BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Górajski Mariusz (Uniwersytet Łódzki), Ulrichs Magdalena (Uniwersytet Łódzki)
Tytuł
Optymalne wrażliwe na ryzyko strategie polityki pieniężnej dla Polski
Optimal Risk-Sensitive Monetary Policy for the Polish Economy
Źródło
Bank i Kredyt, 2016, nr 1, s. 1-31, aneks, bibliogr. 50 poz.
Bank & Credit
Słowa kluczowe
Polityka pieniężna, Ryzyko stopy procentowej, Strategia bezpośredniego celu inflacyjnego, Model wektorowej autoregresji, Czynniki egzogeniczne
Monetary policy, Interest rate risk, Inflation targeting strategy, Vector Autoregression Model (VAR), Exogenous factors
Uwagi
streszcz., summ.
Abstrakt
Głównym celem pracy jest analiza optymalnych, wrażliwych na ryzyko stóp procentowych służących do realizacji strategii bezpośredniego celu inflacyjnego (BCI). Wykorzystując model mechanizmu transmisji impulsów polityki pieniężnej w gospodarce Polski, wyznaczono optymalne strategie banku centralnego charakteryzującego się różną wrażliwością na ryzyko nieosiągnięcia założonego celu. Optymalizujący bank centralny może realizować sztywną lub elastyczną strategię BCI. W zależności od przyjętego poziomu ryzyka optymalizujący bank centralny ma odmienną strategię optymalną. Zaobserwowano dodatnią zależność między poziomem awersji banku centralnego do ryzyka a siłą reakcji obu optymalnych reguł polityki pieniężnej oraz szybkością powrotu inflacji do jej celu po wystąpieniu szoku popytowego i szoku polityki pieniężnej. Dla optymalizującego banku centralnego kierującego się sztywną strategią BCI zwiększenie awersji do ryzyka powoduje równomierny wzrost wartości wszystkich parametrów reguły. Z kolei wrażliwe na ryzyko elastyczne strategie BCI cechują się większym wzrostem parametru wygładzania stóp procentowych oraz silnie reagują na realny kurs walutowy. Ponadto optymalne trajektorie inflacji i kursu walutowego w mniejszym stopniu zależą od zmian parametru ryzyka niż optymalne ścieżki stopy procentowej i luki produkcyjnej. (original abstract)

The main objective of this paper is to analyse the optimal risk-sensitive interest rates, which are aimed at the realization of direct inflation targeting strategies. On the basis of a model describing the mechanism of transmission of monetary policy impulses in the Polish economy we determine the optimal strategies of the central banks characterized by a different level of sensitivity to the risk of not achieving the objectives. It is assumed that the central bank which optimalizes the interest rate follows either a strict or a flexible inflation targeting rule. Depending on the levels of risk the central bank uses a different optimizing policy. We observe a positive influence of the risk parameter on the strength of optimal policy response to exogenous shocks for both possible optimal monetary policy rules. A similar impact of risk aversion is found for the speed of the return of optimal inflation to its target following a demand and a monetary shock. For the optimizing central bank applying strict inflation targeting the increase in the risk-sensitive parameter leads to a steady growth in the absolute value of all optimal policy parameters, whereas in the case of the flexible inflation targeting strategy the changes in its parameters for the real exchange rate and for the lagged interest rate are significantly higher. Moreover, the optimal inflation and the real exchange rate paths are less sensitive to changes in the risk parameter than the optimal paths of the interest rate and of the output gap.(original abstract)
Dostępne w
Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
Biblioteka Szkoły Głównej Handlowej
Biblioteka Główna Uniwersytetu Ekonomicznego w Katowicach
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Biblioteka Główna Uniwersytetu Ekonomicznego we Wrocławiu
Pełny tekst
dostęp z kampusów bibliotek wchodzących w skład Konsorcjum BazEkon
Bibliografia
Pokaż
  1. Amman H.M., Kendrick D.A. (2003), Mitigation of the Lucas critique with stochastic control methods, Journal of Economic Dynamics and Control, 27(11), 2035-2057.
  2. Angeloni I., Kashyap A., Mojon B. (2003), Monetary policy transmission in the euro area: a study by the eurosystem monetary transmission network, Cambridge University Press.
  3. Berge C. (1963), Topological spaces: including a treatment of multi-valued functions, vector spaces, and convexity, Courier Corporation.
  4. Bernanke B.S., Blinder A.S. (1992), The federal funds rate and the channels of monetary transmission, The American Economic Review, 82(4), 901-921.
  5. Blinder A.S. (2001), Bankowość centralna w teorii i praktyce, CeDeWu.
  6. Bogusz D., Górajski M., Ulrichs M. (2015), Sztywna vs. elastyczna strategia bezpośredniego celu inflacyjnego w modelu optymalnej polityki pieniężnej dla Polski, Przegląd Statystyczny, 4, 379-396.
  7. Brainard W.C. (1967), Uncertainty and the effectiveness of policy, The American Economic Review, 57(2), 411-425.
  8. Chow G.C. (1975), Analysis and control of dynamic economic systems, Wiley.
  9. Christiano L.J., Eichenbaum M., Vigfusson R. (2006), Assessing structural VARs, NBER Macroeconomics Annual 2006, 21, 1-106.
  10. De Masi P.R. (1997), IMF estimates of potential output: theory and practice, IMF WP/97/177, International Monetary Fund.
  11. DeGroot M. (1981), Optymalne decyzje statystyczne, Państwowe Wydawnictwo Naukowe.
  12. Edge R.M., Laubach T., Williams J. C. (2010), Welfare-maximizing monetary policy under parameter uncertainty, Journal of Applied Econometrics, 25(1), 129-143.
  13. Fair R.C., Howrey E.P. (1996), Evaluating alternative monetary policy rules, Journal of Monetary Economics, 38(2), 173-193.
  14. Gali J. (2009), Monetary policy, inflation, and the business cycle: an introduction to the new Keynesian framework, Princeton University Press.
  15. Giannoni M.P (2009), Robust optimal monetary policy in a forward-looking model with parameter and shock uncertainty, Journal of Applied Econometrics, 22(1), 179-213.
  16. Gibbs D. (1995), Potential output: concepts and measurement, Labour Market Bulletin, 1, 72-115.
  17. Greenspan A. (2004), Risk and uncertainty in monetary policy, American Economic Review, 94(2), 33-40.
  18. Hansen L.P., Sargent T.J. (1995), Discounted linear exponential quadratic Gaussian control, IEEE Transactions on Automatic Control, 40(5), s. 968-971.
  19. Hansen L.P., Sargent T.J. (2008), Robustness, Princeton University Press.
  20. Jacobson D. (1973), Optimal stochastic linear systems with exponential performance criteria and their relation to deterministic differential games, IEEE Transactions on Automatic Control 18(2), 124-131.
  21. Jacobson D.H. (1977). Extensions of linear-quadratic control, optimization and matrix theory, Elsevier.
  22. Kapuściński M., Łyziak T., Przystupa J., Stanisławska E., Sznajderska A., Wróbel E. (2014), Mechanizm transmisji polityki pieniężnej w Polsce. Co wiemy w 2013 roku?, Materiały i Studia, 306, Narodowy Bank Polski.
  23. Kłos B. (2004), Niepewność modelu w polityce makroekonomicznej, Bank i Kredyt, 10, 25-40.
  24. Knight F.H. (1921), Risk, uncertainty and profit, Houghton Miffin Company.
  25. Levin A.T., Onatski A., Williams J.C., Williams N. (2006), Monetary policy under uncertainty in micro- -founded macroeconometric models, NBER Macroeconomics Annual 2005, MIT Press, 20.
  26. Lucas Jr. R.E. (1976), Econometric policy evaluation: a critique, American Elsevier Publishing Company.
  27. Milo W., Bogusz D., Górajski M., Ulrichs M. (2013), Notes on some optimal monetary policy rules: the case of Poland, Acta Universitatis Lodziensis. Folia Oeconomica, Financial Markets and Macroprudential Policy, 295, 59-77.
  28. Onatski A., Williams N. (2003), Modeling model uncertainty, Journal of the European Economic Association, 1(5), 1087-1122.
  29. Ploeg van der F. (2009), Prudent monetary policy and prediction of the output gap, Journal of Macroeconomics, 31(2), 217-230.
  30. Polito V., Wickens M. (2012), Optimal monetary policy using an unrestricted VAR, Journal of Applied Econometrics, 27(4), 525-553.
  31. Poole W. (1998), A Policymaker Confronts Uncertainty, Federal Reserve Bank of St. Louis Review, 80(5).
  32. Przystupa J. (2002), The exchange rate in the monetary transmission mechanism, NBP Bureau of Macroeconomic Research Working Paper, 25.
  33. Rudebusch G., Svensson L.E. (1999), Policy rules for inflation targeting, w: Monetary policy rules, University of Chicago Press.
  34. Sack B. (2000), Does the FED act gradually? A VAR analysis, Journal of Monetary Economics, 46(1), 229-256.
  35. Sack B., Wieland V. (2000), Interest-rate smoothing and optimal monetary policy: a review of recent empirical evidence, Journal of Economics and Business, 52(1), 205-228.
  36. Sims C.A. (1986), Are forecasting models usable for policy analysis?, Federal Reserve Bank of Minneapolis Quarterly Review, 10(1), 2-16.
  37. Sims C.A. (1992), Interpreting the macroeconomic time series facts: the effects of monetary policy, European Economic Review, 36(5), 975-1000.
  38. Smets F. (2002), Output gap uncertainty: does it matter for the Taylor rule?, Empirical Economics, 27(1), 113-129.
  39. Smets F., Wouters R. (2003), An estimated dynamic stochastic general equilibrium model of the euro area, Journal of the European Economic Association, 1(5), 1123-1175.
  40. Smets F., Wouters R. (2007), Shocks and frictions in us business cycles: a Bayesian DSGE approach, ECB Working Paper Series, 722, European Central Bank.
  41. Söderström U. (2002), Monetary policy with uncertain parameters, The Scandinavian Journal of Economics, 104(1), 125-145.
  42. Svensson L.E.O. (1997), Inflation forecast targeting: implementing and monitoring inflation targets, European Economic Review, 41(6), 1111-1146.
  43. Svensson L.E.O. (1999), Inflation targeting as a monetary policy rule, Journal of Monetary Economics, 43(3), 607-654.
  44. Svensson L.E.O. (2000), Open-economy inflation targeting, Journal of International Economics, 50(1), 155-183.
  45. Tallarini Jr. T.D. (2000), Risk-sensitive real business cycles, Journal of Monetary Economics, 45(3), 507-532.
  46. Vitale P. (2012), Linear risk-averse optimal control problems: applications in economics and finance, http://papers.ssrn.com/sol3/papers.cfm?abstract_id=2334131.
  47. Whittle P. (1981), Risk-sensitive linear/quadratic/Gaussian control, Advances in Applied Probability, 13(4), 764-777.
  48. Whittle P. (1996), Optimal control: basics and beyond, John Wiley & Sons.
  49. Woodford M. (2003), Interest and prices, Princeton University.
  50. Zabczyk J. (1996), Chance and decision. Stochastic control in discrete time, Scuola Normale Superiore.
Cytowane przez
Pokaż
ISSN
0137-5520
Język
pol
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu