对菲利普斯曲线型机制的良好理解一直是实施货币政策的一个重要组成部分．实际经济与名义经济之间的这种基本关系，为衡量过去和未来的通胀动态提供了有用的指标。菲利普斯曲线的陡峭程度很重要:菲利普斯曲线越平坦，央行在就业和实际活动方面稳定通胀的成本就越高。在2019冠状病毒病大流行的异常时期，这一点更为重要，因为与未来通胀发展相关的不确定性特别高。一些人认为，部署的扩张性政策和随之而来的被压抑的需求将导致更高的通胀(萨默斯2021年)，而另一些人认为，消费者可能会变得更加谨慎，在更长时间内抑制需求。无论人们赞同哪种情况，菲利普斯曲线的陡度对通胀的影响都很重要(克鲁格曼2021年)。
甚至在大流行之前，理解菲利普斯曲线之间的关系就具有挑战性，许多经济学家(尤其是美国经济学家)认为，这种关系已经消失，除了经济疲软之外的其他因素也会影响通胀。这些因素包括全球化、通胀预期，有些人甚至认为，通胀遵循的是一个纯粹的外生过程。高度不确定性还存在于经济的某些状态对这种关系的影响方式中，迄今尚未就可能的非线性的强度或形状达成共识。与此同时，有证据表明，总体通胀越来越“由国外决定”，而核心和工资通胀仍被认为主要是一个国内过程(《福布斯2019》)。
就欧元区而言，人们普遍认为，价格和工资菲利普斯曲线仍然存在，尽管不可否认的是，曲线并不陡峭．最近的研究在所谓的菲利普斯曲线厚的造型框架，该框架考虑了一套全面的通胀驱动因素，以理解通胀动态。这是对冲模型不确定性的有效方法(见Ciccarelli和Osbat 2017年和Moretti等人2019年的价格通胀，以及Nickel等人2019年的工资通胀)。此外，Ball和Mazumder(2021)表明，当核心通胀被衡量为行业通胀率的加权中位数时，那么经济疲软解释了欧元区通胀的更大份额。这种关系在欧洲央行分析经济前景和制定货币政策(Eser等人，2020年)以及向公众传达通胀信息(Schnabel, 2021年)方面发挥着重要作用。
这次大流行需要仔细解释这种已建立的关系，因为这一事件在构成和规模上都与“通常的冲击”有很大不同。就构成而言，它包括复杂和相互关联的供需渠道、国内和外部力量、前所未有的政策反应，以及跨部门和代理的高度异质性影响。图1以程式化的方式展示了COVID-19冲击最初影响通胀的各种渠道。最初，COVID-19大流行表现为与封锁和企业关闭有关的供应冲击。这模糊了菲利普斯曲线的关系，因为它使价格和经济活动向相反的方向移动。与此同时，由于封锁措施的不确定性和感染风险增加，这也引发了一系列需求冲击。然后，随着消费者的适应和供应变化引发的需求效应，供应和需求效应之间的区别迅速变得更加模糊(Guerrieri等人，2020年)。此外，需求的转变可能会引发供给侧的摩擦，对某些商品的需求增加会给试图建设产能的部门带来通胀压力。除此之外，前所未有的政策反应模糊了观察到的经济结果和关系。总而言之，观察到的价格和产出不仅反映了需求冲击，这触发了价格和产出之间的理论正联动，还反映了比通常更大的供应冲击和政策冲击，这可能导致明显的菲利普斯曲线平坦化(Tenreyro和McLeay 2019)。
图1COVID-19冲击对通胀的复杂影响
请注意随着经济复苏的进展，打击经济的一系列冲击正在发生变化
源:改编自Bobeica and Hartwig(2021)。
就其规模而言，COVID-19冲击对包括标准菲利普斯曲线在内的传统时间序列模型造成了严重破坏．在最近的一篇论文中，我们表明，当在一个相当大的欧元区样本中仅添加3个COVID-19观测值时，HICP的菲利普斯曲线估计参数(不包括能源和食品)会发生显著变化，见图2。这一结果是稳健的电池菲利普斯曲线模型在厚建模方法。菲利普斯曲线似乎在所有考虑过的宽松指标上都变平了;系数的绝对变化很小，但考虑到菲利普斯曲线在COVID-19之前相当平坦，在某些规格下，斜率减少了约40%至50%。我们认为，现在确定结构变化还为时过早。这表明高斯模型在应对极端冲击方面存在局限性，而不是只从表面上看这种变化。
图2在样本中加入三个季度(2020Q1-Q3)后菲利普斯曲线参数的变化(2020Q3末样本与2019Q4末样本对比)
请注意:每个条形对应一个固定参数回归模型的菲利普斯曲线规范，其中包含各种松弛度量:GDP增长、失业率(UR)、产出缺口和失业缺口(U缺口)。1、2、…，10 indicate specifications with various measures of expectations, in the following order: 1 - 6 are Consensus 1,2,..,6 quarters ahead, 7 - 9 are SPF 1,2,5 years ahead, 10 - no expectation term. No intercept was included in the specification with SPF 5 years ahead. For the unemployment rate and gap the change in slope refers to coefficients with reversed sign.
源: Bobeica和Hartwig(2021)。
关于如何调整标准时间序列模型以处理数据中的异常变化，目前已有几种计量经济学解决方案。它们的共同点是，它们建议降低COVID-19观测结果的影响，以减少对现有经济关系的影响(例如，Lenza和Primiceri等人在2020年和Carriero等人在2021年提出了这种建模解决方案)。Bobeica和Hartwig(2021)表明，允许贝叶斯向量自回归(VAR)的误差具有重尾误差分布而不是高斯分布是确保参数稳定的充分扩展。直观地说，较胖的尾部会让异常观测结果被残差所吸收，而不是被扭曲系数所吸收。这种解决方案很简单，而且似乎在COVID-19大流行之前就很好地描述了数据。值得注意的是，在处理异常观测的影响方面，像var这样的多方程模型比Phillips曲线这样的单方程模型更好，因为在Phillips曲线中，同样的扩展效果较差。图3显示，与高斯模型相比，在重尾误差模型中，通胀与实际活动之间的估计联系更加稳定。具体来说，在具有高斯误差的标准贝叶斯VAR(黑色与青色线)中，通胀对实际GDP冲击的响应随着COVID-19观测结果的影响而急剧变平，而在重尾误差下，这些变化更为有限。
图3通胀对实际GDP冲击的反应
请注意:粗线为中值估计，深(浅)蓝色区域为直到19Q4的估计窗口的68%(90%)可信区间。
源: Bobeica and Hartwig(2021年)
2019冠状病毒病冲击的巨大影响还反映在价格和工资通胀预测能力的中断上。图4显示了使用混合菲利普斯曲线模型对价格和工资膨胀进行实时条件预测评估的结果。正如文献中已经记载的那样，菲利普斯曲线模型的预测性能随时间变化显著。就价格通胀而言，菲利普斯曲线模型的预测性能相对于过去几年的随机漫步有所恶化，这种情况在2019冠状病毒病危机期间继续存在(图表中的最后观察结果)。
在2019冠状病毒病大流行期间，由于短时工作和保留工作计划下的临时裁员，人均薪酬指标严重扭曲。没有任何预测模型能够预测到前所未有的劳动力市场措施对工资通胀的影响。意料之中的是，与物价上涨相比，预测工资上涨的能力受到了更严重的阻碍。然而，值得指出的是，在大流行之前，菲利普斯曲线模型比随机漫步模型更能预测欧元区的工资通胀。
图4实时预报评价中未来两年预报的RMSFE(三年移动平均)
请注意: PC区间为涵盖所有菲利普斯曲线预测的区间。虚线显示了固定和时变参数回归模型中所有考虑的期望度量的平均每个松弛度。根据欧洲央行广义宏观经济预测方案的预测，未来宽松措施的路径、输入性通胀(仅限价格通胀)和生产率(仅限工资通胀)将会如何发展。对于期望，使用自回归过程。
在新冠肺炎疫情之前，与物价上涨相比，工资上涨对实体经济发展的反应更大。Nickel等人(2019)已经确定了欧元区工资菲利普斯曲线对各种工资通胀措施的有效性。图5显示了实时估计的菲利普斯曲线斜率，使用的是研究人员在每个给定季度可以使用的信息集。在控制了每个雇员的薪酬比潜在通胀更不稳定这一事实之后，工资增长相对于物价更强的周期性敏感性也依然成立。然而，对于这两种通胀指标来说，随着时间的推移，它们与失业(特别是与传统的失业缺口)的联系在某种程度上有所减弱，这表明衡量劳动力市场闲置的难度很大。在大流行期间，这些困难急剧增加，而在当前时刻评估工资和价格通胀菲利普斯曲线斜率变化时，围绕衡量闲置的高度不确定性是另一个呼吁谨慎的理由。
图5菲利普斯曲线的实时斜率(所有规格的平均每个松弛度)
请注意: x轴为1995年开始的估计样本的结束。使用固定和时变参数回归模型的各种通货膨胀预期度量的所有规格的平均每松弛度。失业率与失业缺口呈倒斜率关系。
官方统计数据在价格和工资通胀方面的扭曲，是COVID-19冲击后对菲利普斯曲线斜率评估复杂化的另一个因素。在价格上涨在美国，官方统计在一定程度上受到许多临时性和技术性因素的影响，这些因素与实际活动的发展无关(例如，能源成分的波动、估算价格的相当大比例、一些成员国间接税的变化、季节性销售的时间和范围的变化、支出权重的异常变化)。在工资上涨在美国，冠状病毒支持政策(如职位保留计划、政府转移)导致了严重的数据扭曲。最重要的是，总体数据掩盖了相当大的构成影响，因为某些类别的就业下降尤其明显，比如低技能工人和年轻工人。
尽管在大流行期间对菲利普斯曲线斜率/形状的正式定量评估受到无数技术和经济因素的阻碍，但有证据表明，菲利普斯曲线类型的机制仍在发挥作用。欧元区潜在的通货膨胀压力已经被经济萧条的积累所抑制。在经历了最初的粘性之后，不包括能源和食品的HICP通胀在2020年底达到了0.2%，这表明与宽松程度的联系正在发挥作用。此外，尽管在大流行之初，一系列冲击模糊了菲利普斯曲线关系(供应冲击占主导地位)，但在正常化阶段，需求冲击开始出现，并重新建立了价格与实际活动之间的正关系。微观数据也为价格与需求之间的联系提供了支持性证据。从PriceStats网站上搜集的五个欧元区国家的超市数据显示，教科书上的价格和需求之间的关系并没有消失。2020年3月初，网上可获得的产品数量开始减少，与此同时，2020年4月中旬，打折提供的产品份额比一年前下降了近40% (Henkel等人)。Rodari 2021)。在数据扭曲更为明显的工资通胀方面，有一些迹象表明，劳动力市场的更大闲置可能起到了一定作用。大流行期间的工资谈判被推迟，或者在一些已经结束谈判的国家，谈判结果表明工资增幅较低(在某些情况下，没有增长)。
总而言之，这次大流行使“找到菲利普斯曲线就像大海捞针。但它就藏在那里的某个地方!”(Reichlin 2018)。
作者注:本文仅为作者个人观点，并不代表欧洲央行的观点。
参考文献
Ball, L和S Mazumder(2021)，“欧元区的菲利普斯曲线”，国际金融2-17。
Bobeica, E和B Hartwig(2021年)，“COVID-19冲击和时间序列模型的挑战”，欧洲央行工作文件2558。
Carriero, A, T E Clark, M Marcellino和E Mertens(2021年)，“解决随机波动的bvar中的COVID-19异常值”，克利夫兰联邦储备银行工作文件。
Ciccarelli, M和C Osbat(2017)，“欧元区低通胀:原因和后果”，欧洲央行偶发文件第181页。
Eser, F, P Karadi, P R Lane, L Moretti和C Osbat(2020)，《欧洲央行的菲利普斯曲线》，曼彻斯特商学院88: 50 - 85。
福布斯，K(2019)，“通货膨胀动态:死亡，休眠，还是国外决定?”， NBER工作文件26496。
Guerrieri, V, G Lorenzoni, L Straub和I Werning(2020年)，“COVID-19的宏观经济影响:负供给冲击会导致需求短缺吗?”， NBER工作报告26918。
汉高，L, A Lentini和F Rodari(2021)，“微观数据在通货膨胀分析中的作用”，欧洲央行经济公报。
克鲁格曼，P(2021)，“滞涨的回顾。我们是不是把整个宏观故事都搞错了?， Substack, 2月5日。
Lenza, M和G Primiceri(2020)，“如何估计2020年3月后的VAR”，NBER工作文件27771。
Moretti, L, L Onorante和S Z Saber(2019)，“欧元区的菲利普斯曲线”，欧洲央行工作文件2295。
Nickel, C, E Bobeica, G Koester, E Lis和M Porqueddu(2019)，“理解欧元区和欧洲国家的低工资增长”，欧洲央行临时报告第232页。
Reichlin, L(2018)，“Stock和Watson对宽松和周期敏感通胀的讨论”，Sintra:欧洲央行年度论坛。
Schnabel, I(2021)，“逃离低通胀?””,年代peech by Isabel Schnabel, Member of the Executive Board of the ECB, at the Petersberger Sommerdialog.
萨默斯，L H(2021)，”拜登的刺激计划雄心勃勃，令人钦佩。但这也带来了一些巨大的风险”,《华盛顿邮报》04年2月。
Tenreyro, S和M McLeay(2019)，“最优通货膨胀和菲利普斯曲线的识别”，国家经济研究局宏观经济年度34: 199 - 255。
