亞太加速器
order
 

因應全球變局與貨幣政策挑戰 央行祭大數據、混頻模型優化預測

中央銀行總裁楊金龍指出,央行透過即時檢視範圍較廣的經濟金融指標,並利用大數據等分析方法,來改善總體經濟預測的準確度。

人工智慧(AI)時代,台灣的央行也展現不落人後的創新研究能量。中央銀行總裁楊金龍25日應邀出席台灣經濟學會與台大經濟系共同主辦之「總體金融與經濟情勢預測研討會」,並應邀以「央行貨幣政策與總體經濟預測」為題發表演講,對金融危機發生10年來的經濟環境變化與金融監理難度升高提出觀察,並分享央行如何以大數據等新型態分析方法來改善總體經濟預測的研究成果與經驗。

近年來全球化與金融科技加速發展,且在全球金融危機後,全球經濟面臨長期停滯(secular stagnation)的低通膨與低利率環境,再加上跨境資本移動的頻率與波動加大,使得指引貨幣政策的指標更不容易掌握。

楊金龍在演講中指出,面對當前更高的經濟金融不確定性,央行透過即時檢視範圍較廣的經濟金融指標,並利用大數據等新型態分析方法,來改善總體經濟預測。

針對全球經濟及金融體系長期的改變,在中美貿易戰、英國脫歐等不確定因素充斥,全球資金又因資本跨境移動頻率加快波動加劇的關係更難掌握,很容易發生預估失誤造成重大損失的情況,必須採取新技術與新科技來進行金融監理,維護金融穩定。為了在所有不確定性下做出正確決策,可善用新技術與大數據等方法,檢視即時指標來增進分析品質,以及建構完善的貨幣政策風險管理。

由於政府按季發布經濟成長率且公布時間相對較為落後,各經濟金融指標走勢與發布時間不一,若能充分利用資料頻率較高且較為即時的經濟指標,將有助掌握當前的經濟金融情勢。

在演講中,楊金龍舉4篇央行研究人員即將發表的論文作為央行大數據研究能量的展示。其中「即時預報台灣的經濟成長率:MIDAS模型之應用」與「台灣金融領先變數對經濟成長預測能力之分析─混頻模型之運用」兩篇論文,即是透過即時預報或短期預測,提供判定台灣經濟情勢的參考。

另一篇「即時認定台灣的景氣轉折」的研究,則應用大數據分析中的機器學習法,較為即時地認定景氣狀態,希望能在政府正式發布認定結果前,提前預判景氣轉折。

第3篇論文題為「認定與預測台灣股市熊市」,探討如何認定股市熊市,進一步預測景氣衰退風險,提供景氣循環訊息。在物價方面,還有「以高頻物價數據進行通膨預測」的論文,透過相關網站資料擷取每日食物與能源價格,再以大數據分析方法,提升對即期CPI走勢的掌握。

楊金龍指出,全球金融危機後,先進經濟體所採行審慎、漸進及以經濟數據為導向(data-dependent)的決策方式,就是在高度不確定下完善風險管理的絕佳範例。

對於像台灣這樣易受國際資本移動影響及外部衝擊的經濟體而言,宜採定義更廣泛的物價穩定及管理浮動匯率制度,將可以保持較大的政策彈性及貨幣政策自主性;總體審慎措施也可用來保護該經濟體。「央行也應該要防患未然,將更多心力放在事前防範金融泡沫,而非泡沫破裂後的善後工作。」

楊金龍並表示,以金融穩定為職責的央行,必須體認金融穩定是經濟穩定的前提條件,勢必不能忽略金融超載的風險。「採行針對性的資本管制、總體審慎措施與限制金融機構的槓桿操作等是當前常見的因應措施。」這也呼應央行採取針對性的豪宅貸款限制與堅持由匯率水準由外匯市場供需決定,但央行會維持匯率動態穩定等政策的核心理念。

  •     按讚加入DIGITIMES智慧應用粉絲團
更多關鍵字報導: 中央銀行 人工智慧 大數據