这次真的不一样？如何理解美联储“随机应变”式新框架_老虎社区_美港股上老虎

这次真的不一样？如何理解美联储“随机应变”式新框架

华尔街见闻2022-02-10

摘要：2022年美联储货币政策将加速转向“数据依赖性”，但问题在于在新一轮加息周期中，数据的可预测性太低了。在1月的FOMC声明中，美联储提到“很快”将“适合”加息，清晰地表明3月加息即将到来，不过对于具体的政策路径，鲍威尔在新闻发布会问答环节多次强调，官员们并未做出任何决定，并表示FOMC需要保持灵活应变（"nimble"），不排除任何选择。鲍威尔表示，“我们将根据接下来公布的数据和不断演变的...

网页链接

免责声明：本文观点仅代表作者个人观点，不构成本平台的投资建议，本平台不对文章信息准确性、完整性和及时性做出任何保证，亦不对因使用或信赖文章信息引发的任何损失承担责任。

FangR
·2022-02-11
已阅
回复
点赞
举报
猛逃
·2022-02-10
疫情的不确定性，当然就导致经济政策的不确定性[思考]
回复
1
举报
没有人比我更懂韭菜
·2022-02-10
每次都真的不一样每次都一样
回复
2
举报
sky老夫子
·2022-02-10
good
回复
点赞
举报

热议股票

7x24

全部

关于我们·老虎社区守则·老虎社区账号管理规范·老虎社区服务协议·老虎社区隐私政策

公司名称：北京至简风宜信息技术有限公司

违法和不良信息投诉：010-5681-3562（工作时间9:30-18:30）

邮箱：service@laohu8.com

营业执照：91110105MA01A4U55R

ICP备：京ICP备18016422号

网安备：京公网安备11010502036490

关注我们

{"i18n":{"language":"zh_CN"},"data":{"share":"https://www.laohu8.com/m/news/2210980598?lang=zh_CN&edition=full","thumbnail":"https://static.tigerbbs.com/4f6ec6e99c0c8b9feb7f296b78c65a54","is_english":false,"pubTime":"2022-02-10 20:14","share_image_url":"https://static.laohu8.com/e9f99090a1c2ed51c021029395664489","id":"2210980598","market":"us","top_or_hot":-1,"title":"这次真的不一样？如何理解美联储“随机应变”式新框架","media":"华尔街见闻","content":"<div>\n<p>摘要：2022年美联储货币政策将加速转向“数据依赖性”，但问题在于在新一轮加息周期中，数据的可预测性太低了。在1月的FOMC声明中，美联储提到“很快”将“适合”加息，清晰地表明3月加息即将到来，不过对于具体的政策路径，鲍威尔在新闻发布会问答环节多次强调，官员们并未做出任何决定，并表示FOMC需要保持灵活应变（\"nimble\"），不排除任何选择。鲍威尔表示，“我们将根据接下来公布的数据和不断演变的...</p>\n\n<a href=\"https://wallstreetcn.com/articles/3651603\">网页链接</a>\n\n</div>\n","source":"wallstreetcn_api","html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>这次真的不一样？如何理解美联储“随机应变”式新框架</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 11px; color: #7E829C; margin: 0;line-height: 11px;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\n这次真的不一样？如何理解美联储“随机应变”式新框架\n</h2>\n\n<h4 class=\"meta\">\n\n\n2022-02-10 20:14 北京时间&nbsp;&nbsp;&nbsp;<a href=https://wallstreetcn.com/articles/3651603><strong>华尔街见闻</strong></a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\n<p>摘要：2022年美联储货币政策将加速转向“数据依赖性”，但问题在于在新一轮加息周期中，数据的可预测性太低了。在1月的FOMC声明中，美联储提到“很快”将“适合”加息，清晰地表明3月加息即将到来，不过对于具体的政策路径，鲍威尔在新闻发布会问答环节多次强调，官员们并未做出任何决定，并表示FOMC需要保持灵活应变（\"nimble\"），不排除任何选择。鲍威尔表示，“我们将根据接下来公布的数据和不断演变的...</p>\n\n<a href=\"https://wallstreetcn.com/articles/3651603\">网页链接</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","isBrief":false,"type":0,"news_type":1,"symbol":".DJI","symbol_name":"道琼斯","start_time":0,"source_url":"https://wallstreetcn.com/articles/3651603","article_id":"2210980598","we_media_id":null,"thumbnails":["https://static.tigerbbs.com/4f6ec6e99c0c8b9feb7f296b78c65a54"],"rights":{"source":"wallstreetcn_api","url":"https://wallstreetcn.com/articles/3651603","rn_cache_url":null,"directOrigin":true},"url":"https://stock-news.laohu8.com/highlight/detail?id=2210980598","pubTimestamp":1644495276,"columns":[],"sourceInfo":{"source_id":"wallstreetcn_api","name":"华尔街见闻"},"weMediaInfo":null,"summary":"在新一轮加息周期中，数据的可预测性太低了。","collect":0,"end_time":0,"defaultTopTitle":"wallstreetcn.com","property":[],"viewcount":null,"language":"zh","relate_stocks":{".DJI":"道琼斯","SPY":"标普500ETF",".IXIC":"NASDAQ Composite"},"translate_title":"Is it really different this time? How to understand the Fed's new \"random response\" framework","themeId":"","isJumpTheme":false,"ttsUrl":"https://static.tigerbbs.com/c15b1c74c2d5231e062251f5adc77f23","symbols_score_info":{".DJI":1,".IXIC":1,"SPY":1},"content_text":"摘要：2022年美联储货币政策将加速转向“数据依赖性”，但问题在于在新一轮加息周期中，数据的可预测性太低了。在1月的FOMC声明中，美联储提到“很快”将“适合”加息，清晰地表明3月加息即将到来，不过对于具体的政策路径，鲍威尔在新闻发布会问答环节多次强调，官员们并未做出任何决定，并表示FOMC需要保持灵活应变（\"nimble\"），不排除任何选择。鲍威尔表示，“我们将根据接下来公布的数据和不断演变的前景去做决定”。这番表述给市场营造了一种不确定的氛围：美联储今年到底会加息几次？前几次会议是否会大幅加息50个基点？缩表的时间点？这些问题仍然不明确。瑞银分析师Jonathan Pingle在最近的报告中指出，1月FOMC会议在回答哪条政策利率路径最为合适时，重点提到了灵活应变（nimble），这意味着2022美联储货币政策从“新常态”转变为“灵活应变”，并将加速转向“数据依赖性”。这听上去与耶伦当年强调加息将基于经济数据的理念似曾相似，也似乎可以对应到更早一点的“自由裁量权”（discretion）。那么，如何理解美联储这种“随机应变”式新框架？瑞银认为这一次与耶伦时期的“数据依赖”不一样，那到底哪儿不一样？对于市场来说意味着什么？“随机应变”式新框架：本质仍是保持自由裁量权除了表示“很快”就开始加息外，1月会议基本放弃了前瞻性指引。鲍威尔先是在发布会上表示不排除每次会议都加息的可能性，将最为严重的情况抛了出来，但随后美联储官员陆续发表讲话，风格又更加温和和留有余地。目前，基本上所有官员都对3月加息50个基点进行了回击，大多数官员似乎都在暗示今年大约将加息4次，每次25个基点。很多官员也表达了政策将遵循数据的信号：亚特兰大联储主席博斯蒂克一开始表示如有必要可以一次加息50基点，但随后又立马“改口”称，加息50个基点不是他在3月份的首选政策行动；他在英国《金融时报》的一篇文章中表示，希望2022年加息三次，但不排除其他可能性。他还表示：“我认为主席想要传达的信息是：我们没有走上任何特定的轨道。数据会告诉我们发生了什么。”明尼阿波利斯联储主席尼尔·卡什卡里1月28日表示：“我们希望物价压力会随着供应链问题解决而自然得到缓解，这意味着美联储不得不做得更少。现在，委员会已经发出信号，大多数官员认为今年可能会有三次加息，每次大约25个基点。但是，我们必须看到相应的数据。”旧金山联储主席戴利1月31日表示：“多多参考才是合适的。假设2022年加息4次，利率达到1.25%，这是相当大的紧缩，但也是系统中留下的相当大的空间，因为中性利率是2.5%，这仍然在支持经济，而不是造成破坏。我认为这种平衡是应对我们面临的不确定性的恰当方式。”费城联储主席帕特里克·哈克2月1日表示：“我们能一次加息50个基点吗？可以的。但我们应该吗？我现在不太确定这一点……如果通胀保持在现在的水平，并继续下降，我不认为会加息50个基点。”瑞银认为，官员们以季度加息开始，回避了市场每次会议都加息的推断，保留了以后加速或放缓政策的选项。目前瑞银的基线预测是，FOMC将通过今年每个季度（3月、6月、9月和12月）加息25个基点来撤走宽松政策，并在5月的FOMC会议（或可能不迟于7月的会议）上开始缩减资产负债表。然而，该行认为，这条路径将高度依赖于数据，尤其是通胀数据以及反映通胀前景的数据。其中，5月份的通胀数据将是影响政策走向的分水岭：如果上半年（一直到5月）通胀数据出人意料地继续上升，那么在今年下半年，FOMC可能会从季度加息转向每次会议加息的节奏，6月FOMC会议可能会开始传达7月加息的信号，然后在随后的会议上，根据需要，连续加息25个基点。反过来，如果下半年通胀开始走软，FOMC也可能会暂停加息。这表明，新框架保留了美联储今年下半年所需的“灵活应变”的选择权，而从本质上看，美联储仍是在保持自由裁量权。这次真的不一样？美联储一直避免使用某种固定的规则来约束自己的货币政策决策，如在耶伦时期，为了保持自由裁量权，美联储常常推动理论先行，以创新性的学术研究成果来对框架不断更新。到了鲍威尔时代，尤其在疫情爆发后，这样的倾向更加明显。媒体甚至用“鲍威尔的美联储仿佛格林斯潘时的模样”来形容鲍威尔强调自由裁量，拒绝条条框框。但是自由裁量权有其缺点。在没有坚定承诺的情况下，美联储更难让市场相信，其实现2%的通胀目标是认真的。不过，瑞银认为，如今美联储的“数据依赖”与之前20年的情况截然不同，在耶伦作为联储主席的时期，尽管美联储政策有着非常明确的“数据依赖性”，耶伦经常说，“政策并没有按照预先设定的路线走”，但当时的加息路径基本上遵循了一种稳定、可预测的模式。比如2015年6月，旧金山联储主席Williams在当时的FOMC会议后发表讲话说：“这对利率意味着什么？正如我所说的，政策是依赖数据的。”演讲以“我不能告诉你具体加息日期……但无论如何我不能……”结束。但在那次会议上，美联储对2015年第四季度GDP的预测中值为1.8%-2.0%。最终结果证明，四季度GDP为1.9%。这说明，当时的美联储对经济数据很大程度上是有掌控的，美联储是可以预先设定政策路径的，然而这一次真的不一样。因为在新一轮加息周期中，数据的可预测性太低了。拿最关键的通胀数据来说，近期费城联储调查的专业预测员对2021年第四季度GDP平减指数（衡量通货膨胀的常用指标）的预测离散度，高达金融危机期间的峰值。这种不确定性的增加让人想起上世纪90年代之前的那些年，也就是所谓的“通胀大缓和”之前的几十年。当下对于未来通胀的预期，分析师存在很多分歧，疫情导致的供应链中断无疑是其中的扰乱因素之一。除此之外，有分析师认为，与“通胀大缓和”时期菲利普斯曲线平坦化（指失业率下降，并没有带来通胀率的上升）相对的是，如今的经济环境——全球化趋势已经在2008年出现逆转，资本要素价格下行面临零利率约束，全球人口红利渐行渐远，老龄化社会的负担越来越重，货币政策也悄然降低了稳通胀的权重，货币当局不仅面临着更复杂的权衡，还需谨慎维护其独立性，这些因素都是呼唤通胀回归和菲利普斯曲线“复活”的力量。今天的美联储面临着更大的挑战，经济前景更加不确定，宏观经济数据的波动性要大得多。在专业预测人士眼中，即使是对已经过去的第四季度，经济预测分歧也非常大。因此，瑞银认为，在“大缓和”时期，数据依赖可能是一种逃避，但当前背景下的数据依赖性是必要的。考虑到广泛的不确定性和数据波动性，FOMC别无选择。政策将有更不稳定的风险虽然美联储“随机应变”式的新框架有助于其及时应对各种可能的结果，但重复一下前文，自由裁量权是有其缺点的，对于市场而言，这种灵活性也意味着更少的可预测性，可能更少的规律性。除此之外，如果央行依赖于数据，而数据相比近代历史更不稳定，这意味着政策也有更不稳定的风险，这也代表着宏观经济波动的另一个来源。而瑞银表示，央行对波动性加剧的数据的依赖，将是宏观经济新时代的一部分。","kind":"highlight","is_publish_news":true,"is_publish_highlight":true,"is_publish_live":false,"is_publish_wemedia":null,"editions":null,"column":"","sentiment":"0","news_tag":"","news_rank":0,"symbols":[],"gpt_button":1},"commentList":[{"id":631135452,"gmtCreate":1644532308348,"gmtModify":1644532308348,"author":{"id":"3584418259143158","authorId":"3584418259143158","name":"FangR","avatar":"https://static.tigerbbs.com/7f43f203faf293b29920fa722a747f54","vip":1,"crmLevel":2,"crmLevelSwitch":0,"idStr":"3584418259143158","authorIdStr":"3584418259143158"},"htmlText":"已阅","listText":"已阅","text":"已阅","images":[],"top":1,"highlighted":1,"essential":1,"paper":1,"likeSize":0,"commentSize":0,"repostSize":0,"link":"https://laohu8.com/post/631135452","repostId":2210980598,"repostType":4,"isVote":1,"likeStatus":false,"favoriteStatus":false,"reportStatus":false,"tweetType":1,"langContent":"CN"},{"id":631379027,"gmtCreate":1644503810992,"gmtModify":1644504391599,"author":{"id":"3518527627041174","authorId":"3518527627041174","name":"猛逃","avatar":"https://static.laohu8.com/default-avatar.jpg","vip":1,"crmLevel":1,"crmLevelSwitch":0,"idStr":"3518527627041174","authorIdStr":"3518527627041174"},"htmlText":"疫情的不确定性，当然就导致经济政策的不确定性[思考]&nbsp;","listText":"疫情的不确定性，当然就导致经济政策的不确定性[思考]&nbsp;","text":"疫情的不确定性，当然就导致经济政策的不确定性[思考]","images":[],"top":1,"highlighted":1,"essential":1,"paper":1,"likeSize":1,"commentSize":0,"repostSize":0,"link":"https://laohu8.com/post/631379027","repostId":2210980598,"repostType":2,"isVote":1,"likeStatus":false,"favoriteStatus":false,"reportStatus":false,"tweetType":1,"langContent":"CN"},{"id":631348200,"gmtCreate":1644501998328,"gmtModify":1644501998328,"author":{"id":"3568099945700012","authorId":"3568099945700012","name":"没有人比我更懂韭菜","avatar":"https://static.tigerbbs.com/15391474b6bf8712ad5c17ea6bad5690","vip":1,"hat":"https://static.tigerbbs.com/ae1f49570794979e009a5efdeb6f4789","crmLevel":5,"crmLevelSwitch":1,"idStr":"3568099945700012","authorIdStr":"3568099945700012"},"htmlText":"每次都真的不一样 每次都一样","listText":"每次都真的不一样 每次都一样","text":"每次都真的不一样 每次都一样","images":[],"top":1,"highlighted":1,"essential":1,"paper":1,"likeSize":2,"commentSize":0,"repostSize":0,"link":"https://laohu8.com/post/631348200","repostId":2210980598,"repostType":4,"isVote":1,"likeStatus":false,"favoriteStatus":false,"reportStatus":false,"tweetType":1,"langContent":"CN"},{"id":631324089,"gmtCreate":1644495883248,"gmtModify":1644495883507,"author":{"id":"3585711731655298","authorId":"3585711731655298","name":"sky老夫子","avatar":"https://static.tigerbbs.com/1b6bc4b535fe31e2cb1d2b45246766d8","vip":1,"crmLevel":2,"crmLevelSwitch":0,"idStr":"3585711731655298","authorIdStr":"3585711731655298"},"htmlText":"good","listText":"good","text":"good","images":[],"top":1,"highlighted":1,"essential":1,"paper":1,"likeSize":0,"commentSize":0,"repostSize":0,"link":"https://laohu8.com/post/631324089","repostId":2210980598,"repostType":4,"isVote":1,"likeStatus":false,"favoriteStatus":false,"reportStatus":false,"tweetType":1,"langContent":"CN"}],"hasMoreComments":true,"newsSizeData":{"likeSize":31,"commentSize":4,"repostSize":0,"favoriteSize":4,"likeStatus":false,"favoriteStatus":false}}