2019Q2美联储财经类工作论文摘要合集（外一）
作者：Tim Dore and Traci Mach
链接：https://www.federalreserve.gov/econres/feds/files/2019022pap.pdf
P2P这种新型借贷渠道的出现，积极的方面是通过增加竞争降低了贷款利率，扩大了信贷受惠人群，消极的方面则体现在容易诱导老百姓在借贷问题上做出次优决策，导致过度借贷。 版权声明：本文著作权归原作者所有，奇番小编欢迎分享本文，您的收藏是对我们的信任，QFanW谢谢大家支持！
短期而言，作者发现借款人降低了信用卡适用频率和程度。在借款后的一个季度内，信用卡使用频率从56%降至44%。而授信使用程度则降低了26%。而信用卡使用的减少则有助于提高借款人的信用评分，一个季度大概是13%。随着时间流逝，借款人和非借款人的信用卡使用频率和程度又会趋同，但是债务水平差异却显著上升。12个季度后，借款人的债务水平一般要比非借款人高13%。在将债务构成中，非抵押贷款就是来自prosper，在贷款申请当季借款人要比非借款人的债务水平高35%。但随着时间流逝，12个季度后这个差异只有10%了。抵押贷款则不同，贷款申请当季借款人也就比非借款人高3%，12个季度后就有23%之多。抵押贷款比例升高是由于借款人中的那些存量房产拥有者和申请借款的无房户所体现出买房倾向。作者认为在线申请贷款提升了借款人的信用评分，导致借款人进一步利用了这个优势。但是作者还发现这些借款人的信用状态显著好于非借款人。总而言之，作者未发现p2p导致的债务水平显著增加或违约率提高。
在没有主键值的条件下，两个数据库的匹配方法比较有意思。第一个挑战就是prosper的信用评分数据来自信用局的Experian，CCP的来自Equifax。两个数据库的完整程度和计算方法都是现实困难。其次是这两个数据源的应用时间也不同。以prosper为例，贷款申请完成的时候就会出一份信用评分，而在CCP则是在季末出一份信用评分。对于同一个人，建账和还款两个时点的信用评分也会不同。为应对这些困难，作者主要考虑的是两份信评中稳定或可以预测的变量，比如出生地，是否破产过，是否有公共记录匹配，房产带每月还款金额等，再加上如prosper存量房产贷款必须小于上一季而大于下一季等逻辑判断。在此基础上，作者还进一步考虑（1）循环授信总量和存量贷款初始金额必须不为0且匹配；（2）信评报告上最新的账户年纪和老账户的年纪必须一致，且每月房产还款不为0（3）循环授信总量匹配且每月房产贷款还款不为0（4）在prosper多次申请的借款人只匹配到CCP的一个人中。最终是将prosper中的762,441个样本匹配到了CCP中49,695个样本。因为ccp是按照全美人口5%抽样，所以作者对这个匹配比例非常满意。同时，作者还通过比较匹配和未匹配样本的申请授信和期限、最终授信数量、最终放款数量以及信评分数分布等指标，最终确认了匹配结果的代表意义。
作者：Horacio Sapriza and Judit Temesvary
链接：https://www.federalreserve.gov/econres/feds/files/2019023pap.pdf
货币政策传导机制一直是宏观研究的热门课题。加息会在多大程度上影响美国银行的借贷行为？相关效果受经济增长的影响吗？今天这篇论文就是研究这个。因为银行资产体现的顺周期性强于银行负债，所以银行的净值就体现出顺周期性。这样，在货币紧缩条件下，风险较高的银行面临的外部风险溢价就具有逆周期性。那么在低经济增速条件下，银行信贷渠道的传导就会强一些（银行自身顺周期叠加外部风险溢价的顺周期）。此外，作者还发现银行信贷渠道中有些贷款类别在低经济增速的时候几乎是唯一有效的传导机制。
银行信贷传导机制包括两个内生反馈，即紧缩货币导致银行融资难、融资贵，迫使银行减少信贷投放。对于过度依赖批发融资，小型以及其他资产负债表流动性较差的银行而言，这种机制作用更为明显。在经济的周期性对货币政策传导的作用方面，作者研究发现无论是统计上还是经济意义上，经济低增速条件下货币政策经由大型、中型乃至小型银行信贷渠道传导力度都存在显著增强的情况。但是通过研究，作者发现了2007年以后，银行信贷渠道和经济增速之间的相关性消失了，表明危机后美国货币传导机制的一个重要变化。
我对这篇论文的结论存疑。数据变换太多了，噪音与信号齐飞啊。
作者：Gianni Amisano and Oreste Tristani
链接：https://www.federalreserve.gov/econres/feds/files/2019024pap.pdf
在央妈们的小圈子中，在价格刚性的约束条件下讨论一般均衡模型这个货币政策这个细分领域一直是个热门话题。部分是因为GFC和其后的经济衰退，这些模型空前发展。但由于线性化假设，大多数模型都无法较好解释债券的风险溢价，而且实际上这些模型反而是从估计的债券收益率中推导而来。但是，长期利率和风险溢价厉害都是津津乐道的话题。Trump提名的Goodfriend和上届Fed主席Greenspan都有过这方面的论文。作者的目的就是建立起这么一个整合自洽的模型统一解释宏观经济机制和债券风险溢价之间的关系。
作者认为长期利率并不是一个常量，决定于风险溢价、预期未来实际利率和通胀预期等三个因素。首先，风险溢价的波动主要来自不确定性冲击。作者认为这种冲击具有周期性特征，而衰退正是高度不确定性持续的阶段，因而风险溢价就高。在经济复苏阶段，不确定性回归正常水平，风险溢价因而减小。当这种溢价下降遇到政策利率转折点的时候，还会因为预期未来货币政策收紧导致名义利率保持几乎不变，正所谓Greenspan在2005年提出的市场难题。其次，当前和预期未来实际利率也是长期利率波动的原因。经济衰退的高不确定性导致家庭出于审慎目的提高储蓄率，这会压力当前和预期未来实际利率推动储蓄市场出清。如果预期未来通胀利率不变，这种行为则会导致预期未来名义利率下降。而在经济复苏阶段，预防目的的储蓄率会下降，导致预期实际利率上行。这其后的名义利率上行既不是通胀预期抬高的结果，也不是央妈抗通胀可信度的结果。最后，通胀预期的作用也不容忽视。在作者的模型中，通胀预期变化往往是线性冲击的结果，也是传统的一阶差分的产物。这其中，传统的科技冲击是长期名义利率变化的主因，而且其影响力肯定要比单纯靠宏观数据分析其应用的发现要持续很久。
作者：Yang-Ho Park
链接：https://www.federalreserve.gov/econres/feds/files/2019025pap.pdf
今天这篇论文一看摘要就引起了我极大兴趣，整个阅读过程中我都在持续不断的震惊中。这篇实战意义特别强。作者看名字是韩裔，估计凭这篇论文找个HF的位置不难。现在的HF为搜集数据无所不用其极，最早是在公路上埋传感器，在龙门架上放摄像头，现在10bn以上的机构如果不拿出个卫星鸟瞰图来都没法融资了。之前也有经济学家的确证明了地球上夜晚灯光的亮度和经济增速存在显著的正相关关系。和大家看非套保头寸不同，我一直试图从不同类型的机构持仓中发现交易线索，但一直没有较大突破。而这篇论文则是从美国国债期货仓位看平还是看陡来进行分析。现在3m10s又恢复在0以上了，这其中隐含的逻辑就是：经济衰退前或中短端利率会下行更快，导致曲线变陡；而经济见顶或货币政策收紧过程中，短端利率又倾向于快速上升，导致曲线变平。
就期限价差交易本身而言，它自身有两个很大的优势让信息资源较为充分的交易机构乐此不疲。一是较单向多空交易而言更低的交易成本，即更高的杠杆率，而这正是HF的不二法门。其次是低风险性，尤其是久期匹配的期限交易，比如多一份TYA，空4-6份TUA这种就能过滤掉曲线平行移动的情景（很少见），特别适合对宏观基本面把握较为充分的交易机构，还能排除意外冲击的风险，比如通胀对于曲线的冲击总是全线均摊的。
每周五美东时间收市后，CFTC都会分门别类公布各类机构截至上周二在各种期货中的持仓数据。作者搜集了足够长的时间序列(1981-2017)后，将每个时点的投机性仓位(3m,10y,30y)减去三者均值，其中欧洲美元和美国30年期国债投机性仓位情况画图如下。在过去三个NBER认定的美国衰退时期，Eurodollar和USA的确存在着显著的差异，这就意味着的确存在着一波大神们在把握曲线变平变陡方面有着超过市场一般的感知力。
这还不算，作者在数据处理过之后，还发现这种仓位数据的领先意义显著！首先是能对次月的非农数据说个七七八八，比街上各大house的经济学家还厉害。具体就是当仓位严重倾向于看陡的时候，非农往往不如人意；反之则反是。这还不算，仓位情况还能预测金融市场对非农的反应，像看陡的仓位往往在数据公布后伴随短期债券价格上行和GBPUSD以及USDCHF下行（美元相对这两种货币贬值）。更要命的是，作者还发现这跟股市在每次FOMC前几个小时的超常规收益有关（如果一个house的trade floor有一个楼层，equity至少要占三分之二）。即强烈看陡的仓位往往意味着在FOMC宣布决议的那个时刻之前的日内估价大幅上行。据此模拟的交易能够增加夏普比率0.34. 作者猜测这其中的经济含义主要是因为经济数据不好，Fed会实施宽松或者放缓收紧步骤。
具体指标构建简单易行，用最土的EXCEL就能办到，开搞吧~
链接：https://www.federalreserve.gov/econres/feds/files/2019026pap.pdf
一般而言，经济政策制定者和市场参与者既要担心经济状况的改变对于经济的平均影响，还得考虑这些将如何改变导致巨额损失的可能性大小（真绕嘴，就是下方风险）。传统的描述冲击反应的线性模型如向量自回归模型（VARs）都是基于均值结果，对于解答此类问题自然不是很擅长。作者通过借鉴VAR（value at risk, 在线价值）的概念，对于各种程度宏观经济风险的可能性进行了量化。作者将四个季度前的经济增速预测值的第10分位定义为宏观经济尾部风险。通过搜集科技冲击，货币政策冲击以及金融状况的冲击等情况，作者对于冲击条件下提前四个季度的实际GDP增长的分布情况进行了研究。
作者：Sera_n Grundl and You Suk Kim
链接：https://www.federalreserve.gov/econres/feds/files/2019027pap.pdf
17年去美国出差，当时街上最成功的投资是MBS资产池的劣后。今天这篇论文就和这个有关。GFC之后，两房一吉被美国财政部背书且大量输血，算是度过了难关。事急从权，但是现在是时候好好算算得失。本文还是用的二次差分法（diff-in-diff）来研究政府担保究竟在多大程度上帮助了美国老百姓实现了居者有其屋的梦想。而应用二次差分法的关键在于找到对照组。为此，作者找到了一个约束条件，就是美国政府对于每一个县的最大担保贷款数量（conforming loan limit，CLL）。08年间增加过，而且是房价中位数越高的县增加越多。而在2011年这个CLL又调减过，又是房价中位数越高的县调减越多。但是在2017-2019年中，cll又因为随着房价中位数变动而变动，一直处于上升状态，而近期关于调减CLL的声音又有所增强，所以这篇论文的时效性很强。
为了避免根据房价调整CLL对于随机性的扰动，作者刻意在样本构建上选取相邻邮编的县。在CLL调整之前，这两组数据在房屋均价，房价分布，每桩销售政府担保程度等方面会都类似。而且作者在分析的时候，对于变更县域边界的情况也有所考虑。实际上，作者研究的是很小的地理范围内CLL变化对于当地房地产市场的影响。研究对象是CoreLogic的地产数据库。和其他数据库不同，这个CoreLogic的数据库记录了全美每间房屋的交易情况，包括买家是不是第一次置业，卖家是不是自然人以及贷款还是现金买卖等详细情况。
作者的分析实际是分两步完成，先是分析CLL的变化对于政府担保的影响，再分析CLL变化对于房屋所有权的影响。然后综合两次分析结果，得到政府担保对于房屋所有权的影响。作者估计08年CLL增加导致的政府担保增加平均到每笔交易约为5w美元，差不多是CLL增加前每笔担保额的35%。但是在CLL和房屋所有权方面，作者并未发现明显的因果关系。通过进一步分析，作者认为单纯CLL变化只会影响到老百姓的财务选择，对于购房与否影响不大，最多也就是边际上有点儿效果。但还是由于样本构建的原因，即无法找到完全不受CLL影响的样本作为对照组，所以作者并不认为他的发现对于取消CLL与否具有实践意义。
作者：Pablo Cuba-Borda, Luca Guerrieri, Matteo Iacoviello, and MolinZhong
链接：https://www.federalreserve.gov/econres/feds/files/2019028pap.pdf
今天这篇学术氛围很浓，看着就头大，但总不能每篇都像spread那篇那么刺激吧。而且在阅读过程中我不禁想到三峡大坝落成那年，国内有媒体报道说因为这个建筑的体量会导致地球自转减缓。除非三峡大坝积蓄的水量与地球质量之比和1秒占一年的比例类似，否则这个报道就是无稽之谈。这篇论文就是以DSGE（dynamic stochastic general equilibrium，动态随机一般均衡）模型为例讲类似的问题。因为专家学者在应用模型的时候，会不得已采取各种近似处理方法或者干脆估计某些参数，而这些方法本身在帮助寻找源头的时候，也是误差的直接源泉。作者具体是构建了一个简单的例子来说明这个问题，但是作者认为结论的普遍意义很强，凡是具有非持续约束条件不利于跨期平滑的模型都存在放大需求和金融冲击的内在倾向。
作者：Daniel Garcia
链接：https://www.federalreserve.gov/econres/feds/files/2019029pap.pdf
今天这篇论文的作者名字听起来很像老版电影佐罗中和男猪脚对剑的那个中尉，题目直译的话是二次职业者，但文中实际研究的是再多买一套房子并不作为主要居住场所的那类人群，所以勉强译为额外置业者。当下我国很多人在山里，海边都有类似的投资和休闲旅行需要，所以这篇论文对当下我国很有借鉴意义。
21世纪初，美国出现了创纪录的额外置业人群，已有研究证明这部分人群对于抵押贷款总量贡献超过了首次置业者。虽然他们收入更高，信评也好一些，但是因为过高的杠杆率导致衰退期间违约比例也更高。之前有学者就能够拿到的美国21个城市的数据研究表明，额外置业者显著推高了那段时间内的房屋价格。而这篇论文就是试图从全美的数据来全面揭示这个问题。
在作者的研究中，识别额外置业者就是找那些同时具有两桩以上第一留置权的抵押贷款人，并关联其第二套置业的地理位置，在美国县一级层面，将额外置业的贷款金额与整体新房贷款金额之比作为额外置业率。根据美国2000-2006年间的数字，在县级层面上，额外置业率和当地房屋价格线性回归系数高达55%。那剩下45%怎么办？作者为了全面揭示额外置业者的作用，利用了2000年美国人口调查中房屋空置数据来隔离其他因素的影响，而房屋空置率高的地方往往就是山清水秀的地方，历来都是买家青睐之地。结论就是额外置业者对于住房市场在2000-2010年间的兴旺和衰败贡献显著。在2000到2006年间，额外置业率每高10%，建筑业雇工和当地房屋价格能分别高7%和16%。但是在200-6-2010年间，这些昔日芳华逝去也快。额外置业率每高10%，贷款违约率约高2%， 住房价格和建筑业雇工下滑速度分别快7%和9%。
作者：C. Bora Durdu and Molin Zhong
链接：https://www.federalreserve.gov/econres/feds/files/2019031pap.pdf
从1990年开始，美国非银机构面向非金企业创造的信用大概占了总量的60%，这就有必要好好看看驱动因子是什么。作者就是构建了这么一个动态均衡估计模型来刻画这个过程。既从宏观经济整体层面的冲击，如科技进步，需求总量或者金融冲击等角度看这个问题，也从特定行业冲击——如美国储协危机，大萧条期间影子银行体系崩溃等角度，也是作为本文的独特视角——对信用周期做出解释。
研究数据为美国1987到2015年的季度数据。和以往研究结论不同的是，作者发现70%的银行和非银借贷增长都是由部门冲击驱动，尤其是那些直接关系到对银行大量借贷的企业净值的冲击。企业净值下降会导致融资难，增资贵，而这又会导致企业净值进一步下降。反之则反之。所以这种内在的反馈机制导致了关系到企业净值因素的冲击在信贷周期中扮演了主要角色。更有意思的是，作者发现对于银行信贷周期而言最重要的单个结构性冲击是那些对于存在大量向非银部门借贷行为企业净值有重大影响的，而且这个情况对于非银信贷周期也适用。
在特定行业冲击之外的总量冲击方面，作者的一个重要发现就是频率维度的重要性。即在较低的频率上，宏观层面的冲击对于企业的特定风险而言更加重要，尤其是在银行和非银一致行动的背景下。就商业周期而言，宏观层面的冲击可以忽略不计。但是长期来看，这容易帮助我们理解美国历史上储协危机，2000年初萧条和大萧条三次信用转折之后缓慢的信贷增速。此外，这种宏观冲击导致的企业层面的特定风险也是金融冲击期间投资增速的最重要决定因素，大概起到了30%的作用，而且对于非银借贷利差和存款利率的变动都有重要意义。
本文总结的一些前人研究成果非常耐看，算是不常见的知识点。一是非银信贷周期波动小于银行信贷周期；二是银行信贷周期与非银周期存在正相关关系；三是贷款增长和投资增长之间关联度并不高。
*编号30的论文实在没看懂，像是讨论GARCH(1,1)模型估计效率的。我当年在人大学的那点儿皮毛算是还给易老师了，谁有兴趣自己看吧。
作者：Roger E.A. Farmer and Giovanni Nicolo
链接：https://www.federalreserve.gov/econres/feds/files/2019032pap.pdf
菲利普斯曲线大家耳熟能详，无论是最初的失业率与货币工资变化率的关系，还是后来的失业率与物价上涨率之间的关系，亦或是经济增长率和物价上涨率之间的关系，都在试图描述现代经济中失业率和通胀膨胀之间此消彼长，彼此替代的关系。但是最近关于这个发现是不是好使的争议不绝，还越来越激烈了。因为Fed的超常规货币政策，导致美国失业率连创50年新低，但是通胀就是萎靡不振。在去年第9届曼彻斯特召开的主题为增长和经济周期的理论与实践的大会上，Farmer（也是本文的第一作者） 和Nicolo两位学者就提出了自己的模型（Farmer Monetary Model，简称FM-Model），试图利用一个简化的方程替换掉新凯恩斯主义下的菲利普斯曲线（New Keynesian Phillips Curve， 简称NK-Phillips curve）。这篇论文就是利用美加英三国高频数据对FM model和Nk Model孰优孰劣进行了实证研究。结论居然是FM model胜出。
编号为33的这篇论文“”A Generalized Approach to Indeterminacy in Linear RationalExpectations Models,https://www.federalreserve.gov/econres/feds/files/2019033pap.pdf ”，姑且译为线性理性期望模型的一种归一方法, 作为为Francesco Bianchi and Giovanni Nicolo。
连着两篇都是方法论的，而且第二作者都是同一人。彭博的bio上没找到，估计偏学术了。
作者：Leland D. Crane and Ryan A. Decker
链接：https://www.federalreserve.gov/econres/feds/files/2019034 pap.pdf
NETS (National Establishment Time Series)是美国华尔街集团的产品，主要由Dunn&Bradstreet（简称D&B,债项评级CCC，主业为信息服务，今年2月11号被收购退市了）收集并制作成相关数据产品出售。NETS就是其中一项应用广泛的产品，受到的批评也很多。因为和官方数据不同，D&B作为私营部门去搜集各个微观经济体的信息很难在精确度上有保证。但是因为数据保密性的原因，业界和学术界只要是想对商业微观层面进行研究还就离不开NETS，让人又爱又恨。而美联储的官员呢，肯定是可以用到一些官方的机密数据库。在这个基础上，作者对于NETS的优劣进行了品评，结论就是有效但有限。对于学子而言，凡是研究对象是NETS数据的论文大作，基本上核心杂志刊登就不太可能啦。
作者归结其中原因有几个：一是数据样本有限，从2014年开始雇员人数少于5个的企业样本就缩减了三分之二，5-10人的则砍了三分之一，即便是大公司也砍了10%。尤其是初创企业情况更为严重，大概90%的初创企业压根没有数据；销售数据更是如此，80%的小企业和95%的大企业数据统统砍掉。经营多年的存续企业的销售数据几乎全部被砍。二是数据精度也有问题。还是以雇佣数据为例，作者发现NETS中的雇佣数据分布没有官方数据库离散，偏度也较官方数据库小。而无数的实证研究显示初创公司在雇员数量的分布及偏度上和NETS展现的相差甚远。携公器搞这种级别的碾压，有必要吗？
作者：Hie Joo Ahn and James D. Hamilton
链接：https://www.federalreserve.gov/econres/feds/files/2019035 pap.pdf
现在我们听到的美国就业数据都是来自一个叫做CPS（current population survey）的调查。作者应该是注意到了其中存在的多项统计错误，并试图予以纠正。作者认为差错的来源主要有：一是所谓的轮动偏差（rotation group bias）。在数据采集机制设计上，每个月份的样本中依次安排第1到第8次进入样本的家庭。本意是确保样本的随机且有一定连续性，但是近来很多研究发现每个次数组别的家庭样本在失业率上存在显著差异。作者自己的调查也发现第一次入池的家庭平均失业率为6.8%，而第8次入池的则为5.9%。劳动参与率的误差更大，第一次的为66.0%，第8次的为64.3%。这样，所谓的轮动偏差就指如果有人跟踪固定样本的话，失业人群的平均流出会大于流入（就是失业率会缓慢下降的意思）。作者认为这其中的原因在于受访家庭在经过多次调查问卷之后回答的认知不一样了，即失业人口越来越可能被剔除出劳动力人群。这让我想起一个反间谍故事，当时英国人严防英吉利海峡防德国人渗透，甄别的一个关键策略就是不停问同一个问题。如果是间谍，往往会回答得比较一致。
第三个误差来源是失业统计中，受访人口在t和t-1时刻的报告和记录失业状态。假设一个NU的情况，即前一个月不主动找工作而不被计入劳动人口而在第二个开始找工作但没有找到，在第二个月被问及失业多长的时候，超过三分之二的人都会回答超过一个月的时间，甚至有16%的人会说都已经一两年了。作者从实际数据也发现人民倾向于高估失业时长。作者通过设定广义失业（U）来解决这个问题。凡是NU状态且找工作时长超过4周的一律改为UU。进一步研究还发现，UN当做UU处理也是合适的。
最后一个误差来源是人们的表达习惯。一般而言，人们更愿意找工作找了6个月，而不是说找了23周，而当失业23周的人数占比达到一定规模的时候，误差就显著了。再者，人们倾向于回答偶数周超过奇数周。作者的解决方法就是针对性的假设一个潜在的弹性的失业时长分布空间。
这篇论文抽丝剥茧的分析思路特别合我的胃口，严重推荐！
作者：Philip Coyle and Taisuke Nakata
链接：https://www.federalreserve.gov/econres/feds/files/2019036 pap.pdf
如果说Fed和ECB还有BOJ有啥不一样的，有一点就是至少美国还维持了正利率。在货币政策制定框架上海存在一个叫做ELB（有效利率下限）的东西。这篇文章就是利用名义利率加入ELB限制后的新凯恩斯模型来分析通胀目标高低的优劣问题。作者的研究则表明提高通胀目标的言论可休矣。他认为ELB之所以存在不仅仅是因为货币政策不能走得太远，而且自我实现的预期也很重要（他提到的参考文献中有大鸽派Bullard在2010年的一篇论文）。理论上在一个只有重大基本面冲击才能将利率压制到ELB附近的经济体中，受限于ELB的可能性，导致提高通胀目标有一点意义。如果通胀目标高，名义利率一般来说也能高一些，即有较大可能待在ELB之上。而且实际利率也能低一些，家庭和企业的利息负担会相对较轻，对于产出和提振通胀都有正面作用。因为R*一直是处于下降状态，这样提高通胀目标的声音不断出来。但实际上，已经有学者发现如果政策利率待在ELB附近处于自我实现的预期，而不是外部重大冲击的话，较高的通胀目标往往会和ELB附近的较低产出缺口联系在一起，即预期驱动流动性陷阱条件下的最优通胀目标必然是逐渐下降，而不是上升。
GFC之后，几大央行除了压低前端利率外，还通过前瞻指引等预期管理手段让民众和企业相信利率将会在足够长的时间内维持低位，从而压低长端。这种导致了最初为了应对危机而将政策利率压制ELB之后，利率在ELB附近的理由则越来越多的来自央行的默许以及由此而来市场不断加强的预期，后者在本文中就称之为预期驱动的流动性陷阱。作者就是通过标准的新凯恩斯模型来研究ELB时期后半段的内生机制问题，结果发现哪怕是预期驱动的流动性陷阱的很小一点可能导致最优通胀目标显著下降，具体为0.1%可能会导致最优通胀率下降1%以上，而当这个可能性大于0.5%的时候，最优通胀则干脆为负值了。作者分析这种结论之所以会出现就是因为在新凯恩斯模型的设定中，就均衡存在的一般条件而言，预期驱动的流动性陷阱和基本面驱动的流动性陷阱的持续性分别足够高和低。这样，哪怕是一点点预期驱动的流动性陷阱可能就意味着无条件陷入前者的概率远远大于后者。这样前者肯定就是模型驱动的主要因素，最优通胀率也因而陷入负值。
在实证中，作者认为目前日本的情况特别符合模型推论。虽然日本的产出缺口和通胀都为正值，但在此之前，产出缺口和通胀为负至少得有20年。其中名义利率在ELB附近时候，略负的产出缺口和轻微的通缩组合和预期驱动的流动性陷阱的情形非常相似。但是最近10年日本经济复苏态势明显（Q1 2.1%），所以他的经验有足够的借鉴意义。作者也认为本人的贡献也正在于此。
作者：Taisuke Nakata， Takeki Sunakawa
链接：https://www.federalreserve.gov/econres/feds/files/2019037 pap.pdf
GFC之后Fed的各项政策实施效果有个命门，就是如何让公众相信Fed的确是打算将利率压制在低位相当长的时间。市场刚开始的确是对此深信不疑。从2008到2013年，美国实体经济经历了漫长的去杠杆化和去库存化，经济上算是缓过劲儿来了。但是2013年的5月22日，伯南克在国会作证时称，如果发现美国劳动力市场继续好转，并有信心这种形势会继续，Fed可能在今后几次会议中的某一次开始逐步放慢购买债券的节奏。这句话对当时的市场而言，就好比时下很流行的“我相信你个鬼，你这个糟老头子坏得很”，10年期美债在一个季度内一口气跌了将近10块钱。自此，Fed的可信度就大打折扣，也是从那时候开始，全球经济学家和策略师都开始对Fed成员的每一句话开始咬文嚼字式研究，探寻未来政策利率变化的线索。这篇论文就是研究Fed这样的超级大佬可信度打不同折扣条件下的前瞻性指引的作用。结论有点儿让人沮丧，就是Fed即便没啥信用，他也能成功将利率（整条曲线）压制在ELB附近，尽管会没有有信用的时候那么长，即药力还在，疗效些微打个折。
持续压制利率曲线，让经济过热一会儿一度是一个共识，即大家都相信这么干能让经济从严重衰退中复苏。但是这里面就有个怪圈：通胀还没来的时候，央妈们很容易各种指天指地发誓说利率会长期处在地位，但是一旦通胀起来，央妈们又很容易改口说通胀对老百姓不好啊，还是得加息。所以这种理论框架本身就存在着可信度的问题。因为央妈们一旦出尔反尔，在下次危机来临的时候，你再实施ELB政策就会效果大打折扣。所以，为了名誉，为了未雨绸缪，客观上需要央妈信守承诺。而这篇文章就是在价格粘性、ELB边界限制条件下的模型中，研究压制利率曲线政策效果在自身存在可信度的问题时，央妈的信用究竟能起多大作用。文中反复提到的一个概念就是最优承诺政策，指的就是央妈在信守承诺和因时而动之间的取中之策。结论就是上面提到的，没信用也能达到压制利率曲线的目的。
研究方法就是半对数化的新凯恩斯模型，结论太毁三观了。近期只有FOMC的三月会议纪要可以与之相比。会前除了Clarida和Brianard外，统统表态不排除年内加息，但dots出来，17个点中就两个加息。央妈可以言而无信，现在这篇论文如果分量足够的话，还给这种情况增添了理论注脚。下一步该是什么了呢？央妈的独立性？这么看起来，欧洲人还是比较古板，有点儿骑士精神。
作者：Filippo Curti, Marco Migueis, Robert Stewart
链接：https://www.federalreserve.gov/econres/feds/files/2019038 pap.pdf
按照巴塞尔协议的框架，对应资本金覆盖的风险就三种，信用风险，市场风险和操作风险，其实还有一个是策略风险，就是高管战略决策失败的风险，FRM的教科书上特别爱用当年柯达发明了DC而束之高阁的例子。操作风险含义非常广泛，其实就是个翻译错误，如果当初那个人翻译成“运营风险”就不会有现在这么多歧义了。因为包括的内容多种多样，识别的难度自然很大——想想关于究竟什么是操作风险的争论吧——所以的计量方面困难很大，很难用单一的量化模型来进行计量。不同的模型就好比不同的尺子，当这些尺子去量同一个东西的时候，就得有个度量衡的统一问题。今天这篇论文就是讨论在CCAR（comprehensive capital analysis and review）框架下，各家大型机构计量操作风险的对标问题。
按照美联储要求，所有在美大型银行类控股公司（BHC）都需进行年度CCAR，确保资本充足率达标。其中一个内容就是BHC需要预测未来9个季度多种场景下的操作风险损失。和另外两种风险比较起来，一是操作风险往往具有厚尾，大额的特征，如何将操作风险损失和银行实体因宏观经济运行周期相关损失分离开来；二是操作风险的历史数据不够丰富，三是操作风险评估中主观成分较多，巴塞尔委员会也的确推荐情景分析之类的定性方法来替代历史数据分布的定量方法。这三类特征这就使得问题进一步复杂化。与此对应的是，各种操作风险模型在压力测试的时候对于模型假设和数据源高度敏感。这就彰显了校准模型的必要性。
这篇论文主要讨论了三种校准方法，分别是财报基准法，历史损失校准法和财报和历史损失双重校准法。下图就是讨论第一种方法时用到的根据历史数据计算的连续9个季度操作风险累积损失和总资产以及总收入的关系。其中一个结论非常有意思，作者发现向FED提交操作风险压力测试结果的全部38家BHC中，中位数损失占总体分布的第90-95分位；但是就个体来看，中位数损失约占自己操作风险损失的第99分位以上。这实际上是留了个悬念，即单个BHC的压力测试是合格的，但是各家的方法还存在进一步统一规范的空间，而且这个空间相当大。
当年考FRM的时候，就是觉得操作风险最难，描述性文字死记硬背了一大堆，计算部分始终不是很了解。今天这篇论文一看题目就头大，可是也得硬着头皮看啊。惴惴不安看完了，还是描述性的文字多啊，哈哈！
作者：Bora Durdu, Alex Martin, and Ilknur Zer
链接：https://www.federalreserve.gov/econres/feds/files/2019039 pap.pdf
今天这篇文章也是利用面板数据开展研究。作者通过对1870-2010期间69个国家的数据进行分析，美国货币政策收紧是那些与美国贸易关系紧密或美元债务显著国家银行业危机的显著原因。而如果一个国家较为国际化的话，美国货币政策收紧的效果就不那么显著了。传导渠道主要被归因为资本流动，即如果资本流动被突然终止等非常规干扰了，银行业危机就会增加。作者的结论就是，美国货币政策之所以会导致某些国家银行业危机，主要是过于依赖美国了。这篇论文的结论并不稀奇，应该是“要学会完全独立于美国之外身故才能”，而很多财经类杂志在描述美国货币供给或者是Fed资产负债表周期的时候，讲述要比这精彩的多。EM也实际上就是一轮又一轮被收割的。最近的算阿根廷重返国际债券市场吗？
作者：Martin M. Andreasen, Kasper J_rgensen, and Andrew Meldrum
链接：https://www.federalreserve.gov/econres/feds/files/2019040 pap.pdf
在动态期限结构模型（dynamic term structure model, DTSM）当中，影子利率模型（shadow rate model， SRM）因其包含了利率下沿为0的约束条件还能维持债券收益率和定价因子之间近似的线性关系而倍受欢迎。但是作者发现在美国具体应用SRM的时候发现了两个重要缺陷，因而对SRM模型进行了改良。
作者发现的第一个缺陷是无法匹配债券回报可预测性在零利率下沿时的转变。从FAMA开始，沿收益率曲线做债券超额回报的回归分析就是个热门。作者发现当短端利率接近于0的时候，原来的SRM会存在汇报率可预测性的跃变，而当短端利率远离0的时候，则这个回归关系接近线性。为此，作者提出两种解决办法，一是改变框架，即允许定价因子的作用过程在ELB附近发生改变。理由就是既然货币政策都是超常规了，那就没有什么不可以突破；二是既定假设彻底改变，引入“滞胀”这种长期参数作用机制。从作者的实际研究看，第一种效果要好很多。
作者发现的第二个缺陷是SRM无法反应2015年以来调查发现的市场对短端利率会长期处于低位的预期。实际上在前人的研究中，SRM更多的是1990年以来隐含短端利率下行的预期，因而对于2015年之后的调查发现就不太适用。这就意味着标准的SRM不能匹配近期自然利率下行的实际情况。作者拟定的对第一和第二种解决方法解决这个问题都无能为力，只有二者结合起来，即改变框架且引入2015年以来定价因子的实际情况，才能较好的匹配近期调查揭示的短端利率预期水平较低的情况。
这篇论文一看名字就让人感兴趣。刚接触这行的时候，很快把债券部分过完，就是想着要做期权，做exotic。其实，越是到后来，越是发现FI其实是最难的。
链接：https://www.federalreserve.gov/econres/feds/files/2019041 pap.pdf
今天这篇论文居然和我本职工作有关，而且当初我在中台混的时候也从事过相关工作。GFC之后，全球监管机构都认可了HQLA高质量流动资产的概念。全球符合level1的主权债应该是11家，其次就是超主权金融债，像世行，亚开，欧洲复兴这种。如果一定要归类的话，类似人民币债中的利率债。对于要求银行业增配HQLA以实施从严的流动性监管，学术界热议的是其理论依据和更加科学的度量方法。但是LCR和NSFR已经开始实施（从2016.01.01），所以这篇论文有点儿事后找辙的意思。
作者分析认为流动性监管得失难以定性。一是如果银行业以减少贷款来满足流动性监管要求，那么流动性监管就势必会对经济产生不可预见和负面影响。但银行业可以通过缩减资产端，调整资产结构，筹集资本等多重手段满足HQLA要求，也可以通过调整负债结构降低HQLA要求。即便是缩减资产端，也可以通过调减不合格债券投资（比如金融债，整个巴塞尔3对金融债严重歧视）来满足监管。二是长期来看，LCR和NSFR本意是增加危机时银行业的抗压性，但是持有HQLA势必会降低NIM进而带来利润下降，或者银行业为了对冲HQLA低收益的影响而在资产组合中风险偏好下移的话，那就适得其反了。
作者作为Fed成员，肯定是要为监管站台的，他们研究发现流动性监管总体上降低了贷款和银行业利润，但显著降低了金融危机时银行业倒闭的可能。作者通过量化分析发现，（1）HQLA每增加1%，其贷款与资产比就会降低0.25%-0.4%，而且这部分资产端的下降几乎全部是那么信息密集、风险程度较高且不容易被证券化的资产类别；（2）HQLA带来的银行利润下降主要是因为银行无法转嫁持有HQLA的成本；（3）HQLA每增加1%，银行业倒闭可能会下降3%，内因在于风险资产减持，兑现HQLA以筹资以及存款可能会较低可能流失。
GFC之后，各家银行手里都有大把的储备，堆在Fed的账户上。所以你看IOER和IORR其实是一回事儿。作者的研究方法就是在边际储备率（marginal required reserve ratio）和LCR之间设计了一个拐点回归模型（regression kink design，具体咋回事，没学过~）开展相关研究，得到了上述结论。用到的公式太复杂了，结论让我觉得很不可靠。比如他提到银行业为对冲HQLA的成本，会减少风险资产。而之前一篇Fed的工作论文则证明银行业会信用风险下降来对着干。
作者：Michael J. Lamla, Damjan Pfajfar, and Lea Rendell
链接：https://www.federalreserve.gov/econres/feds/files/2019042 pap.pdf
具体方法就是建模，而且通过这个模型，作者发现当货币政策当局有时受限于ELB和当货币政策当局客观作用与最优政策不一致，尤其是在考虑了所处经济周期位置的时候，通胀和通缩偏误都会出现。作者研究表明只要老百姓认为有可能发生需求或供给冲击导致经济面临ELB（ZLB也行，一回事儿）约束，通缩偏误就会一直存在。相反，只要老百姓认为产出缺口持续改善，通胀偏误则会出现，大小取决于老百姓认为央妈在通胀和产出缺口之间平衡的取舍程度。在此基础上，作者还捎带着对传统型或单一以通胀为政策目标的央妈们是否降低了通胀或通缩偏误程度进行了探讨。
研究数据来自YouGov在全球九个国家开展的通胀问卷调查，而且的确表面家庭部门的通胀和通缩预期偏误普遍存在。在大多数国家，通胀预期偏误还很大，尤其是中期通胀预期，反而是短期通胀预期没有那么大差异。即对于央妈实现价格目标失去信心会导致中期通胀预期上行1%，短期的则上行0.33%。通缩方面，则一般是-0.66%的中期偏误对应着-0.33%的短期。此外，作者还发现追求通胀目标的国家会经济低通胀预期和较一致通胀预期并行的局面。在央妈追求通胀目标且价格稳定为最优目的的话，通缩偏误会大一些。
上面这些话非常绕口，其实就是把我们的一些日常经验用量化和比较晦涩的话表达了一遍。这其中关键是就是央妈的信用问题。最近Fed的这个工作论文系列涉及到这类话题的还是有几篇的，综合起来看，隐含的建议就是：一是央妈可以适度失信，以打破民众关于利率会长期处于低位的预期，进而提高消费意愿；二是单一政策目标是不够的，产出缺口或者就业同样重要（这算是为Fed的dual mandate注解吗？）。
作者：Chunya Bu, John Rogers, and Wenbin Wu
链接：https://www.federalreserve.gov/econres/feds/files/2019043 pap.pdf
贝尔斯登倒闭对金融市场是个冲击，雷曼倒闭更是，随后Fed采取的超常规货币政策虽然是正面的救市行为，但也要归为学术范畴的“冲击”一类。如果对这些史无前例的货币政策进行量化分析一直以来是学术界的热点。传统方法是计算联邦基金利率的回归VAR（value at risk，在险价值），最新研究采取的方法都是利用每次FOMC会议前后利率期货的价格变化来衡量，据说FOMC公布决议前后噪音很低（因为没有其他经济数据公布），而且能够同时捕捉传统货币政策对联邦基金利率的影响，还能覆盖到非传统政策如前瞻指引和大规模资产购置计划等的影响。但是这种方法也收到不少质疑，比如宣布FOMC决议的时候，Fed所传达的信息不仅限于货币政策本身，还委员们对经济的看法，政策偏好甚至是决策模型等。这就会影响到私营部门对未来宏观经济发展的预期。所以即便是选取的时间窗足够狭窄，FOMC决议前后的利率变化会同时包含货币政策因素和非货币政策因素。
为了抽取纯粹的货币政策影响，作者创建了一个异方差为基础的偏最小二乘法，借鉴了Fama和MacBeth的两步回归法。作者认为自己这套方法一是简洁，数据要求不算苛刻，可实行性强；二是应用性强，不光能解释Fed，对于ECB/BOJ也都能适用。总之各种好。
作者：R. Matthew Darst， Ehraz Refayet
链接：https://www.federalreserve.gov/econres/feds/files/2019044 pap.pdf
债务证券池中的匿名信贷市场中介现代经济的迅速崛起的特征，其中规范化的一个例子就是MBS。银行和其他抵押贷款人创建审核各种各样的贷款申请者，但贷款最终被标准化打包为MBS后出售给各类投资者。机构MBS市场在1996年不过370bn，发展到2017年就有1.4万亿之多。此外，公司贷款也被打包为CLOs产品，出售给HF， mutual fund和险资等非银机构。这其中，风险程度较高的‘杠杆贷款’打包成CLOs从1990年代晚些时候的一年9bn发展到2018年已有500bn之多，存量更是高达1万亿还多。
风险资产入池和匿名交易彻底改变了不对称信息对于均衡配置的影响方式。一是债务池分散化了共生性风险，但引入了整体风险，会影响到入池债务的平均再偿还率。二是匿名交易导致市场交易行为更倾向于瓦拉西亚模式，而不再是策略互动和外延形式博弈。这篇论文就是通过刻画这些特性，构造出信息不对称条件下竞争性资产池的双边异质性一般均衡模型，进而研究在新的信用环境下，信息不对称是如何影响均衡配置的。
在作者的模型中，双边异质性的一边为公司。作者假设在极简情况下存在两种类型的公司，都对其自身将输入转化为输出的科技能力占有私有信息，这里输入和输出定义成现金流。假设两类公司都会承诺明天还一块钱，为了今天能借到钱。违约就定义为特定状态下现金流不足以覆盖某些状态下的偿还承诺的总体结果。两类公司的不同就在于一类公司违约率较高，存在一定的风险溢价。
双边异质性的另一半就为风险中性的投资者，但对于公司的偿债能力有不同认识。投资者和公司就在竞争性债务池市场开展交易，买价卖价价量匹配即可成交。论文题目提到的逆行选择指的是现金流并不那么充足的公司往往要价和现金流充足的公司一样，两者违约率显然不同，这就导致了至少五个方面的问题。一是信息不对称条件下违约率高的公司倾向于更多发债和过度投资，即逆向选择导致了非信息充分条件下的投资扭曲；二是瓦拉西亚市场中的双边异质性会翻转第一种情况。主要原因在于激励相容的资产配置受到一般均衡条件下的物质外部性；三是逆向选择会放大信用扩张和投资，进而导致投资泡沫。放宽信贷条件，边际上劣质公司更容易获得贷款，优质公司反而受限。四是在双边异质性条件下，对于市场一方（投资者）表现为增进风险分担和完备市场的金融创新会导致另一方（公司）的过多交易。作者发现CDS的存在导致风险资产交易价格缺乏弹性，在物质外部性不够明显的情况下，资产配置扭曲就会加剧；五是在信息不对称条件下，CDS会导致总体投资和交易量上涨，尽管借款成本会有所升高。因为CDS导致了风险资产价格缺乏弹性，优质公司借款不能优价，劣质公司借款反而更加便利，信息不对称更加助长了这种情况。
作者：Elod Takats,Judit Temesvary
链接：https://www.federalreserve.gov/econres/feds/files/2019045 pap.pdf
央妈和金融监管当局在GFC之后越来越多地采用宏观审慎政策。但其问世时间尚短，市场对其认识不足，比如它如何与货币政策相配合这种议题。对此，Yellen等人多有论述，但正因为同时使用，且对信贷增长等相似变量做出反应，银行信贷成本之类的作用渠道也类似，使得识别宏观审慎和货币政策之间的互动机制相当困难。本文的创新在于选择了多国数据开展此项研究，相关成果着眼于货币政策对于宏观审慎政策的外生性，而不限于贷款流动的影响。作者研究了1）跨国银行借贷中与特定币种相关的货币转移2）贷款供给银行业与特定系统有关的宏观审慎政策 在跨境银行借贷中的作用。这里面的关键就在于如何识别量化政策之间的互动关系。对于本文研究的美元/欧元/日元贷款，一国货币当局的政策影响是特定货币且跨境的，即Fed的货币政策会影响全球跨境美元贷款，不论发放贷款的银行是不是美资一行也不论借款人的国别是不是美国，而Fed收紧货币政策则会减少英资银行对于东南亚的跨境美元贷款。而当BOE实施宏观审慎政策，推高英国国内信贷价格的时候，则会推动英国银行对外贷款，提高跨境贷款。这篇论文就是研究了英国的宏观审慎政策如何与美国的货币政策互动，影响英资银行的美元跨境贷款行为。
研究数据分别来自BIS的国际银行业统计数据中的“stage 1 enhancements”，IBRN的宏观审慎数据库和IMF的iMaPP。作者发现贷款发放国的宏观审慎政策与贷款货币国货币政策变更之间存在着显著的互动关系，而且这种关系还是正向不对称的，即收紧的宏观审慎政策会削弱货币政策的影响（不论货币政策是从紧还是从宽），而宽松的宏观审慎政策却会放大货币政策影响。作者认为自己的研究意义在于，首先是有助于借款人所在国的央行更加全面评估信贷供给，尤其是对于EM国家。其次是有助于国际大银行的监管更加严密，比如考虑到宽松宏观审慎政策就会放大美联储货币政策的影响，英国监管当局采取适度措施对冲相关政策的外部性。第三，理解这种政策互动机制也有助于主要储备货币的央行制定政策考虑更加周密。最后，宏观审慎政策与外部货币政策的正向不对称关系也有助于国内货币政策与宏观审慎政策之间的良性互动。
作者：James A. Kahn and Benjamin S. Kay
链接：https://www.federalreserve.gov/econres/feds/files/2019046 pap.pdf
这是一篇从量化实证的角度反思08GFC的论文。抛去CDO的几次方这种金融工程推波助澜的因素不谈，现在一般认为GFC的根源有两点，一是认为房价永远涨，再一是抵押贷款发放过于激进。本文主要是对后者进行量化研究。作者认为单纯依赖抵押贷款利率开展此项研究有很多困难，因为其中包含了多种因素，利率风险，提前还款风险，首付多少等都会对最终利率产生影响。与之相对照，抵押贷款保险的价格反而是个较为纯粹的风险载体，且在全球多个国家都有广泛的实践。这也是本文研究的一个创新之处，之前的研究往往对此忽略。根据相关统计，2016年大概有65%的美国抵押贷款购买了保险。这种保险覆盖的贷款价值达到房屋市值的80%以上，保险商就保险限额部分以内承担赔偿责任，超过投保部分则由贷款持有人承担。从内在机制上讲，保险商有足够的激励尽职履行保险责任。理论上如果当年保险公司足够勤勉尽职，次贷危机就不会上演。作者实际发现保险商对大量且实际并不同质的贷款收取的费率都是一样的，尽管有数据支持信用风险程度的不同。结果只能是逆向选择，信用质量好的贷款实际上在为信用质量差的贷款提供补贴。
作者认为自己的贡献在于：一是数据新，作者搜集了1999-2016年间私人保险公司对抵押贷款保险费率的原始数据，并加工提取了美国联邦住房办（FHA， federal housing authority）的国有保险机构相同时间段的费率数据。二是数据处理新，作者构建了四个风险门类的链式加权费率的时间序列，生动刻画出那段时间市场对于违约风险的定价。而为了分理出其中的变化究竟是贷款人信用风险变化引起的，还是风险定价策略变化引起的，作者还构建了一个模型，对于因借款人自身财务状况，房屋价格变化分布以及借款人信用状况变化等因素的影响予以量化。相关结果较为完美解释了为什么后来市场上的打包产品中风险大的贷款占比大得不同寻常，以及私人保险商也好，政府机构也好为什么倍受煎熬。其中一个有趣的发现就是，危机前夜私营保险机构已经有所察觉即将到来的风暴，悄悄提高了费率，而政府机构则迟迟未动，因而后来损失也最大。
看今天这篇论文之前我很庆幸自己把电影《大空头》看了十多遍，否则还真得被经济学博士的文字功底给整得云山雾绕的。像上面提到的政府类机构迟迟没有提价而导致损失比私营机构大得多，对应的就是电影当中描述的贝尔斯登倒闭后，几位先知先觉的投资者发现持有的CDS并没有升值。而且他们还发现街上的大house一边在极力推销有毒资产，一边在向AIA这种类政府机构大肆购买CDS作为保护，甚至并非自己经手的MBS也在大举买入。像这种以售出资产减值受益的行为就叫逆向选择。当初在填报LR/LCR/NSFR相关报表中，百思不得其解。通过电影和这么多年实际工作，对当年的那一幕了解越深，感触就越多。但是在阅读这篇文章的过程中，我更多想起电影里的一个场景，一个地产中介被问及挣多少钱的时候，他回答说他现在有辆游艇。
作者：Ayelen Banegas and Jessica Goldenring
链接：https://www.federalreserve.gov/econres/feds/files/2019047 pap.pdf
共同基金按投资标的可分为投资级和高收益级。在后者当中，银行贷款（BL MF）类和高收益债券（HYB MF）类近来越来越受到欢迎。BL MF中的大多数投向为银行杠杆贷款，即银行向发高收益债的那些公司发放的贷款。在低利率的大背景中，投资者追求孽息，导致这两类产品大行其道。从2008到2018年底，机构性杠杆贷款存量从550bn增加到1150班， HYB则从750bn增加到1000bn。相应的，HYB MFs资产规模从75bn增至225bn， BL MFs则从19bn增至117bn。BL 和HYB的不同主要有：1）票息。BL大多数浮息，而HY则固息多。2）回收率。BL一般有担保，类同高级担保债，偿还顺序优于HY。3）回购。发行后过几个月，BL随时可能被平价回购，因而涨幅有限。HY则不同，投资者更能从利率走低或者发行人信用改善导致债券价格上行中获益。4）流动性。BL属于非标，HYB一般要比BL流动性好太多，市况不好时，BL会跌得比同资质的HYB多。5）投资者保护。贷款合同曾经比发债条款要严格，对投资者提供了较多的保护。但是现在这些条款不断放松，所以BL和MF在这方面趋同。6）透明度。HYB好于BL，且因为信息不对称，第三方也很难监测BL质量。两者也有相同之处，比如HYB和BL都将约60%的资金投向B/BB/BBB级资产，对于海外固收市场的投资相对较小。近年来，BL MF资金净流量与管理资产之比要比HYB MF大，波动也大，但2000早期以来，HYB MF表现要显著好于BL MF，但收益分布显然肥尾。
作者分析的基础来自晨星的一个产品（Morningstar Direct, MD）,包含了在美注册的MF在2000-2018年间的主动和非主动式基金的相关信息。为了确保数据的准确和广泛性，作者还利用其它机构的数据对MD的进行了交叉检验。这篇论文很好懂，非常不错的背景知识补充集合，严重推荐。
作者：Lina Lu, Matthew Pritsker, Andrei Zlate, Ken Anadu, and JamesBohn
链接：https://www.federalreserve.gov/econres/feds/files/2019048 pap.pdf
这篇论文一看名字就让人眼前一亮，在美国的养老金里做个大的PM，那可是没啥事，还多挣钱啊。而这篇论文主要是研究在低利率的大环境中，美国州和市一级公共养老基金（PPFs）是否存在着因追求收益（reach for yield, RFY）而提高风险偏好以及基金的资金不足和持有人自己财务状况会在多大程度上影响到基金风险偏好和基金风险偏好又会反过来对基金自身和赞助人的影响几何。研究方法就是优化了一个panel D模型，理论基础就是净值比例和风险溢价是利率和其他因子影响传导的方式，且州政府财务状况对于PPFs的影响取决于州政府风险转换的激励。
在美国，如果一家养老金资产现值低于基金持有人的偿付义务的净现值的话，定义为资金不足。一旦出现这种情况，州政府往往因为州宪法或州政府与基金受益人之间的约定不能通过降低基金偿付标准来抹平差额。这样，投资于更高风险溢价的资产往往就是一个选择，其他选项还包括后面的参保者缴存比例提高，或者州政府自掏腰包。而州政府的钱或者来自加税，或者通过降低政府雇员福利，总之钱不是天上掉下来的。所以在在作者的模型当中，基金资产的现值与偿付义务现值之比定义为净值比例，是一个重要的风险因子。而当净值比例低于1，PPFs就会追求高风险高收益。
作者发现净值比例走低和安全资产较低的收益水平是推动PPFs风险偏好的主要因素，其次负有义务的州和市政府自身财务状况不佳也会推动PPFs风险偏好提升。尤其是那些敢于在非养老金负债上违约的财务状况不佳的州市政府因为能够将养老金亏空从受益人转嫁到州债券持有人身上，其推动PPFs风险偏好的可能更高。另一方面，如果不能违约或者违约成本太高，这样的州市政府就不太敢提高风险偏好。但一般而言，自身财务状况不佳的州市政府往往就会推高PPFs的风险偏好。但推高风险偏好的话，一旦发生损失，则会进一步恶化州市政府的财务状况。这种情况在因为GASB会计准则的实施更加严重，因为PPFs在此项下允许用资产的预期收益率对负债进行折现，而长期低利率（资产收益率走低而预期收益率未降）的环境下，这种处理实际上掩盖了净值比例不足的状况。一旦逆向环境出现，那就是恶循环啊。
这篇论文的结论非常发人深省。Powell稍微松口降息的可能，股市就一片欢腾。可是谁能想到长期低利率环境对于养老金的运作如此不利呢。这美国的养老金有点儿咱们这儿城投的赶脚了。
作者：David Byrne, Carol Corrado
链接：https://www.federalreserve.gov/econres/feds/files/2019049 pap.pdf
在传统的如GDP的统计中，体现消费者内容分发的分量现在变得相当困难了。实际上消费者在通过IT基础设施消费互联网内容的时候就像挑拣免费产品一样，似乎并未伴随交易发生，所以这就需要一种新的度量方法。从下图可以看出，自本世纪初以来消费者内容分发技术创新不断涌现，而且伴随的就是GDP增速乏力。这就导致了有可能是GDP统计中遗漏了这部分的猜测。这篇论文就是尝试将消费者数字商品予以资本化后尝试回答这个问题。高网速高带宽，更大的内存和运算能力，使得千万个消费者能够在家较以往更加迅速方法的销售数字商品服务，而与之前有线电视广播电视不同的是，当下这些便利的数字商品消费并未被统计到国民账户中。这其中重要的原因就是消费者IT资本使用和家庭消费公共带宽无线资源和有线网络有关。所以考虑这个问题，需要将家庭付费服务和在家享受数字商品联合起来分析。这也是这篇论文的创新点。
作者结论就是消费者内容分发领域的技术创新非常重要。按照2017年的美元币值，技术创新在1987到2017年中每年为每位联网客户创造将近1700美元的消费者剩余，在2007到2017年中为美国实际GDP增长贡献了0.5个百分点。作者另外一种更加全面的估计方法保守估计技术创新滞缓了美国经济在2007之后每年下降将近0.3个百分点。
4月8日美联储网站公布了新的境外银行机构（foreign bank organizations,简称FBO）审慎监管的修改意见（https://www.federalreserve.gov/aboutthefed/boardmeetings/files/foreign-bank-visuals-20190408.pdf ），进一步明确了所谓FBO的内涵，并根据其在美资产数量及跨境交易规模和短期加权批发融资额度等指标，提出了风险分类的监管方法。详细内容如下：
一、境外银行机构的内涵
这次美联储将控股公司和分行类机构放在位于FBO下并列的两个系列，分别将存款类机构和其他美国境内子公司归为控股公司系列和将分行及代理机构归为分支机构系列，同时将这两个系列都归为FBO概念。监管边界得到了明确。
二、分类划分的标准
按照FBO在美资产多少以及所在法人实体资产规模和跨境交易规模等指标，一共分为四类。针对不同分类，适用不同的压力测试、风险资本、杠杆率资本以及交易对手信用限额等监管指标。目前这些指标尚限定在控股公司层面。
![【网友求片】[ENFD-5161] 桐山瑠衣 Rui Kiriyama – るいルージュ](/Pic/SensePic/0/80551550.jpg)
![[meyd-425]勤俭持家的佐山爱都会得到大家的爱](/Pic/SensePic/5/80794025.jpg)
