma%7D-%5Cfrac%7B%5Ctheta%7D%7B1%2B%5Cvarphi%7D(N_t)%5E%7B1%2B%5Cvarphi%7D

也就是把消费这部分换成了更加一般的isoelastic utility。(通常这个%5Cgamma的risk aversion参数是大于1的,甚至可以到达50)

在这个修改之下,workers节点的Euler方程会变成:

(N_t)%5E%7B1%2B%5Cvarphi%7D%3D%5Cfrac%7B%5Cbeta%7D%7B%5Ctheta%7D%5Cmathbb%7BE%7D_t(C_%7Bt%2B1%7D%5EW)%5E%7B1-%5Cgamma%7D

假如我们沿用之前的结论,即扩张性政策下workers的消费下降,那么labor supply就会上升,也就意味着employment上升,output也会上升。这和经典的story是吻合的。当然了,模型修改之后workers消费确实还是下降吗?其实可以留待以后仔细分析。毕竟虽然wage income的share下降了,但整体蛋糕变大了,workers的消费其实没法直白地看出来。

总结

从模型的建立角度来说,是一个普通的competitive equilibrium模型,或者说是DSGE模型。这种模型建立的思路/公理就是:

  1. 在个体节点层面,给定价格,做最优化(注意分清楚状态变量和控制变量),通常用Bellman方程;

  2. 在系统整体方面,涌现出的价格系统让整体系统临界,即通过market clear求解出价格,从而获得具体的equilibrium allocation。

这个模型略有不同的地方在于,下层公司节点并不存在节点最优化的限制,所以少了一个方程;但它又给出了价格之间的限制,补足了少掉的方程,所以最终依然是可以pin down整个模型的,即使不做简化条件下的近似分析,依然可以用数值计算来完整地模拟系统的动力学。

这个模型在施加各种简化条件后,能够在一阶近似下给出比较干净的explicit solution,作为一个代表性的特例来做分析。很显然它还缺了很多东西,比如总产出的动力学,这些都可以通过修改或者去除简化条件做到,不过会复杂得多(即使只是做线性近似)。

从经济学结论的角度,大致上就是强调了一下redistribution channel的重要性,至于算出来的各种高阶项,我不懂金融,就不瞎解读了。

一个姑且比较容易分析的货币模型的评论 (共 条)

分享到微博请遵守国家法律