COVID-19的不确定性:两个反面的故事

Philip Bunn, David E. Altig, Lena Anayi, Jose Maria Barrero, Nicholas Bloom, Steven Davis, Brent Meyer, Emil Mihaylov, Paul Mizen, Gregory Thwaites2021年11月16日

2019冠状病毒病大流行的爆发引发了不确定性的大幅上升(Baker等,2020年)和工作重新分配的大幅增加(Anayi等,2021年)。2020年春季危机结束后,不确定性有所缓解,但根据对美国和英国商业领袖的调查,不确定性相对于新冠疫情前的水平仍然较高(Altig等人。2020a, 2020b)。此外,自大流行的最初几个月以来,企业层面的不确定性的性质已发生显著变化,从可感知的下行风险大幅扩大,到上行风险急剧增加。简而言之,企业高管从担心新冠疫情可能会有多糟糕,变成了想知道他们可能会有多强劲的反弹。

我们进行了两项小组调查,从企业高管那里引出公司层面的增长预测。亚特兰大联邦储备银行(Atlanta Federal Reserve Bank)与芝加哥大学(University of Chicago)和斯坦福大学(Stanford University)合作开展的“商业不确定性调查”(Survey of Business Uncertainty),每月会得到美国约500家企业的反馈。由英格兰银行、诺丁汉大学和斯坦福大学管理的决策者小组每月对英国约3000家公司做出回应。绝大多数受访者是首席执行官、首席财务官、企业主或其他高级管理职位。我们调查工具的简短性以及央行和顶尖大学的参与,帮助我们在普通小组成员中获得了约60%的高回复率。

每个月,调查都会询问公司高管过去一年的销售增长情况,以及对明年的销售预测。重要的是,预测问题询问了最低、低、中、高和最高销售增长情景以及每种情景的可能性。因此,对于每一家公司,调查得出了一个5点的主观预测下一年的销售增长率分布。

企业层面的不确定性及其在COVID-19冲击后的演变

利用调查反馈,我们测量一个公司的主观不确定性作为其预测分布对其自身销售增长率的标准偏差。然后我们按月计算各公司主观不确定性的活动加权平均值。图1显示了由此产生的(平均)主观不确定性度量,它量化了对明年公司层面销售增长前景的感知不确定性水平。

图1未来四个季度公司销售增长率的主观不确定性

笔记:对未来四个季度销售增长率的主观不确定性。截至2021年10月的美国和英国数据。参见Altig等人(2020a)了解更多细节。资料载于www.atlantafed.org/research/surveys/business-uncertainty而且www.decisionmakerpanel.com

在Altig等人(2020a, 2020b)中,我们讨论了这些和其他不确定性措施在大流行初期的演变。在这里,我们考虑随着美国、英国和全球经济的复苏,公司层面的不确定性是如何演变的。Coibion等人(2021年)和den Haan等人(2021年)最近的专栏讨论了经济不确定性对家庭支出和劳动力市场的潜在影响。

2019冠状病毒病的冲击将美国企业的平均不确定性从大流行前的约3%推至2021年5月的6.4%。2021年10月,不确定性回落至4.5%左右。英国企业的数据也显示了类似的情况:企业层面的不确定性从大流行前的约4.9%上升到2021年4月的8.5%,此后下降到约6.8%。

大流行前英国的不确定性较高,原因有二。首先,英国脱欧进程增加了英国的不确定性(Bloom et al. 2019)。其次,英国公司往往规模较小,较小的公司通常对未来的增长更不确定(Altig et al. 2020c)。

两个反面的故事

我们现在考虑实现销售增长率的跨企业分布和跨企业平均主观预测分布。这些统计数据对COVID-19冲击的性质、COVID-19引发的经济不确定性以及不确定性如何随时间变化提供了新的认识。

在大流行之后,美国已实现增长率的分布大幅扩大,如图2 (a)所示。最初,扩大主要发生在分布的下半部分。例如,实现增长率的第10百分位从2019年底的-5%左右下降到2020年5月的-35%的低谷。第25个百分位的人表现出了相同的模式,只是形式略有缓和。

相比之下,从2019年底到2020年5月,第75百分位和第90百分位的增长率下降了约3个百分点。然而,到2021年夏季,已实现增长率分布的下尾部已恢复到大流行前的值,而第75百分位数和第90百分位数的增长率已大大超过大流行前的值。

图2过去和未来公司级别销售增长率的美国分布

a)已实现增长率

笔记:使用截至2021年10月的月度数据计算。这是过去一年公司层面销售增长率的活动加权分布图。

b)预测增长率分布

笔记:使用截至2021年10月的月度数据计算。这是代表公司未来4个季度的销售增长率的主观分布图。为了计算这一分布,我们汇集了所有公司层面的主观预测分布在指定的月份,并按其活动水平权重每个公司。然后,我们使用分配给每个可能的未来销售增长率的概率来获得未来销售增长率分布的活动加权分位数。

:商业不确定性调查www.atlantafed.org/research/surveys/business-uncertainty

对未来一年公司层面增长率的平均主观预测分布显示出类似的模式,如图2的b组所示。为了计算这一分布,我们汇集了给定月份中所有公司层面的主观预测分布,并根据每个公司的活动水平对其进行加权。因此,这个数字既捕捉到了公司层面销售增长率预测的平均不确定性,也捕捉到了这种不确定性主要是向上,主要是向下,还是两者均衡。

当2020年3月大流行爆发时,企业意识到下行不确定性大幅增加,更加重视出现高度负增长的可能性。预测分布的第90百分位和第75百分位变化不大,但中位数下降了约5个百分点,第25百分位和第10百分位分别下降了20和40个百分点。简而言之,在疫情爆发的最初几个月里,平均每家公司都看到了同比销售增长率大幅下降的风险。

随着大流行的持续,下行风险大大减弱。到2021年初,预测分布仍然高度分散(即主观不确定性仍然很高),但它越来越多地反映了上行风险而不是下行风险。近几个月来,企业层面的主观不确定性主要是关于未来一年销售快速增长的前景,而对大幅收缩的可能性的不确定性次之。

英国公司的数据显示了类似的情况,如图3所示。到2020年第二季度,由于大流行和全国封锁,已实现销售增长率分布的低尾大幅下降(面板a)。在2021年初第二次全国封锁后,它再次下降。英国公司在大流行开始时也意识到巨大的下行风险,这从预测分布的下尾部的大幅向下移动(小组b)就可以证明。

随着经济开始复苏,可感知的不确定性从下尾转移到了上尾。也就是说,企业不太看重大幅下跌的可能性,而更看重快速增长的可能性。到2021年夏季,英国企业的下行不确定性已恢复到大流行前的水平。上行的不确定性仍然很高。

图3过去和未来公司级别销售增长率的英国分布

a)已实现增长率

笔记:使用截至2021年10月的月度数据计算。调查结果基于这样一个问题:“从今年第一、二、三、四季度回顾过去一年,与去年同期相比,你们的销售收入变化了多少% ?”“5月至7月采集的月度数据指当年Q1, 8月至10月采集的数据指Q2, 11月至次年1月采集的数据指Q3, 2月至4月采集的数据指上年Q4。

b)预测增长率分布

笔记:使用截至2021年10月的月度数据计算。调查结果的基础是这样一个问题:从今年的第一、第二、第三、第四季度到明年的第一、第二、第三、第四季度,在以下情况下,你预计你的销售收入在每一种情况下的变化百分比是多少:最低、最低、中等、最高和最高?然后,受访者被要求为每种情况给出一个概率。调查中每家公司的五种情况汇总在一起,并根据相关概率和公司规模进行加权,生成总体分布。5 - 7月为当年Q1, 8 - 10月为Q2, 11月至次年1月为Q3, 2 - 4月为上年Q4。

:决策者小组位于decisionmakerpanel.co.uk

从统计学上讲,我们可以将美国和英国的情况描述为:大流行的最初几个月包括消极的第一时刻冲击、积极的第二时刻冲击和消极的第三时刻冲击或偏态冲击。也就是说,大流行在经济前景的第一时间大幅下跌,并以高度上升的下行风险的形式增加了更大的不确定性。尽管大流行衰退以不同寻常的速度和严重程度展开,但这种跨时刻模式与之前的衰退一致,后者通常对销售增长率具有负平均值、正不确定性和负偏度冲击(Salgado等人,2020年)。

从大流行衰退中迅速反弹和偏态效应的强烈逆转则不那么典型。例如,在以长期低迷和缓慢复苏为特征的周期性事件中,如大衰退(Great Recession)及其余波中,它是不存在的。

在独立研究中,Fiori和Scoccianti(2021)利用意大利银行的工业和服务公司调查来衡量自身公司销售增长的主观不确定性。对意大利公司的调查每年进行一次,这使得评估发展的准确时间变得更加困难。然而,和我们一样,Fiori和Scoccianti发现,主观不确定性在2020年对COVID-19冲击的反应中急剧上升,并在2020年至2021年有所下降。他们还发现,到2021年,不确定性的性质已从应对大流行时最初的下行风险转变为上行风险。因此,随着大流行的展开,世界上至少有三个主要经济体在企业层面的不确定性性质上发生了戏剧性的转变。

鉴于一些理论分析强调,下行的不确定性可能比上行的不确定性对经济活动产生更强大的负面影响,企业层面不确定性的变化可能是经济复苏的好兆头。例如,参见Bernanke(1983)、Hansen等人(1999)、Ilut和Schneider(2014)和Alfaro等人(2018)。

展望未来,美国和英国的不确定性可能会恢复到大流行前的水平,因为这两个国家的COVID-19病例数和死亡人数都在下降,社交距离消退,大西洋两岸的政策刺激措施逐渐消失。根据我们的数据,许多公司看到了诱人的上行可能性。然而,供应链持续中断、通胀压力、许多国家接种率低以及可能出现新的SARS-CoV-2变体等因素对复苏存在重大风险(Brilliant等人,2021年)。

参考文献

林X(2018),“金融不确定性乘数”,《中国经济研究》,第24期。

Altig、D、S Baker、J M Barrero、N Bloom、P Bunn、S Chen、S J Davis、J Leather、B H Meyer、E Mihaylov、P Mizen、N Parker、T Renault、P Smietanka和G Thwaites (2020a),“COVID-19大流行之前和期间的经济不确定性”,公共经济学杂志第104274条。

Altig, D, S Baker, J M Barrero, N Bloom, P Bunn, S Chen, S J Davis, J Leather, B H Meyer, E Mihaylov, P Mizen, N Parker, T Renault, P Smietanka和G Thwaites (2020b),”2019冠状病毒病大流行后的经济不确定性, VoxEU.org, 7月24日。

Altig, D, J M Barrero, N Bloom, S J Davis, M Bryan, B H Meyer和N Parker (2020c),《商业不确定性调查》,计量经济学杂志,出版中。

Anayi, L, J M Barrero, N Bloom, P Bunn, S J Davis, J Leather, B Meyer, M Oikonomou, E Mihaylov, P Mizen和G Thwaites(2021年),”2019冠状病毒病疫情后劳动力市场重新配置, VoxEU.org, 8月13日。

Baker, S, N Bloom, S J Davis和S J Terry(2020),“covid - 19诱导的经济不确定性”,NBER工作文件第26983号。

伯南克,B S(1983),“不可逆性、不确定性和周期性投资”,经济学季刊98(1): 85 - 106。

Bloom, N, P Bunn, S Chen, P Mizen, P Smietanka和G Thwaites(2019),“脱欧对英国企业的影响”,NBER工作文件26218。

Brilliant、L、L Danzig、K Oppenheimer、A Mondal、R Bright和W I Lipkin(2021年),《永远的病毒:长期抗击COVID-19的战略》,外交事务76.

Coibion, O, D Georgarakos, Y Gorodnichenko, G Kenny和M Weber(2021),”宏观经济的不确定性对家庭支出的影响, VoxEU.org, 7月31日。

den Haan, W, L Freund和P Rendahl(2021年),“观望:经济不确定性对劳动力市场的影响”,VoxEU.org, 9月11日。

Fiori, G,和F Scoccianti(2021),“企业层面不确定性的经济效应:使用主观预期的证据”,美联储理事会,国际金融讨论文件第130号。

Hansen, L P, T J Sargent和T D Tallarini(1999),“稳健的永久收入和定价”,经济研究综述66(4): 873 - 907。

Ilut, C,和M Schneider(2014),“模糊的商业周期”,美国经济评论104(8): 2368 - 99。

萨尔加多,S, F Guvenen和N Bloom(2020年),”COVID-19:冲击的偏斜性, VoxEU.org, 5月5日。

主题:新型冠状病毒肺炎

标签:冠状病毒新型冠状病毒肺炎决策者小组公司firm-survey英国英国公司我们

英格兰银行结构经济部门高级技术顾问

亚特兰大联邦储备银行执行副总裁兼研究部主任

英格兰银行经济学家

金融学院助理教授Tecnológico Autónomo de México

斯坦福大学经济学教授

芝加哥大学布斯商学院国际商务与经济William H. Abbott特聘教授;胡佛研究所高级研究员

亚特兰大联邦储备银行助理副总裁兼经济学家

亚特兰大联邦储备银行经济研究分析师

货币经济学教授,金融、信贷和宏观经济学中心主任

诺丁汉大学副教授,决心基金会研究主任

事件

CEPR政策研究

Baidu
map