نوع مقاله: مقاله پژوهشی

نویسندگان

1 دکتری اقتصاد، مرکز ملی رقابت،

2 پژوهشگر گروه پول و ارز پژوهشکده پولی

چکیده

ثبات قیمت‌ها و رشد اقتصادی به طور سنتی از اهداف اصلی سیاستگذاری پولی قلمداد می‌شود. اما بعد از وقوع بحران مالی ۲۰۰۷، ثبات مالی به عنوان رکن سوم در تابع هدف سیاست‌گذاری پولی پذیرفته شد. اگرچه ثبات مالی در مجموعه اهداف سیاست گذاری پولی با عدم سازگاری با اهداف دوگانه سنتی همراه بوده، اما هدفگذاری بر روی آن منجر به تقلیل پیامدهای اختلالات مالی بر روی بی ثباتی رشد و قیمتها در فضای اقتصاد کلان در میان مدت خواهد شد. بحرانهای مالی که با انحرافات گسترده در اهداف سه گانه سیاستگذار پولی همراه بوده ضرورت تقویت ابزارهای متعارف سیاست‌پولی (نرخ بهره سیاستی، نرخ سپرده قانونی و کل‌های پولی) را در کنار ابزارهای غیرمتعارف اجتناب ناپذیر ساخته است. ابزارهای مکمل غیرمتعارف سیاستگذاری پولی از طریق اعمال نرخهای بهره سیاستی صفر (بعضا منفی)، گسترش عملیات بازار باز به اوراق قرضه غیردولتی و نیز تسهیل شرایط برداشت شبانه بانک­ها در نظام پرداخت زمینه تحقق اهداف سه گانه سیاستگذار پولی را قالب سازوکار انتقال پولی و در یک بازه زمانی غیرمتقارن فراهم می­سازد.
در این تحقیق، با استفاده از الگوی تعادل عمومی پویای تصادفی (DSGE) طراحی شده توسط گرتلر و کارادی (۲۰۱۱)، اثرات ابزارهای سیاست پولی متعارف (تعیین نرخ بهره) و نامتعارف (اعتبار) بر متغیرهای کلان )تورم، رشد، نرخ ارز، شاخص قیمت سهام) تخمین‌زده شده و واکنش متغیرهای کلان به بی‌ثباتی مالی شبیه‌سازی شده است. در شبیه‌سازی، توابع مختلف واکنش سیاست‌پولی مورد بررسی قرار گرفته که بر اساس رهیافت بهینه‌یابی تحت سناریوی بحران محاسبه شده است. قاعده‌های سیاست پولی مورد آزمون در این مقاله شامل قاعده تیلور نرخ بهره بدون ثبات مالی(غیر بهینه)، قاعده ساده بهینه نرخ بهره بدون ثبات مالی، قاعده ساده بهینه نرخ بهره به‌همراه ثبات مالی و قاعده سیاست پولی غیرمتعارف بوده است. در همین راستا، خطوط اعتباری مقام پولی به عنوان یک ابزار غیرمتعارف متاثر از تصمیمات سیاستگذار پولی مستقیما به جریان وجوه شبکه بانکی تزریق می‌شود. بانک­های مرکزی که اوراق قرضه دولتی را در قالب سرمایه‌گذاری بدون ریسک در مرحله نخست به خانوارها فروخته و منابع را در ترازنامه خود تجمیع نمودند، عملا منابع مذکور را در قالب سیاست پولی انبساطی غیرمتعارف و در قالب تسهیلات اعتباری به بنگاه‌های تولیدی در مرحله دوم وام داده تا از طریق افزایش نسبت اهرمی شبکه بانکی از یکطرف عملیات اعتباری را روان سازی نموده و از طرف دیگر زمینه گسترش فعالیتهای سرمایه‌گذاری بخش خصوصی را فراهم سازند. همچنین فرض شده دخالت بانک مرکزی در واسطه‌گری مالی ناکاراتر از بخش خصوصی بوده و هزینه ناکارایی ناشی از شناسایی بخش­های مهم اقتصادی برای تامین سرمایه توسط بانک مرکزی تعبیر شده است. برای تخمین ضرایب الگوی DSGE از متغیرهای اقتصاد کلان که شامل مصرف، سرمایه‌گذاری خصوصی، تورم، مخارج دولت، تغییرات اعتبار، نسبت اهرمی بانک‌های تجاری و بازدهی بازار سهام و روش تخمین بیزی استفاده شده است. همچنین تعدادی از پارامترها کالیبره شده‌اند. در همین راستا، نظر به اینکه تخمین بیزی نیاز به تعریف توزیع پیشین برای پارامتر داشته، لذا مقادیر توزیع بر اساس مطالعات پیشین و همچنین تحلیل های عددی آماری تعیین شده است. بر اساس نتایج تخمین مقدار لگاریتم چگالی داده‌ها (Log data density) برابر ۳۹۹ بوده و نتایج آزمون تشخیصی بروکز و گلمن (۱۹۹۸) نشان‌دهنده استحکام کافی برآورد پارامترهای الگو است.
در این مطالعه تکانه کاهش شدید کیفیت سرمایه فیزیکی به عنوان متغییر انعکاس دهنده بحران مالی در نظر گرفته شده که اثرات آن نیز بر متغیرهای کلیدی اقتصاد مورد بررسی قرار گرفته است. نتایج شبیه‌سازی‌های انجام شده دلالت بر کارایی سیاست پولی نامتعارف در شرایط بحرانی داشته بطوریکه علاوه بر ثبات نسبی برای بخش حقیقی، عملکرد بهتری برای تقلیل بی‌ثباتی مالی (بازار دارایی‌ها) در فضای اقتصاد کلان ایران داشته که غالبا با سطوح پایین‌تری از تورم و نرخ بهره اسمی همراه بوده است. این نتایج در راستای نتایج مطالعه گرتلر و کارادی (۲۰۱۱) بوده است. بر اساس نتایج الگو، منافع اجتماعی سیاست پولی نامتعارف در گذر از بحران به شرطی که میزان ناکارآیی بانک مرکزی ناچیز بوده عملا مثبت تلقی شود. در تحلیل نهایی، استفاده محدود از ابزارهای غیرمتعارف سیاست پولی نسبت به ابزارهای متعارف در اقتصاد ایران، در زمان بحران مالی منجر به رشد پایدار تولید در سطوح پایین‌تری از تورم و نرخ بهره در میان مدت در اقتصاد ایران شده که عملا سطح رفاه بالاتری برای خانوارها ایجاد می‌نماید. چرا که استفاده از ابزارهای غیرمتعارف در فرآیند سیاستگذاری پولی از یکطرف سبب تنوع در ابزارهای سیاستگذاری و از طرف دیگر زمینه کاهش دامنه نوسانات ابزارهای متعارف سیاست پولی و متغیرهای متناظر هدف (تورم، رشد اقتصادی و ثبات مالی) در فضای اقتصاد کلان ایران را فراهم می سازد.

کلیدواژه‌ها

عنوان مقاله [English]

Monetary policy and financial stability in Iran (DSGE approach)

نویسندگان [English]

  • Pedram Davoudi 1
  • HOSSEIN BASTANZAD 2

1 PHD in economics, National Iranian Competitive Center, Tehran, Iran

2 Research of monetary and foreign exchange group

چکیده [English]

Price stability and sustainable economic growth are conventionally considered as key goals of monetary policy. Financial stability is also recognized as the third pillar in the monetary policy objective function after the financial crisis of 2007. Although financial stability “as the third target in the monetary policy objective functions” is evidently inconsistent with the twin conventional monetary policy goals, it mitigates the side effects of financial turmoil impact on the price and growth instability in the macrocosmic environment in the medium term. Financial crises, which have historically created large deviations in the monetary policy goals, necessitate empowering the conventional policy instruments (policy interest rate, monetary aggregate and rate of requirement ratio) with unconventional policy instruments. In this context, unconventional supplementary monetary policy instruments streamline monetary transmission mechanism to achieve asymmetrically triple monetary policy goals through expanding open market operations to non-governmental bonds, facilitating banks’ overnight financing in the payment system, and initiating zero bound interest rate policy. In this research, a Dynamic Stochastic General Equilibrium Model (DSGE-Gertler and Karadi, 2011) is technically utilized to estimate the impact of conventional (interest rate) and unconventional (credit lines) monetary policy instruments on the macroeconomic variables (inflation, output growth, exchange rate and stock market price index), while simulating the macroeconomic variables response to financial instability. The simulation evaluates monetary policy impulse response function based on optimization approach in the context of crisis scenario. Monetary policy rules basically assessed in this paper are introduced in the context of optimization and non-optimization, which include Taylor interest rate rule without financial stability, simple optimization interest rate rule with financial stability, and unconventional monetary policy rule. In this context, Central banks’ line of credits as unconventional tool, which is influenced by the policy maker decisions, injects directly to banking network flow of funds. Central banks, which had sold the public bonds to the families in the form of risk-free investment in the first step, accumulate financial resources in the balance sheet. Accumulated financial resources lend simultaneously to the firms in the second step in the context of unconventional expansionary monetary policy in order to increase banking network leverage ratio, which streamlines credit operations and develops private sector investment. Presumably, central bank intervention is empirically considered inefficient compared to the private sector in the financial intermediaries due to CBs cost inefficiency to find and allocate to the key economic sectors. The DSGE parameters are statistically estimated by the Bayesian approach through using time series for some macroeconomic variables including consumption, private investment, inflation, government expenditure, change in outstanding loan, commercial banks leverage ratio, and stock market return. Given the fact that the Bayesian estimation is technically required to introduce the distribution of parameters as priors, priors are determined through numerical analysis as well as through previous research. The estimation log data density mounted at about 399 and the robustness of estimated parameters has been verified based on test of Brooks and Gelman (1988). In this study, rapid reduction in the quality of capital is considered financial crises shock indicator which influence key macroeconomic variables. Simulation results indicate that unconventional monetary policy affects efficiently real sector sustainability while mitigating financial instability (assets market) in the macroeconomic environment. In this regard, financial stability is evidently accompanied by the lower nominal interest rate and inflation in line with Gertler and Karadi (2011). In other words, although unconventional rather than conventional monetary policy instruments were limitedly utilized amid financial turmoil in Iranian economy, they create sustainable growth along with lower interest rate and inflation in the medium term accompanied by higher household welfare. Utilization of unconventional monetary policy instruments diversifies policy tools and reduces the deviation of conventional policy instruments and target variables (price, output growth and financial stability) in the Iran macroeconomic environment.

کلیدواژه‌ها [English]

  • Unconventional Monetary Policy
  • Financial Stability
  • DSGE Model

-       Acharya, V. (2015). Financial stability in the broader mandate for central banks: A political economy perspective. Hutchins Center Working Papers.## Acharya, V. V., Almeida, H., & Campello, M. (2013). Aggregate risk and the choice between cash and lines of credit. The Journal of Finance, 68(5), 2059-2116. ##Adrian, T., & Shin, H. S. (2010). Financial intermediaries and monetary economics. In Handbook of monetary economics (Vol. 3, pp. 601-650). Elsevier. ##Bayat, M., Afshari, Z., & Tavakolian, H. (2016). Monetary Policy and Stock Price Index in Dsge Models Framework, Quarterly Journal of Economic Research and Policies, 24 (78) :171-206, (in Persian). ##Belke, A., & Polleit, T. (2010). Monetary economics in globalised financial markets. Springer Science & Business Media. ##Borio, C., & Zhu, H. (2012). Capital regulation, risk-taking and monetary policy: a missing link in the transmission mechanism?. Journal of Financial Stability, 8(4), 236-251. ##Brooks, Stephen P., and Andrew Gelman (1998). General methods for monitoring convergence of iterative simulations, Journal of computational and graphical statistics, 7, pp. 434–455. ##Calvo, G. A. (1983). Staggered prices in a utility-maximizing framework. Journal of monetary Economics, 12(3), 383-398. ##Christensen, J. H., & Krogstrup, S. (2014, August). Swiss unconventional monetary policy: lessons for the transmission of quantitative easing. Federal Reserve Bank of San Francisco. ##Christiano, L. J., Eichenbaum, M., & Evans, C. L. (2005). Nominal rigidities and the dynamic effects of a shock to monetary policy. Journal of political Economy, 113(1), 1-45. ##Cole, H. (2011). Discussion of Gertler and Karadi: A model of unconventional monetary policy. Journal of Monetary Economics, 58(1), 35-38. ##Cúrdia, V., & Woodford, M. (2009). Conventional and unconventional monetary policy. ##Drechsler, I., Savov, A., & Schnabl, P. (2018). A model of monetary policy and risk premia. The Journal of Finance, 73(1), 317-373. ##Ebrahihi, I. & H. Tavakolian (2012), Designing an early warning system in Iran using Markov switching approach, 22nd Annual Conference on Monetary and Exchange Rate Policies, Tehran, (in Persian). ##Edey, M. (2014). Reflections on the financial crisis. Address to the CFO Summit, 16. ##Eivazlou, H. & H. Meisami (2008), A theoretical comparative study between islamic and conventional banking Efficiency and stability, Islamic economics studies, 31(8):  161-190, (in Persian). ##Erfani, A., & Talebbeidokhti, A. (2018). The Investigation of the role of Monetary Policy and Financial Leverage on Financial Stability in the Economy of Iran. 6(24): 49-57. ##Gambacorta, L., & Signoretti, F. M. (2014). Should monetary policy lean against the wind?: An analysis based on a DSGE model with banking. Journal of Economic Dynamics and Control, 43, 146-174. ##Gertler, M., & Karadi, P. (2011). A model of unconventional monetary policy. Journal of monetary Economics, 58(1), 17-34. ##Gertler, M., & Karadi, P. (2013). Qe 1 vs. 2 vs. 3...: A framework for analyzing large-scale asset purchases as a monetary policy tool. international Journal of central Banking, 9(1), 5-53. ##Gertler, M., & Kiyotaki, N. (2010). Financial intermediation and credit policy in business cycle analysis. In Handbook of monetary economics (Vol. 3, pp. 547-599). Elsevier. ##hematy, M., & tavakolian, H. (2019). Evaluation of Price Setting Models in Iran’s Economy (DSGE Approach). Journal of Monetary & Banking Research, 11(38), 698-655, (in Persian). ##Hodrick, R. J., & Prescott, E. C. (1997). Postwar US business cycles: an empirical investigation. Journal of Money, credit, and Banking, 1-16. ##Holmström, B., & Tirole, J. (1998). Private and public supply of liquidity. Journal of political Economy, 106(1), 1-40. ##Justiniano, A., Primiceri, G. E., & Tambalotti, A. (2010). Investment shocks and business cycles. Journal of Monetary Economics, 57(2), 132-145. ##Justiniano, A., Primiceri, G. E., & Tambalotti, A. (2011). Investment shocks and the relative price of investment. Review of Economic Dynamics, 14(1), 102-121. ##Khoshnoud, Z., & Esfandiari, M. (2015). The Main Determinants of Business Cycles in Iranian Economy: A Structural Vector Autoregressive Mode, JMBR, 8(25): 401-427, (in Persian). ##King, M. (1997). Changes in UK monetary policy: Rules and discretion in practice. Journal of Monetary Economics, 39(1), 81-97. ##Komeijani, A. and H. Tavakolian (2012). Monetary policy under fiscal dominance in Iran: DSGE Approach. ##Komijani, A., & Tavakolian, H. (2012). Monetary policy under fiscal dominance and implicit inflation target in Iran: A DSGE approach, 2(8):88-117, (in Persian). ##Lambertini, L., Mendicino, C., & Punzi, M. T. (2013). Leaning against boom–bust cycles in credit and housing prices. Journal of Economic Dynamics and Control, 37(8), 1500-1522. ##Leeper, E., & Nason, J. (2014). Bringing financial stability into monetary policy. ##Merton, R. C. (1973). An intertemporal capital asset pricing model. Econometrica: Journal of the Econometric Society, 867-887. ##Mosavian, S.A. (2002), Economic Effect Of Replacing Intersst System With A Cooperative Banking System, Islamic economics studies, 2(5):  59-86, (in Persian). ##Mosavian, S.A. (2007), Criticize the Interest Rate Free Banking Article and Proposing Alternative, Islamic economics studies, 7(25):  9-36, (in Persian). ##Motavaseli, M., Ebrahimi, I., Shahmoradi, A., & Komijani, A. (2011). A New Keynesian Dynamic Stochastic General Equilibrium (DSGE) model for an oil exporting country. The Economic Research, 10(4), 87-116, (in Persian). ##Nadali, M. (2015) Financial Stability and The Essence of Monitoring Resistive Environment Governing Iran Economy. Trend Journal of Iran Central Bank, 22(71): 115-186, (in Persian). ##Naderi, M. (2007), Financial Development, Crisiss and Economic Growth, a Comparative study, Monetary and banking research institute, (in Persian). ##Naderi, M. K. & H. Sadegi (2003), Investigating the Efficiency of Interest Free Banking Usia DEA. QJER, 3 (10) :25-58, (in Persian). ##Nadri, K., Ghelich, V., Meisami, H. (2013). The role of the Islamic banking system in reducing financial crises. Journal of Iran's Economic Essays, 10(19), 9-40, (in Persian). ##Nili, F. (2005), an Introducton to financial stability, Trend Journal of Iran Central Bank, 22(71), (in Persian). ##Norman, B., Shaw, R., & Speight, G. (2011). The history of interbank settlement arrangements: exploring central banks’ role in the payment system. ##Pajooyan, J. & A. Davani (2004), Elsactisity of investment to interest rate, Journal of Economic Research, 4 (14): 13-54, (in Persian). ##Sadeghi Shahdani, M. & D. Nasrabadi (2016) Constancy of Islamic Banking against Financial Crisis (Case study: 2008 Financial Crisis), Islamic economics studies, 9(17):  85-118, (in Persian). ##Saltelli, A., Ratto, M., Andres, T., Campolongo, F., Cariboni, J., Gatelli, D., ... & Tarantola, S. (2008). Global sensitivity analysis: the primer. John Wiley & Sons. ##Sargent, T. J., & Wallace, N. (1983). The Real Bills Doctrine versus the Quantity Theory of Money. V Journal of Political Economy. ##Sedqi, H. (2011). Exchange Rate Volatility, Financial Imbalances and Optimal Monetary Policy. Journal of Monetary & Banking Research, 4(9), 179-204, (in Persian). ##Shahmoradi, A. (2004), Investigating the effect of energy prices change on Price level, Production and welfare in Iran, Ministry of Economic Affairs, (in Persian). ##Shajari, P., & Mohebikhah, B. (2010). Early Warning System for Currency and Banking Crisis in Iran (KLR-Signaling Approach). Journal of Monetary & Banking Research, 2(4), 115-152, (in Persian). ##Smets, F., & Wouters, R. (2007). Shocks and frictions in US business cycles: A Bayesian DSGE approach. American economic review, 97(3), 586-606. ##Stein, J. C. (2014). Incorporating financial stability considerations into a monetary policy framework. Remarks at the International Research Forum on Monetary Policy, which was sponsored by the European Central Bank, the Federal Reserve Board. the Center for Financial Studies at the Goethe University, and the Georgetown Center for Economic Research at Georgetown University. ##Taylor, J. B. (1993, December). Discretion versus policy rules in practice. In Carnegie-Rochester conference series on public policy (Vol. 39, pp. 195-214). North-Holland. ##Totonchian, I. (1996), Monetary and Banking Economics, Institute for Monetary and Banking Research, Tehran. Iran, (in Persian). ##Wallace, N (1981). A Miiler-Modigliani Theorem for Open Market Operations. American Economic Review. ##Woodford, M. (2003). Interest rate and prices, Princeton University Press. ##Woodford, M. (2010). Financial intermediation and macroeconomic analysis. Journal of Economic Perspectives, 24(4), 21-44. ##Woodford, M. (2012). Inflation targeting and financial stability (No. w17967). National Bureau of Economic Research. ##Zarei, zh. & A. Komeijani, (2012), Assessing the financial stability (emphasize on banking sector) in Iran using early warning system, Journal of Apllied economics, 3(10): 127-152, (in Persian). ##