Modelli economici della Banca del Giappone

Come la banca centrale del Giappone prevede l'economia

Spiegazioni semplici della modellazione economica e delle previsioni

Modelli economici della Banca del Giappone

Analisi approfondita del framework Q-JEM e dei modelli DSGE

Documentazione tecnica completa con specifiche matematiche

Panoramica della pagina

Questa pagina spiega come la Banca del Giappone utilizza modelli informatici per comprendere l'economia e prendere decisioni sui tassi di interesse. Scomporremo concetti economici complessi in termini semplici e comprensibili.

Analisi completa del framework di modellazione macroeconomica della Banca del Giappone, incluse le specifiche tecniche dettagliate di Q-JEM, diversi modelli DSGE e il loro ruolo nella formulazione della politica monetaria e nelle previsioni economiche.

Indice

Panoramica dei modelli della Banca del Giappone

Cosa sono i modelli economici?

I modelli economici sono framework matematici che aiutano le banche centrali a comprendere come interagiscono le diverse parti dell'economia. La Banca del Giappone non stabilisce i tassi di interesse né prende decisioni di politica monetaria basandosi sulla sola intuizione: si affida a modelli quantitativi che elaborano enormi quantità di dati per prevedere i risultati economici.

Quando il Consiglio di politica monetaria della BoJ si riunisce otto volte l'anno, esamina le proiezioni generate dal suo principale modello di previsione, Q-JEM (Modello Economico Giapponese Trimestrale). Questo modello elabora i dati economici correnti—dalle tendenze di spesa delle famiglie alle tendenze di investimento delle imprese—e proietta dove potrebbero dirigersi inflazione, crescita del PIL e occupazione nei trimestri successivi.

Comprendere questi modelli è importante perché influenzano direttamente le decisioni di politica monetaria che interessano le famiglie e le imprese giapponesi. Quando si legge che la BoJ prevede che l'inflazione raggiunga il 2% in due anni, quella proiezione proviene da modelli come Q-JEM che eseguono migliaia di calcoli basati su relazioni economiche osservate nel corso di decenni.

Lo strumento principale della BoJ è Q-JEM, ma essa mantiene simultaneamente diversi modelli. Ognuno offre prospettive diverse: alcuni privilegiano l'accuratezza empirica (corrispondenza ravvicinata ai dati storici), mentre altri enfatizzano la coerenza teorica (garantire che le proiezioni siano in linea con i principi economici). Il personale della politica monetaria confronta i risultati dei diversi modelli per individuare dove le previsioni concordano e dove divergono, il che aiuta il Consiglio a comprendere l'incertezza intorno ai suoi scenari di riferimento.

Perché è importante

La BoJ affronta sfide uniche che rendono la modellazione particolarmente critica. L'esperienza del Giappone con la deflazione dalla fine degli anni '90 fino agli anni 2010 non aveva chiari precedenti storici nelle economie avanzate. I modelli tradizionali, costruiti su ipotesi funzionanti in altri paesi, spesso non riuscivano a cogliere le dinamiche economiche giapponesi. Ciò ha costretto la BoJ a sviluppare approcci di modellazione specializzati, in particolare per politiche non convenzionali come il controllo della curva dei rendimenti e i tassi di interesse negativi, che nessun modello manuale standard era progettato per valutare.

Approccio multi-modello

L'infrastruttura di modellazione della Banca del Giappone riflette le lezioni acquisite con fatica dalla sua lunga lotta contro la deflazione e dal successivo utilizzo di politiche monetarie non convenzionali. A seguito della crisi finanziaria globale del 2008, la BoJ ha riconosciuto che affidarsi a un unico modello di previsione creava punti ciechi, in particolare nella cattura delle dinamiche dei mercati finanziari e dei meccanismi di trasmissione dell'allentamento quantitativo. Il risultato è quello che il Dipartimento di Ricerca e Statistica definisce approccio "multi-modello", in cui nessun framework rivendica autorità esclusiva sulle proiezioni di politica monetaria.

Il fulcro rimane Q-JEM, un modello semi-strutturale su larga scala aggiornato più di recente nel 2019 da Hara et al. Con oltre 200 equazioni che abbracciano consumi, investimenti, commercio e mercati del lavoro, Q-JEM genera le previsioni di base che compaiono nelle Prospettive trimestrali della BoJ per l'attività economica e i prezzi. Tuttavia, il personale esegue simultaneamente proiezioni attraverso M-JEM (un modello DSGE di media scala), modelli satellite specifici per settore e framework multi-paese progettati per catturare le ricadute internazionali dei cambiamenti di politica della BCE o della Federal Reserve.

Questa ridondanza svolge una funzione critica. Durante il regime di controllo della curva dei rendimenti avviato nel 2016, i modelli tradizionali della struttura a termine hanno faticato a generare percorsi realistici dei tassi di interesse, dato l'esplicito obiettivo della BoJ sui rendimenti dei JGB a 10 anni. Verificando incrociando le previsioni di Q-JEM con le alternative DSGE con diverse specificazioni del premio a termine, il personale poteva valutare se il suo scenario di riferimento dipendesse eccessivamente da ipotesi sul comportamento del mercato che potrebbero non reggere in condizioni di politica monetaria senza precedenti.

Infrastruttura principale dei modelli:
Q-JEM (versione 2019): Modello di previsione operativa—oltre 200 equazioni, frequenza trimestrale, finestra di stima 1980T1-2018T4
M-JEM: DSGE neo-keynesiano con frizioni finanziarie—analisi controfattuale e decomposizione degli shock strutturali
Modelli satellite: Investimento immobiliare, disaggregazione regionale, dinamiche di partecipazione alla forza lavoro
Modelli internazionali: DSGE multi-paese in stile SIGMA per le ricadute della politica del G7

La sfida pratica consiste nel conciliare segnali divergenti. Quando Q-JEM proietta una crescita dei consumi più robusta rispetto a M-JEM, ciò riflette tipicamente la più ricca disaggregazione dei tipi di famiglie di Q-JEM rispetto al framework dell'agente rappresentativo di M-JEM. Il personale della politica monetaria deve quindi esercitare il proprio giudizio su quale modello cattura meglio la struttura economica corrente—una decisione che determina il range di previsione presentato al Consiglio.

Q-JEM: Modello Economico Giapponese Trimestrale

Cos'è Q-JEM?

Q-JEM—il Modello Economico Giapponese Trimestrale—è lo strumento di previsione principale della BoJ. Sviluppato per la prima volta nel 2009 e sostanzialmente rivisto nel 2011 e nel 2019, rappresenta decenni di conoscenze accumulate su come l'economia giapponese risponde ai vari shock e ai cambiamenti di politica monetaria. Il modello non prevede il futuro con certezza, ma stima i risultati probabili sulla base di schemi storici.

Ciò che rende Q-JEM particolarmente complesso è il suo livello di dettaglio. Anziché trattare i "consumi" come un unico numero, il modello suddivide la spesa delle famiglie in 12 categorie separate—beni durevoli, beni non durevoli, servizi e così via—poiché ciascuna categoria risponde in modo diverso alle variazioni di reddito, ai movimenti dei tassi di interesse e alle variazioni della fiducia dei consumatori. Analogamente, gli investimenti delle imprese sono suddivisi in otto tipologie, dagli impianti manifatturieri agli immobili commerciali, ciascuna con determinanti distinte.

Il modello stima le relazioni tra le variabili utilizzando dati che risalgono al 1980. Quando Q-JEM proietta che un aumento di un punto percentuale del tasso di interesse rallenterà la crescita del PIL dello 0,3% nell'arco di quattro trimestri, tale stima deriva dall'analisi di come variazioni simili dei tassi abbiano influito sulla crescita negli anni '80, '90 e 2000. Il modello essenzialmente chiede: "Sulla base delle relazioni passate, cosa succede quando modifichiamo i tassi di politica monetaria?"

Una scelta progettuale critica distingue Q-JEM dai modelli puramente teorici: è "semi-strutturale", il che significa che combina la teoria economica con la flessibilità empirica. La teoria pura potrebbe affermare che le famiglie livellano sempre perfettamente i consumi nel corso della vita, ma i dati giapponesi mostrano che i consumi seguono molto da vicino il reddito corrente—in particolare per le famiglie prive di sostanziali attività finanziarie. Q-JEM incorpora questo comportamento osservato anche se non corrisponde perfettamente alla teoria dei libri di testo, migliorando l'accuratezza delle previsioni a breve termine al costo di una certa eleganza teorica.

Ogni trimestre, il personale della BoJ aggiorna Q-JEM con gli ultimi dati su PIL, inflazione, occupazione e mercati finanziari. Il modello genera quindi previsioni che si estendono da due a tre anni, fornendo il fondamento quantitativo per le Prospettive per l'attività economica e i prezzi che il Consiglio di politica monetaria pubblica dopo ogni riunione. Tuttavia, le previsioni finali pubblicate non sono puramente output meccanici del modello: il personale sovrappone il giudizio degli esperti, in particolare quando ritiene che le condizioni attuali differiscano significativamente dagli schemi storici.

Specifiche tecniche di Q-JEM (versione 2019)

La revisione di Q-JEM del 2019 da parte di Hara et al. ha segnato una significativa svolta rispetto alla versione del 2011, motivata principalmente dalla necessità di modellare più esplicitamente i meccanismi di trasmissione della politica monetaria non convenzionale. La specificazione originale di Ichiue del 2009 e l'aggiornamento di Fukunaga del 2011 erano precedenti all'allentamento monetario quantitativo e qualitativo (QQE), rendendoli inadatti all'analisi degli effetti di riequilibrio del portafoglio e della compressione del premio a termine—canali chiave attraverso cui i massicci acquisti di JGB della BoJ avrebbero dovuto stimolare la domanda.

La revisione del 2019 introduce blocchi espliciti del mercato finanziario che collegano l'espansione del bilancio della BoJ ai costi di finanziamento delle imprese e alle valutazioni azionarie. Ciò ha richiesto l'abbandono della semplice ipotesi delle aspettative per la struttura a termine—che era chiaramente fallita durante il controllo della curva dei rendimenti—a favore di un modello affine della struttura a termine con premi a termine variabili nel tempo, sensibili alle disponibilità obbligazionarie della BoJ. La modifica ha migliorato la capacità di Q-JEM di rispecchiare la compressione osservata dei rendimenti dei JGB dopo il 2016, sebbene al costo dell'introduzione di parametri aggiuntivi stimati con campioni di dati relativamente brevi.

Classificazione del modello: Equilibrio generale semi-strutturale su larga scala
Periodo di stima: 1980T1-2018T4 (parametri core); 2013T1-2018T4 (parametri frizioni finanziarie)
Equazioni: Oltre 200 equazioni comportamentali più identità
Variabili: Oltre 300 endogene (oltre 150 direttamente osservabili)
Metodologia: Massima verosimiglianza (filtro di Kalman) per i blocchi core; stima bayesiana per le frizioni finanziarie
Framework strutturale e problemi di identificazione

L'approccio semi-strutturale di Q-JEM si incentra su una funzione di consumo a reddito permanente modificata che si discosta dalle rigide restrizioni dell'equazione di Eulero. La specificazione consente consumatori "rule-of-thumb" la cui spesa segue il reddito corrente anziché la ricchezza attesa nel corso della vita—una modifica empiricamente giustificata dall'elevata quota di famiglie con vincoli di liquidità in Giappone, ma teoricamente problematica nell'analisi del benessere.

Funzione di consumo (rappresentazione semplificata):
$$C_t = \alpha_1 C_{t-1} + \alpha_2 Y_{t-1}^d + \alpha_3 W_t + \alpha_4 r_t + \varepsilon_{C,t}$$ Dove:
$C_t$ = Consumi reali
$Y_t^d$ = Reddito disponibile
$W_t$ = Ricchezza (finanziaria + immobiliare)
$r_t$ = Tasso di interesse reale

Il blocco degli investimenti ha incontrato difficoltà di identificazione particolarmente complesse dopo il 2013. Con i tassi di politica monetaria ancorati prossimi allo zero e gli spread creditizi compressi dagli acquisti di obbligazioni societarie della BoJ, le tradizionali elasticità dei tassi di interesse hanno perso potere esplicativo. La revisione del 2019 ha introdotto effetti di valutazione azionaria in stile Q di Tobin e misure esplicite della disponibilità di credito (basate sugli indicatori di propensione al prestito del Tankan della BoJ) per catturare le dimensioni non di prezzo delle condizioni finanziarie—modifiche che hanno migliorato l'adattamento nel campione, ma hanno sollevato preoccupazioni circa la stabilità dei parametri qualora le condizioni creditizie si normalizzassero.

Trade-off rispetto alle alternative DSGE

La flessibilità empirica di Q-JEM garantisce performance di previsione a breve termine superiori—RMSE per la crescita del PIL a un trimestre circa il 30% inferiore rispetto al DSGE di media scala della BoJ—ma ciò comporta costi distinti. Le funzioni di consumo e investimento in forma ridotta del modello non riescono a distinguere facilmente tra shock fondamentali (produttività, preferenze) e shock di politica monetaria, complicando l'analisi controfattuale. Quando la BoJ ha voluto valutare come l'economia avrebbe potuto evolversi senza QQE, si è affidata maggiormente all'identificazione strutturale di M-JEM, dove gli shock di politica monetaria sono modellati esplicitamente tramite deviazioni dalla regola di Taylor.

Le oltre 200 equazioni del modello creano anche preoccupazioni di tipo "scatola nera". I membri del Consiglio di politica monetaria si chiedono occasionalmente se le previsioni di Q-JEM riflettano genuini rapporti economici o si limitino a interpolare correlazioni storiche difficilmente mantenibili durante transizioni strutturali (come l'attuale passaggio del Giappone dalla deflazione a un'inflazione sostenuta del 2%). La versione 2019 ha tentato di affrontare questo problema pubblicando le funzioni di risposta agli impulsi per shock standard, consentendo ai ricercatori esterni di valutare se i meccanismi di propagazione del modello siano in linea con la teoria—sebbene esistano poche repliche esterne data la complessità del modello e la limitata disponibilità pubblica del codice.

Metriche di performance e validazione di Q-JEM

La valutazione delle previsioni fuori campione rimane impegnativa a causa delle rotture strutturali intorno ai principali cambiamenti di regime di politica monetaria. La BoJ riporta un RMSE per la crescita del PIL a un anno di circa 0,6 punti percentuali nel periodo 2010-2018, ma ciò maschera variazioni sostanziali: gli errori di previsione sono aumentati bruscamente dopo l'aumento dell'imposta sui consumi del 2014 (che Q-JEM ha sottostimato) e di nuovo all'inizio del 2020 con l'emergere del COVID-19. Le previsioni sull'IPC core hanno mostrato un persistente bias verso l'alto nel periodo 2014-2019, con il modello che prevedeva costantemente un'accelerazione dell'inflazione che non si è materializzata—un modello che suggerisce dinamiche della curva di Phillips mal specificate o un peso insufficiente sulle aspettative di inflazione ancorate (basse).

La performance previsionale relativa rispetto al consenso del settore privato si è rivelata mista. Q-JEM ha in genere sovraperformato le previsioni del PIL del consenso a orizzonti di 1-2 trimestri, ma ha ottenuto risultati simili o peggiori a orizzonti più lunghi, suggerendo che il suo valore principale risieda nel nowcasting piuttosto che nella proiezione a medio termine. Per le simulazioni di politica monetaria, il modello produce risposte agli impulsi ragionevoli—uno shock del tasso di politica monetaria di 25 pb genera effetti di picco sul PIL di circa -0,15% dopo 4-6 trimestri—ampiamente coerenti con le stime basate su VAR, sebbene probabilmente troppo modeste dato il grado di leva finanziaria del settore bancario giapponese.

Modelli DSGE alla Banca del Giappone

Cosa sono i modelli DSGE?

DSGE sta per Dynamic Stochastic General Equilibrium (Equilibrio Generale Stocastico Dinamico)—un framework che costruisce l'economia a partire dai principi fondamentali su come individui e imprese prendono decisioni ottimali. Mentre Q-JEM privilegia la corrispondenza con gli schemi dei dati storici, i modelli DSGE partono da ipotesi sulla razionalità e sull'equilibrio dei mercati, per poi derivare quale dovrebbe essere l'aspetto dell'economia se tali ipotesi fossero valide.

L'elemento "dinamico" significa che il modello traccia l'evoluzione delle variabili nel tempo—le famiglie prendono oggi decisioni di risparmio basandosi sulle aspettative circa il reddito futuro e i tassi di interesse. "Stocastico" significa semplicemente che il modello include shock casuali: impennate del prezzo del petrolio, miglioramenti della produttività, cambiamenti nella fiducia dei consumatori. "Equilibrio generale" indica che tutti i mercati si equilibrano simultaneamente—l'offerta di lavoro eguaglia la domanda di lavoro, i beni prodotti eguagliano i beni consumati (più investimenti ed esportazioni nette)—garantendo la coerenza interna del modello.

La BoJ utilizza i modelli DSGE in modo diverso rispetto a Q-JEM. Mentre Q-JEM genera le previsioni di base per le riunioni di politica monetaria, i modelli DSGE aiutano a rispondere a domande "what if" che richiedono una chiara identificazione causale. Ad esempio: quale sarebbe stata l'inflazione se la BoJ non avesse introdotto tassi di interesse negativi nel 2016? Q-JEM fatica con questo controfattuale perché le sue equazioni catturano correlazioni piuttosto che effetti puramente causali. I modelli DSGE, costruiti su ipotesi comportamentali esplicite, possono simulare percorsi di politica monetaria alternativi in modo più credibile—sebbene sempre in funzione della correttezza di tali ipotesi comportamentali.

Il framework DSGE principale della BoJ è M-JEM (Modello Economico Giapponese di Media Scala), che incorpora frizioni finanziarie assenti dai modelli neo-keynesiani dei libri di testo. Queste frizioni sono di enorme importanza per il Giappone: con le banche che detengono massicci portafogli di JGB e le imprese che mantengono stretti rapporti con le banche, il canale del credito—come la politica monetaria influisce su prestiti e indebitamento—opera in modo diverso rispetto a sistemi finanziari più orientati al mercato come quello degli Stati Uniti. M-JEM tenta di catturare queste caratteristiche istituzionali all'interno di una struttura teorica coerente.

I critici osservano che i modelli DSGE spesso prevedono peggio rispetto ad approcci statistici più semplici. La BoJ lo riconosce, ma sostiene che l'accuratezza previsionale non sia lo scopo principale. I modelli DSGE forniscono disciplina—assicurando che l'analisi di politica monetaria non produca risultati economicamente privi di senso—e facilitano la comunicazione radicando le discussioni in un linguaggio teorico comune. Quando i membri del Consiglio di politica monetaria dibattono se l'inflazione attuale sia guidata dalla domanda o dall'offerta, operano implicitamente all'interno di un framework in stile DSGE che distingue tra diversi tipi di shock e i loro meccanismi di propagazione.

Portfolio di modelli DSGE e scelte di specificazione

Il portfolio DSGE della BoJ si è evoluto sostanzialmente a seguito della crisi finanziaria del 2008, che ha evidenziato lacune critiche nei modelli neo-keynesiani standard—in particolare il loro fallimento nel catturare le crisi dell'intermediazione finanziaria e gli shock dell'offerta di credito. Lo sviluppo di M-JEM (Modello Economico Giapponese di Media Scala) intorno al 2013 ha riflesso un più ampio cambiamento di rotta delle banche centrali verso l'incorporazione di frizioni finanziarie ispirate ai framework di Bernanke-Gertler-Gilchrist e Kiyotaki-Moore, adattati per il sistema finanziario centrato sulle banche del Giappone.

1. Modello Economico Giapponese di Media Scala (M-JEM)

M-JEM rappresenta il tentativo della BoJ di bilanciare la coerenza teorica con le realtà istituzionali giapponesi. Il modello presenta un nucleo neo-keynesiano standard—famiglie con aspettative lungimiranti, imprese con fissazione dei prezzi alla Calvo, politica monetaria tramite regola di Taylor—arricchito con meccanismi di acceleratore finanziario che collegano il patrimonio netto delle imprese ai premi al finanziamento esterno. Ciò che distingue M-JEM dalle controparti della Fed o della BCE è la prominenza del settore bancario: anziché assumere un'intermediazione finanziaria priva di frizioni, il modello incorpora esplicitamente i vincoli di capitale bancario e il passthrough imperfetto dai tassi di politica monetaria ai tassi sui prestiti.

Framework: DSGE neo-keynesiano di media scala con frizioni bancarie e settore immobiliare
Stima: Bayesiana (2000T1-2019T4, aggiornata periodicamente)
Shock core: 8 shock strutturali (TFP, preferenze, markup, politica monetaria, finanziario, estero, fiscale, domanda immobiliare)
Parametri chiave: Rigidità dei prezzi alla Calvo θ ≈ 0,75 (implica una durata media dei prezzi di 12 mesi)—superiore alle stime statunitensi, coerente con la rigidità dei prezzi in Giappone
Curva di Phillips neo-keynesiana (con indicizzazione):
$\pi_t = \frac{\beta}{1+\beta\gamma} E_t[\pi_{t+1}] + \frac{\gamma}{1+\beta\gamma}\pi_{t-1} + \kappa mc_t + \varepsilon_{\pi,t}$ Curva IS dinamica con frizioni finanziarie:
$y_t = E_t[y_{t+1}] - \sigma(r_t + s_t - E_t[\pi_{t+1}] - r_t^n) + \varepsilon_{y,t}$ Dove:
$\pi_t$ = Tasso di inflazione; $\gamma$ = parametro di indicizzazione
$mc_t$ = Costo marginale reale (markup salariale sulla produttività)
$s_t$ = Spread creditizio (premio al finanziamento esterno)
$r_t^n$ = Tasso di interesse naturale

Il parametro di indicizzazione dell'inflazione γ si è rivelato controverso durante lo sviluppo di M-JEM. Alcuni ricercatori della BoJ privilegiavano aspettative pienamente lungimiranti (γ=0) coerenti con le aspettative razionali, mentre altri sostenevano che la prolungata deflazione del Giappone avesse incorporato un comportamento retrospettivo (γ>0), con i fissatori dei prezzi ancorati all'inflazione passata. Il γ stimato ≈ 0,4 suggerisce dinamiche ibride—un compromesso che ha migliorato l'adattamento empirico ma ha complicato l'analisi del benessere, poiché non è chiaro se l'indicizzazione retrospettiva rifletta genuini vincoli comportamentali o una specificazione errata del modello.

2. DSGE per economia aperta di piccole dimensioni per le ricadute internazionali

A seguito dell'allentamento quantitativo della Fed e della BCE dopo il 2009, la BoJ ha riconosciuto che gli shock di politica monetaria estera—trasmessi attraverso i tassi di cambio, i prezzi delle materie prime e i volumi commerciali—potevano dominare gli effetti della politica domestica per un'economia dipendente dal commercio estero. Il DSGE per economia aperta di piccole dimensioni (SOE), basato sul framework di Galí-Monacelli, tratta il Giappone come un price-taker nei mercati mondiali, con le variabili estere (produzione, inflazione, tassi di interesse) determinate esogenamente.

La validazione empirica del modello SOE ha rivelato ricadute asimmetriche: gli episodi di inasprimento della Fed hanno generato impatti maggiori sulla produzione giapponese rispetto a un inasprimento equivalente della BoJ, probabilmente riflettendo il ruolo del Giappone come valuta rifugio, dove gli episodi di risk-off innescano un apprezzamento dello yen indipendentemente dalla posizione di politica monetaria interna. Ciò ha motivato l'incorporazione di premi al rischio variabili nel tempo nella condizione di parità scoperta dei tassi di interesse—una deviazione dai modelli SOE standard, ma empiricamente necessaria per replicare la volatilità osservata dello yen.

3. Frizioni finanziarie e il canale del credito

L'implementazione dell'acceleratore finanziario in M-JEM segue da vicino Bernanke-Gertler-Gilchrist: gli imprenditori finanziano gli acquisti di capitale in parte con fondi interni (patrimonio netto) e in parte con prestiti esterni, dove il premio al finanziamento esterno dipende dalla leva finanziaria. Il meccanismo di amplificazione opera attraverso la prociclicità endogena del patrimonio netto—le recessioni erodono il patrimonio netto degli imprenditori, aumentando i premi al finanziamento esterno, deprimendo ulteriormente gli investimenti e la produzione.

Premio al finanziamento esterno (log-linearizzato):
$s_t = \chi (q_t + k_t - n_t)$ Dove:
$s_t$ = Premio al finanziamento esterno (spread creditizio)
$q_t$ = Prezzo del capitale
$k_t$ = Stock di capitale
$n_t$ = Patrimonio netto degli imprenditori
$\chi$ = Elasticità del premio al finanziamento esterno rispetto alla leva finanziaria

La calibrazione di χ si è rivelata difficile dato il sistema bancario relazionale del Giappone, in cui i legami keiretsu e le garanzie implicite attenuano il legame meccanico tra leva finanziaria e costi di finanziamento osservato nei mercati creditizi a distanza di mercato. La soluzione della BoJ—stimare χ utilizzando gli spread delle obbligazioni societarie anziché i tassi sui prestiti bancari—ha generato stime di elasticità inferiori (χ ≈ 0,05) rispetto alle stime comparabili della Fed (χ ≈ 0,10), coerenti con l'attenuazione del canale creditizio in Giappone, ma sollevando interrogativi circa l'adeguatezza di M-JEM nel catturare i rischi di instabilità finanziaria.

4. Modellazione della politica non convenzionale: QE e controllo della curva dei rendimenti

I modelli DSGE standard assumono che la politica monetaria operi tramite un tasso di interesse a breve termine (regola di Taylor), lasciandoli mal equipaggiati per analizzare le politiche di bilancio o il controllo della curva dei rendimenti. Il modulo di politica non convenzionale di M-JEM, aggiunto intorno al 2017, introduce un canale di riequilibrio del portafoglio in cui gli acquisti di JGB della BoJ riducono i premi a termine estraendo il rischio di duration dai portafogli privati. Il meccanismo opera attraverso investitori con habitat preferito che non arbitrano completamente tra scadenze, consentendo agli acquisti di attività da parte della banca centrale di influenzare i tassi a lungo termine al di là delle aspettative sui tassi a breve futuri.

La stima della forza del canale di riequilibrio del portafoglio rimane controversa. Le prove degli studi evento intorno agli annunci del QQE suggerivano che i rendimenti dei JGB a 10 anni fossero scesi di 20-30 pb in più di quanto potessero spiegare le variazioni dei tassi di politica monetaria attesi, attribuito alla compressione del premio a termine. Tuttavia, incorporare questo in M-JEM richiedeva la calibrazione di parametri con una guida storica minima, poiché la scala del QE giapponese non aveva precedenti. Le simulazioni risultanti suggeriscono che espansioni di bilancio su larga scala generino effetti modesti sulla produzione—aumentando il PIL forse dello 0,3-0,5%—considerevolmente inferiori a quanto alcuni responsabili delle politiche speravano, sebbene le bande di incertezza siano ampie.

Applicazioni e limitazioni dei modelli DSGE

M-JEM serve principalmente per i controfattuali di politica monetaria e la decomposizione strutturale. Ad esempio, la ricerca della BoJ ha decomposto la crescita della produzione giapponese nel periodo 2014-2019 nei contributi dei vari shock strutturali, rilevando che gli shock negativi della domanda interna (interpretati come effetti ritardati dell'imposta sui consumi e accresciuta incertezza) hanno compensato gli shock positivi di politica monetaria del QQE—spiegando perché l'inflazione sia rimasta al di sotto dell'obiettivo nonostante l'allentamento aggressivo. Tali decomposizioni informano le discussioni del Consiglio di politica monetaria, ma richiedono forti ipotesi identificative (ortogonalità degli shock, corretta specificazione del modello) che rimangono discutibili.

La performance previsionale di M-JEM rimane costantemente inferiore a Q-JEM e persino a semplici benchmark VAR, in particolare a orizzonti superiori a due trimestri. La BoJ accetta questo trade-off, sostenendo che la disciplina DSGE garantisce che l'analisi di politica monetaria rispetti i vincoli di bilancio ed escluda percorsi non credibili (come guadagni permanenti di produzione derivanti dallo stimolo monetario). Tuttavia, il debole track record previsionale indebolisce l'influenza di M-JEM nelle deliberazioni di politica monetaria in tempo reale—quando le previsioni di base divergono nettamente tra Q-JEM e M-JEM, il Consiglio di politica monetaria in genere si affida a Q-JEM, relegando le intuizioni del DSGE all'analisi degli scenari supplementari.

Confronto e integrazione dei modelli

Perché utilizzare più modelli?

Utilizzare più modelli contemporaneamente può sembrare ridondante, ma affronta un problema fondamentale nelle previsioni economiche: nessun modello singolo supera in modo affidabile gli altri in tutti i periodi di tempo e per tutte le variabili. Un modello che prevede accuratamente la crescita del PIL potrebbe sistematicamente mancare le dinamiche dell'inflazione, mentre un altro modello forte nelle previsioni sull'inflazione potrebbe generare trade-off consumi-investimenti implausibili.

L'approccio della BoJ prevede di eseguire Q-JEM per le proiezioni di base, generando contemporaneamente previsioni da M-JEM e altre varianti DSGE. Il personale prepara quindi un'analisi comparativa che evidenzia dove i modelli concordano e divergono. Quando tutti i modelli proiettano percorsi inflazionistici simili, i responsabili delle politiche acquisiscono fiducia in quella previsione. Quando i modelli divergono nettamente—ad esempio Q-JEM proietta un'inflazione dell'1,5% mentre M-JEM proietta lo 0,8%—il personale deve diagnosticare la fonte del disaccordo, che spesso rivela meccanismi economici importanti.

Ad esempio, durante l'implementazione del controllo della curva dei rendimenti nel 2016, Q-JEM ha inizialmente proiettato un'accelerazione dell'inflazione più forte rispetto a M-JEM. Le indagini hanno rivelato che le equazioni in forma ridotta di Q-JEM interpretavano il calo dei rendimenti dei JGB come un segnale di crescita futura più forte (sulla base di correlazioni storiche), mentre l'approccio strutturale di M-JEM riconosceva che i rendimenti soppressi amministrativamente tramite il YCC non hanno lo stesso contenuto informativo. Ciò ha spinto il personale ad adeguare le proiezioni di Q-JEM in modo discrezionale, incorporando l'intuizione di M-JEM secondo cui l'usuale relazione tra rendimenti obbligazionari e aspettative di crescita si era spezzata con il nuovo regime di politica monetaria.

L'approccio multi-modello aiuta anche a comunicare l'incertezza. Anziché presentare una previsione puntuale unica, le Prospettive del Consiglio di politica monetaria per l'attività economica e i prezzi includono range che riflettono la dispersione tra i modelli. Quando quel range è ristretto, il Consiglio può agire con maggiore decisione; quando è ampio, la prudenza suggerisce di attendere ulteriori dati prima di effettuare importanti aggiustamenti della politica monetaria. Questo uso disciplinato del disaccordo tra modelli per quantificare l'incertezza rappresenta un importante progresso metodologico rispetto alle pratiche precedenti che trattavano il risultato di un singolo modello come autorevole.

Analisi comparativa dei modelli

AspettoQ-JEMM-JEM (DSGE)DSGE ridotto
Utilizzo principalePrevisione operativaAnalisi di politica monetariaRicadute internazionali
EquazioniOltre 200 (semi-strutturale)~40 (strutturale)~20 (strutturale)
Coerenza teoricaModerataAltaAlta
Adattamento empiricoAltoModeratoModerato
DisaggregazioneEstesaLimitataMinima
Esperimenti di politica monetariaScenari dettagliatiRiforme strutturaliShock esterni
Metodologia di integrazione dei modelli

La BoJ segue un approccio strutturato per combinare le informazioni provenienti da più modelli:

  1. Previsione di base: Q-JEM fornisce le proiezioni primarie su PIL e inflazione
  2. Verifica della coerenza: I modelli DSGE validano la plausibilità teorica
  3. Scenari alternativi: I modelli DSGE esplorano le implicazioni dei cambiamenti strutturali
  4. Valutazione del rischio: Più modelli forniscono intervalli di confidenza
  5. Analisi di politica monetaria: Validazione cross-model dell'efficacia delle politiche

Metodologia di previsione

Come funziona la previsione?

Il processo di previsione della BoJ opera secondo un calendario trimestrale fisso legato al calendario delle riunioni del Consiglio di politica monetaria. Circa tre settimane prima di ogni riunione di politica monetaria, il Dipartimento di Ricerca e Statistica inizia ad aggiornare Q-JEM con i dati più recenti dei conti nazionali, delle indagini sulla forza lavoro, degli indici dei prezzi e delle osservazioni dei mercati finanziari. Non si tratta semplicemente di immettere numeri in un computer: il personale deve prendere decisioni discrezionali sulla qualità dei dati, le stranezze dell'aggiustamento stagionale e come gestire le stime preliminari che spesso vengono riviste sostanzialmente.

Una volta che Q-JEM ha assorbito i nuovi dati, il modello genera una previsione di base meccanica assumendo che i tassi di politica monetaria seguano le aspettative di mercato (derivate dalle curve degli overnight index swap) e che altre variabili esogene come i prezzi del petrolio seguano i mercati dei futures. Questo output iniziale non diventa quasi mai la previsione ufficiale. Serve invece come punto di partenza per un processo di più giorni in cui gli economisti esaminano ogni componente—consumi, investimenti, esportazioni, prezzi—confrontando le proiezioni del modello con fonti di informazione alternative come le indagini sulle imprese, i rapporti economici regionali delle filiali della BoJ e le discussioni con i dirigenti aziendali.

Il giudizio degli esperti entra in gioco soprattutto nelle aree in cui i modelli hanno performance scadenti. Ad esempio, Q-JEM ha storicamente sottostimato l'impatto degli aumenti dell'imposta sui consumi, avendo solo due episodi storici (1989 e 1997) da cui apprendere. Prima dell'aumento fiscale del 2014, il personale ha sovrapposto ulteriori giudizi, anticipando perturbazioni maggiori di quanto suggerisse il modello—sebbene anche queste previsioni rettificate abbiano sottostimato l'effettivo calo dei consumi. Questa esperienza ha rafforzato l'importanza di non trattare meccanicamente il risultato del modello, in particolare per i cambiamenti di politica infrequenti senza estesi precedenti storici.

Il confronto tra modelli avviene durante tutto il processo. Quando Q-JEM proietta che l'inflazione salirà all'1,8% ma M-JEM proietta solo l'1,2%, il personale scompone la differenza: riflette diverse ipotesi sul divario di produzione? Diverse inclinazioni della curva di Phillips sui salari? Diversi meccanismi di formazione delle aspettative? Risolvere queste discrepanze spesso porta a perfezionamenti in entrambi i modelli e aiuta a chiarire da dove deriva realmente l'incertezza delle previsioni—un esercizio molto più informativo che semplicemente fare la media dei risultati dei modelli.

La previsione finale presentata al Consiglio di politica monetaria riflette questo processo iterativo. È definita "valutazione del personale" piuttosto che "proiezione del modello" per enfatizzare il sostanziale giudizio degli esperti sovrapposto al risultato del modello. I membri del Consiglio ricevono documentazione dettagliata che mostra le previsioni meccaniche del modello accanto alle versioni corrette in modo discrezionale, consentendo loro di valutare quanto la previsione finale dipenda dalla meccanica del modello rispetto alle ipotesi del personale. Questa trasparenza serve come controllo sui potenziali bias, sebbene significhi anche che le previsioni possano essere influenzate da pressioni istituzionali—il personale potrebbe sfumare le proiezioni verso le preferenze note dei membri del Consiglio, sebbene tale influenza sia difficile da rilevare dall'esterno.

Framework tecnico di previsione

Processo di integrazione dei dati

La BoJ impiega una sofisticata metodologia di integrazione dei dati che combina indicatori ad alta frequenza con le tradizionali serie temporali macroeconomiche:

  • Dati in tempo reale: Nowcasting mediante indicatori ad alta frequenza (giornalieri, settimanali)
  • Modelli a frequenza mista: Approccio MIDAS per incorporare dati finanziari giornalieri
  • Analisi dei big data: Text mining delle indagini sulle imprese e sentiment delle notizie
  • Dati internazionali: Indicatori economici globali e canali di ricaduta
Regressione MIDAS (campionamento di dati misti):
$y_{t+h}^{(Q)} = \alpha + \beta \sum_{j=0}^{K} \theta_j x_{t-j}^{(D)} + \varepsilon_{t+h}$ Dove:
$y_{t+h}^{(Q)}$ = Variabile trimestrale (ad es., crescita del PIL)
$x_{t-j}^{(D)}$ = Indicatori giornalieri/settimanali
$\theta_j$ = Pesi del polinomio MIDAS
Tecniche di combinazione dei modelli
  1. Media dei modelli bayesiani: Ponderazione dei modelli sulla base della performance storica
  2. Previsione di densità: Combinare distribuzioni di probabilità piuttosto che previsioni puntuali
  3. Integrazione del giudizio degli esperti: Incorporazione sistematica di informazioni qualitative
  4. Valutazione del modello in tempo reale: Valutazione continua dell'accuratezza delle previsioni
Metriche di valutazione delle previsioni
  • RMSE: Radice dell'errore quadratico medio per l'accuratezza delle previsioni puntuali
  • CRPS: Punteggio di probabilità continuo classificato per le previsioni di densità
  • Test DM: Test di Diebold-Mariano per le performance relative delle previsioni
  • Test di encompassing: Valutazione dell'efficienza della combinazione delle previsioni

Limitazioni e sfide dei modelli

Cosa i modelli non riescono a fare

I modelli della BoJ presentano limitazioni intrinseche che i responsabili delle politiche devono costantemente affrontare. In modo più fondamentale, questi modelli vengono stimati utilizzando dati storici, il che significa che catturano relazioni che valevano in passato ma che potrebbero non persistere durante le transizioni strutturali. L'economia giapponese nel 2024, potenzialmente in uscita da decenni di deflazione, opera in condizioni con precedenti storici minimi—le stime dei parametri dei modelli, derivate in gran parte dal periodo deflazionistico, potrebbero non essere più applicabili.

Si consideri la curva di Phillips, che mette in relazione la disoccupazione all'inflazione. La curva di Phillips stimata da Q-JEM è abbastanza piatta, il che significa che le variazioni della disoccupazione generano solo modeste risposte inflazionistiche—coerenti con l'esperienza del Giappone dal 1998 al 2019, quando la disoccupazione variava sostanzialmente mentre l'inflazione rimaneva prossima allo zero. Ma se l'economia giapponese si fosse genuinamente spostata verso un regime di inflazione più elevata dopo il 2022, quella curva di Phillips piatta potrebbe ora sottostimare quanto i mercati del lavoro tesi si traducono in pressioni sui salari e sui prezzi. Il modello non è in grado di rilevare automaticamente tali cambiamenti di regime; continua a proiettare sulla base dei valori storici dei parametri fino a quando non viene manualmente ri-stimato con sufficienti nuovi dati.

I modelli faticano anche con le politiche senza precedenti. Il controllo della curva dei rendimenti non aveva analoghi storici quando fu introdotto nel 2016, lasciando i modelli con poca guida sui meccanismi di trasmissione. Le equazioni del settore finanziario di Q-JEM, stimate durante periodi in cui i rendimenti dei titoli si muovevano liberamente con le forze di mercato, non riuscivano a proiettare in modo affidabile come i rendimenti dei JGB fissati amministrativamente avrebbero influito sul comportamento delle banche, sull'allocazione del portafoglio o sulle dinamiche del premio a termine. Il personale ha fatto supposizioni informate, ma anni dopo permane l'incertezza sul fatto che i modelli abbiano correttamente catturato gli effetti economici del YCC.

Forse la sfida più grande è che i modelli non riescono a prevedere le proprie modalità di fallimento. La crisi finanziaria del 2008 ha colto di sorpresa quasi tutti i modelli delle banche centrali perché mancavano di settori finanziari significativi—le banche semplicemente intermediavano fondi dai risparmiatori ai mutuatari senza possibilità di crollo. Dopo il 2008, i modelli hanno aggiunto frizioni finanziarie, ma queste modifiche affrontavano l'ultima crisi, non necessariamente la prossima. Se il prossimo grande shock del Giappone deriverà, ad esempio, dai rischi della transizione climatica o dal collasso demografico nelle regioni rurali, i modelli attuali potrebbero rivelarsi ugualmente inadeguati, essendo stati progettati per catturare meccanismi diversi.

Queste limitazioni non rendono i modelli inutili, ma esigono umiltà. I membri del Consiglio di politica monetaria ricevono previsioni basate sui modelli, ma mantengono la discrezionalità di ignorarle quando il giudizio suggerisce che le condizioni economiche esulino dall'intervallo che i modelli sono stati progettati per gestire. L'errore più pericoloso sarebbe trattare il risultato del modello come verità oggettiva piuttosto che come proiezioni condizionali dipendenti da ipotesi che potrebbero o meno reggere.

Una prospettiva critica

L'ex membro del Consiglio della BoJ Takahide Kiuchi ha frequentemente criticato l'eccessiva dipendenza dai modelli durante il suo mandato 2012-2017, sostenendo che i modelli sovrastimavano sistematicamente l'impatto inflazionistico del QQE perché erano stati stimati in periodi in cui la politica monetaria era vincolata dal limite inferiore dello zero e quindi non potevano acquisire le dinamiche di trasmissione convenzionale della politica monetaria. Il suo scetticismo si è rivelato profetico—l'inflazione ha costantemente mancato le proiezioni basate sui modelli durante tutto il periodo 2013-2019, suggerendo che i modelli catturavano correlazioni da un periodo atipico piuttosto che relazioni strutturali stabili.

Limitazioni tecniche e ricerca in corso

1. Limitazioni specifiche di Q-JEM
  • Instabilità dei parametri: Rotture strutturali nelle relazioni durante i periodi di crisi
  • Settore finanziario: Modellazione limitata dell'intermediazione finanziaria complessa
  • Formazione delle aspettative: Ipotesi di aspettative razionali semplificate
  • Non linearità: Le approssimazioni lineari potrebbero ignorare gli effetti soglia
2. Sfide dei modelli DSGE
  • Microfondamenti: Le ipotesi dell'agente rappresentativo potrebbero non catturare l'eterogeneità
  • Incertezza di stima: Identificazione debole di alcuni parametri strutturali
  • Specificazione del modello: La scelta degli shock e delle frizioni influenza i risultati
  • Performance in tempo reale: Spesso performance di previsione a breve termine inferiore
3. Sfide di modellazione specifiche del Giappone
Transizione demografica: Effetti della società che invecchia difficili da modellare
Storia della deflazione: L'esperienza unica richiede un trattamento specializzato
Politica non convenzionale: Precedenti storici limitati per QE/YCC
Riforme strutturali: Cambiamenti in corso nei mercati del lavoro e nel comportamento delle imprese
4. Attuali direzioni di ricerca
  • Integrazione del machine learning: Combinare i modelli tradizionali con le tecniche di ML
  • Modelli ad alta frequenza: Modelli di previsione giornalieri e settimanali
  • Modelli ad agenti eterogenei: Andare oltre le ipotesi dell'agente rappresentativo
  • Economia climatica: Incorporare fattori ambientali e rischi di transizione

Risorse del modello e fonti di dati

Vuoi saperne di più?

La Banca del Giappone pubblica ampia ricerca sulla sua infrastruttura di modellazione, sebbene gran parte esista solo in giapponese o come working paper tecnici. Per coloro che desiderano approfondire, la Working Paper Series della BoJ contiene specifiche dettagliate dei modelli, risultati di stima ed esercizi di simulazione di politica monetaria. Il documento Q-JEM del 2019 di Hara et al. fornisce la documentazione più completa in lingua inglese dello strumento di previsione principale della banca.

Il Database delle serie storiche della BoJ offre accesso gratuito alla maggior parte delle serie di dati utilizzate nella stima dei modelli, sebbene la navigazione dell'interfaccia richieda pazienza—i nomi delle variabili utilizzano convenzioni giapponesi che non sempre si mappano chiaramente sulla terminologia economica occidentale. I ricercatori che cercano di replicare le analisi della BoJ spesso scoprono che, sebbene la banca pubblichi le stime dei coefficienti, il codice di replica completo rimane non disponibile, limitando la validazione esterna.

Per una prospettiva comparativa, il modello FRB/US della Federal Reserve e la suite di modelli della BCE condividono somiglianze concettuali con Q-JEM, ma differiscono nei dettagli che riflettono le differenze di struttura istituzionale ed economica. Leggere la documentazione di modellazione delle banche centrali rivela sia la convergenza sui framework core (la maggior parte delle principali banche centrali ora utilizza modelli semi-strutturali per le previsioni e DSGE per l'analisi della politica monetaria) sia la divergenza sui dettagli (trattamento dei settori finanziari, legami commerciali, dinamiche salari-prezzi).

Pubblicazioni di ricerca e documentazione tecnica

Principali articoli su Q-JEM
Ricerca sui modelli DSGE
Articoli metodologici
Fonti di dati e accesso al modello

Database ufficiale delle serie storiche della BoJ:
https://www.stat-search.boj.or.jp/index_en.html

File di replica del modello:
Materiali selezionati di replica Q-JEM disponibili presso il Dipartimento di Ricerca della BoJ

Dati internazionali:
Database OCSE, FMI, Banca mondiale per le variabili internazionali

Dati ad alta frequenza:
Dati dei mercati finanziari da QUICK, Bloomberg, Thomson Reuters

Performance attuali del modello

Quanto sono accurati i modelli?

L'accuratezza del modello varia sostanzialmente tra le variabili e gli orizzonti di previsione. Per la crescita del PIL a un trimestre, Q-JEM raggiunge tipicamente errori quadratici medi intorno a 0,4-0,5 punti percentuali, il che significa che la previsione media manca di circa mezzo punto percentuale. Questo potrebbe sembrare ragionevole finché non si considera che la crescita trimestrale media del PIL del Giappone nel periodo 2010-2019 era solo circa lo 0,3% annualizzato—il tipico errore di previsione supera il tasso di crescita medio stesso.

Le previsioni sull'inflazione si sono rivelate particolarmente problematiche durante il periodo del QQE. Dal 2013 al 2019, la BoJ ha ripetutamente proiettato che l'inflazione core avrebbe raggiunto il 2% "entro circa 2 anni", basandosi in parte sulle proiezioni del modello che mostravano la chiusura del divario di produzione e l'avvio delle dinamiche della curva di Phillips. L'inflazione effettiva è rimasta al di sotto dell'1% per tutto questo periodo, suggerendo un bias sistematico nelle previsioni piuttosto che errori casuali. Se ciò riflettesse una specificazione errata del modello, ipotesi errate sulla trasmissione delle politiche o aspettative di inflazione bassa ancorate rimane oggetto di dibattito.

Monitoraggio della performance del modello in tempo reale

Valutazione continua dell'accuratezza del modello mediante finestre mobili e versioni dei dati in tempo reale.