THE TERM STRUCTURE AS A PREDICTOR OF REAL ECONOMIC ACTIVITY CẤU TRÚC KỲ HẠN NHƯ LÀ MỘT YẾU TỐ DỰ BÁO HOẠT ĐỘNG KINH TẾ ABSTRACT TÓM TẮT A positive slope of the yield curve is associated with a future increase in real economic activity: consumption (nondurables plus services), consumer durables, and investment It has extra predictive power over the index of leading indicators, real short – term interest rates, lagged growth in economic activity, and lagged rates of inflation It outperforms survey forecasts, both in – sample and out – of – sample Historically, the information in the slope reflected, inter alia, factors that were independent of monetary policy, and thus the slope could have provided useful information both to private investors and to policy makers Độ dốc đường cong lãi suất có mối quan hệ chiều đến gia tăng tương lai hoạt động kinh tế thực như: Sự tiêu dùng (hàng không lâu bền với dịch vụ), hàng lâu bền đầu tư Nó có sức mạnh dự báo số báo trước, lãi suất thực ngắn hạn, độ trễ tăng trưởng hoạt động kinh tế độ trễ tỷ lệ lạm phát Nó tốt dự báo khảo sát, mẫu mẫu Trong khứ, không kể đến yếu tố khác, thông tin độ dốc phản ánh yếu tố độc lập với sách tiền tệ, độ dốc cung cấp thơng tin hữu ích cho nhà đầu tư tư nhân nhà hoạch định sách THE FLATTENING OF THE yield curve in 1988 and its inversion in early 1989 have been interpreted by many business economists and financial analysts as evidence that a recession is imminent Implicit in this interpretation is the presumption that a flattening of the yield curve predicts a drop in future spot interest rates and that these lower rates are associated with a lower level of real GNP Recent empirical work on the term structure of interest rates confirms that changes in the slope of the yield curve predict the correct direction of future changes in spot rates, yet there is little empirical work on the predictability of changes in real economic activity Indeed, given the near – random – walk empirical behavior of real GNP, a finding that the yield curve can predict future changes Sự ngang phẳng đường cong lãi suất năm 1988 đảo chiều đầu năm 1989 giải thích nhiều nhà kinh tế chuyên gia tài chứng cho suy thoái xảy Tiềm ẩn cách giải thích nàylà giả định ngang phẳng đường cong lãi suất dự báo sụt giảm lãi suất giao tương lai mức lãi suất thấp liên quan đến mức độ thấp GNP thực Nghiên cứu thực nghiệm gần cấu trúc kỳ hạn lãi suất khẳng định thay đổi độ dốc đường cong lãi suất dự báo hướng thay đổi tương lai lãi suất giao ngay, có nghiên cứu thực nghiệm khả dự đoán thay đổi kinh tế thực Thực ra, nghiên cứu hành vi thực nghiệm bước ngẫu nhiên “random – walk” in real output would be very impressive GNP thực, việc tìm thấy đường cong lãi suất có khả dự báo thay đổi tương lai sản lượng đầu thực tế ấn tượng Predictability of changes in real output is associated with other equally important questions: How much extra information is there in the term structure that is not readily available in other published statistics? Should the term structure be included in the list of leading indicators? Should monetary policy use the term structure to extract information about future output, or is it the case that the yield curve reflects expected monetary actions alone? These are concerns that currently preoccupy the Federal Reserve, for in the latter case the slope of the yield curve would have no extra useful information for the conduct of monetary policy Khả dự báo thay đổi sản lượng đầu thực tế liên quan đến câu hỏi khác khơng quan trọng như: Có thêm thơng tin cấu trúc kỳ hạn mà khơng có sẳn thống kê công bố khác? Cấu trúc kỳ hạn có nên bao gồm danh sách số báo trước hay khơng? Chính sách tiền tệ có nên dùng cấu trúc kỳ hạn để rút thông tin sản lượng đầu tương lai, có phải đường cong lãi suất phản ánh hoạt động tiền tệ mong đợi hay khơng? Có mối lo ngại bận tâm Cục Dữ Trữ Liên Bang, cho trường hợp độ dốc đường cong lãi suất không cung cấp thêm thông tin hữu ích cho việc thực sách tiền tệ Our paper is organized as follows: Section I reviews the recent evidence on the predictive power of the term structure Section II describles the data and the econometric methods and provides the basic evidence on the predictability of future changes in output Section III explores the usefulness of the information in the term structure to the monetary authorities Section IV evaluates the information in the yield curve by comparing its predictive power with survey forecasts, the index of leading indicators, and other available information Section V summarizes our main conclusions I Previous Evidence A number of investigators provide evidence that the term structure has predictive power Fama (1984) examines one- to 6- month Treasury bill rates from 1959 through 1982 and finds that forward rates predict the correct direction of subsequent changes in short – term Bài nghiên cứu có bố cục sau: Mục xem xét lại chứng gần sức mạnh dự báo cấu trúc kỳ hạn Mục mô tả liệu phương pháp nghiên cứu cung cấp chứng khả dự báo thay đổi tương lai sản lượng đầu Mục khám phá thơng tin hữu ích cấu trúc kỳ hạn quan tiền tệ Mục đánh giá thông tin đường cong lãi suất cách so sánh sức mạnh dự báo với dự báo khảo sát, số báo trước thơng tin có sẵn khác Mục tóm tắt kết luận I Bằng chứng trước Một số nhà nghiên cứu cung cấp chứng cho thấy cấu trúc kỳ hạn có khả dự báo Fama (1984) xem xét lãi suất trái phiếu - tháng từ năm 1959 đến năm 1982 tìm thấy lãi suất kỳ hạn dự báo hướng thay đổi liên tiếp lãi suất ngắn hạn rates Mankiw and Miron (1986) find strong predictive ability prior to the establishment of the Federal Reserve using 3- and 6- month rates They attribute the predictive ability to the presence of a forecastable seasonal pattern in interest rates, which was ironed out after the Fed began intervening in the marketplace Hardouvelis (1988) examines the predictive power of forward rates across recent monetary regimes using weekly data on T – bill rates with maturities that span one to 26 weeks He finds no necessary connection between the degree to which the Fed adheres to interest rate targeting and the predictability of interest rates but reports that the predictive power of the term structure increased dramatically after October 1979 Mishkin (1988) corroborates the evidence of Fama (1984) and Hardouvelis (1988) using more powerful estimation methods Fama and Bliss (1987) find that long – maturity forward rates also have the predictive power to years ahead They attribute the predictive power to the presence of mean reversion in interest rate over multiperiod horizons Similarly, Campbell and Shiller (1987) find evidence consistent with the hypothesis that there is useful information in the term structure about the future evolution of interest rates Mankiw Miron (1986) sử dụng lãi suất tháng tìm thấy khả dự báo mạnh mẽ trước Cục Dự Trữ Liên Bang thành lập với việc sử dụng lãi suất tháng Họ cho khả dự báo đến có mặt yếu tố mùa vụ lãi suất, bị loại sau FED bắt đầu can thiệp vào thị trường Hardouvelis (1988) xem xét khả dự báo lãi suất kỳ hạn đến chế độ tiền tệ gần cách sử dụng liệu tuần lãi suất trái phiếu với kỳ hạn kéo dài từ đến 26 tuần Ơng khơng tìm thấy kết nối cần thiết mức độ FED hướng đến lãi suất mục tiêu khả dự báo lãi suất, báo cáo cho thấy sức mạnh dự báo cấu trúc kỳ hạn có gia tăng đáng kể sau tháng 10 năm 1979 Mishkin (1988) chứng thực chứng Fama (1984) Hardouvelis (1988) cách sử dụng phương pháp ước lượng mạnh Fama Bliss (1987) tìm thấy lãi suất kỳ hạn dài hạn có sức mạnh dự báo từ đến năm tới Họ cho sức mạnh dự báo đến diện quay trở lại mức trung bình lãi suất qua chuỗi ngangnhiều thời gian Tương tự, Campbell Shiller (1987) tìm thấy chứng phù hợp với giả thuyết có thơng tin hữu ích cấu trúc kỳ hạn phát triển tương lai lãi suất There is evidence that the prediction in forward rates represent a composite prediction about both future real rates and future rates of inflation Mishkin (1990) examines rates with maturities that range from one to 12 months and finds that most of the information in forward rates is about future real rates of interest However, there is some information about the future rate of inflation at the end of his maturity spectrum Fama (1990) finds that an increase in the spread between the 5-year and one-year bond yields predicts an increase Bằng chứng dự báo lãi suất kỳ hạn đại diện cho dự báo tổng hợp lãi suất thực tương lai tỷ lệ lạm phát tương lai Mishkin (1990) xem xét lãi suất với kỳ hạn có giá trị từ đến 12 tháng tìm thấy hầu hết thơng tin lãi suất kỳ hạn liên quan tới lãi suất thực tương lai Tuy nhiên, có số thơng tin liên quan đến tỷ lệ lạm phát tương lai cuối chuỗi thời gian nghiên cứu Fama (1990) tìm thấy gia tăng độ chênh lệch lãi suất trái phiếu năm năm có khả dự báo gia tăng tỷ lệ lạm phát năm sau sụt in the rate of inflation for the following 5-years and a decrease in the real rate of interest one, 2, years ahead Overall, the evidence is consistent with the hypothesis that the slope of the yield curve has predictive power about the real rate of interest in the short- and intermediate – run and about the rate of inflation in the intermediate- and long – run(2 to years into the future) giảm lãi suất thực khoảng thời gian 1, 2, năm tới Tóm lại, chứng cho thấy phù hợp với giả thuyết độ dốc đường cong lãi suất có khả dự báo lãi suất thực ngắn trung hạn tỷ lệ lạm phát trung dài hạn (từ2 đến năm tương lai) The term structure appears to predict real economic activity as well Kessel (1956) mentions this empirical regularity, and Fama (1986) discusses it but does not provide any detailed statistical evidence Laurent (1988) regresses the growth in real GNP on lags of the spread between the 20-year bond rate and the federal funds rate The sum of all lagged spreads in positive but insignificant Harvey (1988) examines the term structure of ex ante real rates of interest as predictors of future real consumption in the context of the Consumption Capital Asset Pricing model (CCAPM) Harvey focuses on testing the CCAPM and provides evidence on predictability only up to quarters into the future His evidence on the CCAPM and the predictability of the real term structure is mixed, although he does find that the slope is a better predictor of future real consumption growth than lagged consumption growth or lagged stock returns Cấu trúc kỳ hạn xuất dự báo hoạt động kinh tế thực tốt Kessel (1956) đề cập đến quy luật thực nghiệm này, Fama (1986) thảo luận lại không cung cấp chứng thống kê chi tiết Laurent (1988) hồi quy tăng trưởng GNP thực dựa chênh lệch độ trễ lãi suất trái phiếu 20 năm lãi suất liên bang Tổng tất chênh lệch độ trễ dương lại khơng có ý nghĩa thống kê Harvey (1988) xem xét cấu trúc kỳ hạn lãi suất thực dự kiến yếu tố dự báo tiêu dùng thực tương lai mô hình định giá tài sản tiêu dùng (CCAPM) Harvey tập trung vào kiểm định CCAPM cung cấp chứng khả dự báo lên đến quý tương lai Bằng chứng CCAPM khả dự báo cấu trúc kỳ hạn thực bị hỗn tạp, ơng tìm thấy độ dốc yếu tố dự báo tốt tăng trưởng tiêu dùng thực tế tương lai so với độ trễ tăng trưởng tiêu dùng độ trễ tỷ suất sinh lợi chứng khoán II Does the Term Structure II Cấu trúc kỳ hạn có dự báo Predict Real Economic Activity? hoạt động kinh tế thực hay không? We begin by documenting the empirical relation between future rates of growth in real GNP and its components with the current slope of the yield curve We postpone the discussion of the theoretical basis for the empirical relations to the following section Chúng ta bắt đầu với chứng thực nghiệm liên quan mối quan hệ tỷ lệ tăng trưởngtrong tương lai GNP thực thành phần với độ dốc đường cong lãi suất Chúng ta tạm hoãn việc thảo luận sở lý luận liên quan thực nghiệm đến phần sau A Data and Definitions Real GNP is observed quarterly, and thus our sample is quarterly from 1955 through the end of 1988 The dependent variable in our basic regression is the annualized cumulative percentage change in the seasonally adjusted finally revised real GNP number based on 1982 dollars: Where k denotes the forecasting horizon in quarters, and yt + k denotes the level of real GNP during quarter t+k, and Yt,t+k denotes the percentage change from current quarter t to future quarter t+k We also examine the predictability of the annualized marginal percentage change in real GNP from future quarter t+k-j to future quarter t+k, defined as: A Dữ liệu định nghĩa GNP thực quan sát hàng quý, mẫu liệu hàng quý từ 1955 đến cuối 1988 Biến phụ thuộc mơ hình hồi quy phần trăm thay đổi lũy kế hàng năm GNP thực điều chỉnh theo mùa dựa dollars 1982: Trong k biểu thị chuỗi ngang thời gian dự báo quý, yt + k biểu thị mức độ GNP thực quý t+k Yt,t + kbiểu thị phần trăm thay đổi quý t đến quý tương lai t+k Chúng ta xemxét khả dự báo phần trăm thay đổi biên hàng năm GNP thực từ quý tương lai t + k – j đến quý tương lai t + k sau: Phần trăm thay đổi lũy kế Y t, t + k trung bình phần trăm thay đổi biên liên tục Y Observe that the cumulative percentage với i= 1, 2, 3, …… , k Do đó, Y t + i – change Yt,t+kis the average of consecutive t+i-1, t+i cung cấp thơng tin xác mức marginal percentage changes Y t+i-1, t+i for i = 1, 1, t + độ cấu trúc kỳ hạn dự đốn bao xa 2, 3, …….,k Hence, each Y t + i – 1, t + provides more precise information on how far into the Để đơn giản, dùng hai mức lãi future the term structure can predict For simplicity, we use only two interest suất để xây dựng độ dốc đường cong lãi L rates to construct the slope of the yield curve, suất, lãi suất trái phiếu kỳ hạn 10 năm R lãi S L S the 10-year government bond rate RL , and the suất trái phiếu kỳ hạn tháng R Cả R R 3-month T-bill rate RS Both RL and RS are mức lãi suất tương ứng hàng năm annualized both equivalent yields A richer Sự đa dạng kỳ hạn lãi suất cung cấp array of interest rate maturities would provide thông tin tốt cho việc dự đốn xác finer information on the predictive accuracy of cấu trúc kỳ hạn, mục đích the term structure, but our purpose here is to đâychỉ đơn giản tìm thấy chứng định find simple qualities evidence on the predictive ability of the slope of the yield curve, and these two rates suffice Our measure of the slope of the yield curve is the difference between the two rates In computing the two rates, we use average quarterly data as opposed to point in time data Previous investigators have used beginning of period data primarily because the implicit forward interest rates match a future spot rate exactly For example, in Hardouvelis (1988), Thursday 26-week and 24-week T-bills rates were used to construct forward rates that would match 2-week T-bills of a Thursday 24 weeks into the future However, here our concern is predicting real GNP, and point in time data are not essential On the contrary, it seems that GNP would be more closely associated with average interest rates over the quarters Furthermore, averaged data provide an opportunity to check the robustness of previous results on the predictive power of the term structure that used only point in time data Ther is evidence (for Treasury bills) that point in time data at the turn of the calendar month contain systematic biases (Park and Reiganum (1986)) tính khả dự báo độ dốc đường cong lãi suất, cần hai mức lãi suất đủ Đo lường độ dốc đường cong lãi suất chênh lệch hai lãi suất Để tính hai lãi suất này, dùng liệu trung bình hàng q, ngược với liệu thời điểm Những nhà nghiên cứu trước chủ yếu bắt đầu liệu khoảng thời gian ngụ ý lãi suất kỳ hạn tương ứng với lãi suất giao xác tương lai Chẳng hạn, nghiên cứu Hardouvelis (1988), lãi suất trái phiếu ngày thứ Năm 26 tuần và24 tuần dùng để xây dựng lãi suất kỳ hạn tương ứng với lãi suất trái phiếu tuần ngày thứ Năm 26 tuần tương lai Tuy nhiên, mối quan tâm dự đoán GNP thực nên liệu thời điểm không cần thiết Ngược lại, GNP có mối liên quan gần với lãi suất trung bình hàng quý Hơn nữa, liệu trung bình cung cấp thêm hội cho việc kiểm tra vững mạnh kết nghiên cứu trước sức mạnh dự báo cấu trúc kỳ hạn dùng liệu điểm Bằng chứng cho thấy liệu điểm vào đầu tháng chứa đựng sai lệch hệ thống (Park and Reinganum, 1986) B Phương pháp kinh tế lượng Phương trình hồi quy có dạng sau: B Econometric Issues Our basic regression equations have the following general form: Trong Yt, t+k SPREADt định nghĩa phương trình (1) (3), Xit đại diện cho biến thông tin sẵn có quý Where Yt,t+k and SPREADt are defined by t Khoảng thời gian mẫu hàng equation (1) and (3) above, and Xit represents quý chuỗi ngang thời gian k đa dạng từ other information variables available during quý đến quý 20 tới Sự chồng chéo chuỗi quarter t Our sampling period is quarterly, but the forecasting horizon k varies from one to 20 quarters ahead The overlapping for forecasting horizons creates special econometric problems that are by now familiar from the work of Hasen and Hodrick (1980) The data overlapping generates a moving average error term of order k – 1, where k is the forecasting horizon The moving average does not affect the consistency of the OLS standard errors For correct inferences, the OLS standard errors have to be adjusted We use the Newey and West (1987) method of adjustment Given that the non – overlapping data may have auto corrected errors, we allow for a moving average of order length longer than k – We choose the lag length of each Newey and West correction after observing the estimated autocorrelation function of the OLS residuals, but the corrected standard errors are not very sensitive to the choice of the lag length C Regression Evidence Table I presents the basic regression results on the predictive power of the slope of the yield curve Consistent with current thinking, a steeper (flatter) slope implies faster (slower) future growth in real output For example, if the current quarter’s spread between the 10-year Tbond rate and the 3-month T-bill rate is 100 basis points or one percent, then the Cumulative Change Panel of the fourth row of Table I shows that over the course of one full year from current quarter t to quarter t+4, real GNP is predicted to grow by three percent (1.70% +(1.30)(1%) = 3%) Observe that all constant terms α0 and β0 are positive The positive constant terms imply that a negative thời gian dự báo tạo vấn đề đặc biệt kinh tế lượng, điều tương tự nghiên cứu Hansen Hodrick (1980) Việc chồng chéo liệu tạo sai số chuyển đổi trung bình trật tự k – 1, với k chuỗi thời gian dự báo Sự chuyển đổi trung bình khơng ảnh hưởng đến tính vững hệ số hồi quy OLS mà tác động đến mơ hình sai số OLS Để có đánh giá đúng, mơ hình sai số OLS phải điều chỉnh Chúng ta dùng phương pháp điều chỉnh Newey West (1987) Dữ liệu khơng có chồng chéo tự tương quan nên cho phép chuyển đổi trung bình trật tự chiều dài lâu thời gian k – Chúng ta chọn chiều dài độ trễ tính Newey West sau việc ước lượng tự tương quan phần dư OLS, mơ hình sai số lại khơng nhạy với lựa chọn chiều dài độ trễ C Bằng chứng hồi quy Table I trình bày kết hồi quy sức mạnh dự báo độ dốc đường cong lãi suất Phù hợp với suy nghĩ tại, đường dốc thẳng đứng (bằng phẳng) cho thấy tăng trưởng nhanh (chậm hơn) tương lai sản lượng đầu thực tế Ví dụ chênh lệch quý lãi suất trái phiếu 10 năm lãi suất trái phiếu tháng 100 điểm 1% Dữ liệu bảng thay đổi lũy kế hàng Table I cho thấy thời gian năm từ quý t đến quý t + 4, GNP thực tế dự báo tăng trưởng 3% (1.70% + (1.30)*(1%) = 3%) Tất số α0 β0 dương Hằng số dương cho thấy độ dốc âm không cần thiết dự báo tăng trưởng GNP thực tế âm tương lai Trong ví dụ trước tăng trưởng lũy kế từ quý t đến quý slope does not necessarily predict negative future real GNP growth In our previous example of cumulative growth from current quarter t to future quarter t+4, a prediction of a negative real GNP growth would have occurred only if the slope were less than minus 1.31 percent (-1.31% = -1.70%/1.30) As expected, cumulative changes in real output are more predictable than marginal changes The predictive power for cumulative changes lasts for about years, while the predictive power of consecutive marginal changes in real output lasts for about to quarters The marginal predictive power results indicate that financial market participants are able to predict events that will occur to quarters ahead Such predictive ability is impressive t + 4, việc dự báo tăng trưởng GNP thực tế âm xảy độ dốc nhỏ -1.31% (1.3% = -1.70%/1.30) Như mong đợi, thay đổi lũy kế sản lượng đầu thực tế dễ dự báo thay đổi biên Sức mạnh dự báo thay đổi lũy kế kéo dài khoảng năm, sức mạnh dự báo thay đổi biên liên tục sản lượng đầu thực tế kéo dài từ – quý Những kết sức mạnh dự báo biên cho thấy việc tham gia thị trường tài dự báo kiện xảy từ -7 quý Khả dự báo ấn tượng The results for marginal changes in Table I can be used to calculate how low the slope of the yield curve would have to be in order to predict a future recession For example, if we use the standard definition of a recession as consecutive quarters of negative growth, a spread of minus 1.29 percent would predict a recession in quarters t+2 and t+3 Các kết thay đổi biên Table I dùng để tính tốn độ dốc đường cong lãi suất dự báo suy thoái kinh tế tương lai thấp Ví dụ như, sử dụng định nghĩa chuẩn suy thoái kinh tế quý liên tục tăng trưởng âm độ chênh lệch -1.29 % dự báo suy thoái kinh tế quý t + and t + In Table I, the coefficient of determination , Ở Table 1, hệ số xác định, R2 cung cấp R2 provides a measure of in sample forecasting thước đo mức độ xác mẫu dự báo, accuracy, while the statistical significance of the SPREAD coefficient provides information on the reliability of the equation in predicting the direction of a future change in output Observe that the forecasting accuracy in predicting cumulative changes is highest to quarters ahead: SPREAD explains more than one-third of the variation in future output changes This is very impressive, especially because, as we show later, the lagged value of real GNP growth has very little predictive power ý nghĩa thống kê hệ số SPREAD cung cấp thông tin mức độ tin cậy phương trình việc dự báo chiều hướng thay đổi tương lai sản lượng đầu Dự báo xác thay đổi lũy kế cao từ -7 quý trước: SPREAD giải thích 1/3 độ biến động thay đổi sản lượng đầu tương lai Điều ấn tượng, đặc biệt vì, thấy sau giá trị trễ tăng trưởng GNP thực tế có sức mạnh dự báo Figure provide a visual representation of the predictive power of the slope of the yield curve The figure plots the annualized rate of growth of real GNP from quarter t-4 to quarter t and he slope of the yield curve during quarter t-4 The slope of the yield curve tracks the future realization in output growth impressively well, especially in the 1970’s and early 1980’s Notice, however, that from 1985 through 1988 the association between the two variables is not very precise This may be due to errors in the most recent GNP numbers that have not been corrected yet It may also reflect changes in the relation between the true GNP and the slope of the yield curve, which should serve as a reminder that any historical statistical relationship not based on precise economic principles may easily disintergrate in the future The slope predicts a drop in the growth rate of real GNP through early 1990 Figure cho thấy hình ảnh đại diện sức mạnh dự báo độ dốc đường cong lãi suất Biểu đồ cho thấy tỷ lệ hàng năm tăng trưởng GNP thực tế từ quý t – đến quý t độ dốc đường cong lãi suất quý t – Độ dốc đường cong lãi suất cho thấy rõ tương lai tăng trưởng sản lượng đầu tốt, đặc biệt vào năm 1970 đầu năm 1980 Tuy nhiên, từ năm 1985 đến 1988 tương quan biến khơng xác Đó sai số GNP gần khơng xác Nó phản ảnh thay đổi mối quan hệ GNP độ dốc đường cong lãi suất, dùng lời nhắc nhở mối quan hệ thống kê khứ khơng dựa ngun tắc kinh tế xác dễ dàng tan rã tương lai Độ dốc dự đoán sụt giảm tốc độ tăng trưởng GNP thực tế đầu năm 1990 10 predictability We conclude that in order to access the future usefulness of the yield curve to the monetary authorities and private forecasters, it is important to examine whether or not the historical correlations reported in Tables I and II are simply an artifact of the sample period or reflect more fundamental parameters in agents’ intertemporal decision process Chúng ta kết luận để đánh giá tính hữu ích tương lai đường cong lãi suất đến quan tiền tệ nhà dự báo tư nhân, điều quan trọng xem xét có hay khơng mối tương quan q khứ, báo cáo Table I II đơn giản giả tạo thời gian mẫu phản ánh thông số trình định liên thời gian cho tác nhân IV Đánh giá thông tin cấu trúc IV Evaluating the Information kỳ hạn in the Term Structure In this section we examine more closely the comparative value of the information in the yield curve We have already shown that there is extra information in the slope of the yield curve over and above the information in the level of real federal funds rate Here we add to the basic regression equation a number of information variables that are widely thought to predict future real economic activity and examine whether or not the slope of the yield curve continues to have extra predictive power We also examine whether the slope of the yield curve outperfoms survey evidence on real GNP growth A Supplementary Information Variables The information variables that we choose are the recent growth in the index of leading indicators, the lagged growth in real output, and the lagged rate of inflation The index of leading indicators is the first obvious choice and consists of twelve macroeconomic variables These variables are denoted as leading indicators exactly because they are presumed to have predictive power The index provides a convenient way of summarizing their aggregate information without forcing us to enter each one of them separately in the regression equation Some of the components Trong phần này, xem xét kỹ giá trị so sánh thông tin đường cong lãi suất Chúng ta thấy có thêm thơng tin độ dốc đường cong lãi suất thông tin mức lãi suất thực liên bang Ở đây, thêm vào phương trình hồi quy số biến thông tin dự báo hoạt động kinh tế thực tương lai xem xét liệu độ dốc đường cong lãi suất tiếp tục có thêm sức mạnh dự báo hay không Chúng ta xem xét liệu độ dốc đường cong lãi suất có tốt chứng khảo sát tăng trưởng GNP thực A Biến bổ sung thông tin Các biến thông tin mà chọn tăng trưởng gần số dự báo, độ trễ tăng trưởng sản lượng đầu thực tế độ trễ tỷ lệ lạm phát Các số báo trước hiển nhiên lựa chọn bao gồm 12 biến kinh tế vĩ mô Những biến biểu thị số dự báo xác chúng xem có khả dự báo Chỉ số cung cấp cách thuận tiện để tóm tắt thơng tin tổng hợp mà khơng buộc phải nhập số riêng biệt phương trình hồi quy Một vài thành phần số biết tháng sau công bố 24 of the index not become known until a month or more after the statement month Since we want to add regressors that are known during the current quarter t, when constructing the rate of growth of the index of leading indicators we not use average quarterly data; instead, we use the rate of growth from the first month of the previous quarter to the first month of the current quarter Next, we include the lagged growth in output and the lagged rate of inflation, primarily because these are the two most important variables that describe the evolution of the macroceconomy Bởi vì, muốn thêm biến hồi quy biết suốt quý t, nên xây dựng tỷ lệ tăng trưởng sốbáo trước, không sử dụng liệu trung bình hàng q; mà thay vào đó, sử dụng tỷ lệ tăng trưởng từ tháng quý trước đến tháng quý Tiếp theo, chủ yếu thêm độ trễ tăng trưởng sản lượng đầu độ trễ tỷ lệ lạm phát, chúng hai biến quan trọng mô tả phát triển kinh tế vĩ mô 25 Table IV presents the regression results First, SPREADt continue to have explanatory power over the entire forecasting horizon Its regression coefficients are statistically significant up to years into the future Second, an increase in the real federal funds Table IV kết hồi quy Đầu tiên, SPREADt tiếp tục có sức mạnh giải thích tồn chuỗi dự báo Hệ số hồi quy có ý nghĩa thống kê lên đến năm tương lai Thứ hai, gia tăng lãi suất thực liên bang dự đoán sụt giảm GNP thực cho 26 rate predicts a drop in real GNP for about quarters into the furture Third, an increase in the index of leading indicators predicts a future increase in real GNP However, the predictive power lasts for only up to quarters ahead This is very weak predictive power when compared to the pedictive power of the slope of the yield curve Fourth, the lagged growth in output has a negative coefficient showing a slight mean reversion Fifth, the lagged rate of inflation also shows a negative coeffient, which is statistically significant at all horizons beyond two quarters khoảng quý tương lai Thứ ba, gia tăng số dự báo dự đoán gia tăng tương lai GNP thực Tuy nhiên, sức mạnh dự báo kéo dài đến quý tới Nó có sức mạnh dự báo yếu so sánh với khả dự báo độ dốc đường cong lãi suất Thứ tư, độ trễ tăng trưởng sản lượng đầu có hệ số âm cho thấy đảo chiều trung bình nhẹ Thứ năm, độ trễ tỷ lệ lạm phát mang hệ số âm, có ý nghĩa thống kê tất chuỗi thời gian quý Trong phương trình xác suất cho dự đốn In the case of the probit equation for suy thoái, biến bổ sung thơng tin khơng có bật cho sức mạnh giải thích– đơn lẻ phối hợp – diện SPREAD Phương trình ước lượng cho giai đoạn 19561988 sau: prediction recessions, the supplementary information variables are strikingly devoid of additional explanatory power – singly or jointly – in the presence SPREAD The estimated equation for the 1956 – 1988 period is as follows: Where RFFY is the real federal funds rate, GLI is the growth in the index of leading indicators, Y is the growth in real output, and π is the rate of inflation All these variables are identical to the variables in Table IV for a forecasting horizon of quarters ahead Recall that pseudo-R2 in equation (7) with SPREAD as the only explanatory variable is 0.297, a number only slightly smaller than the pseudoR2 of 0.321 of the above equation Note, Ở đây, RFFY lãi suất quỹ liên bang, GLI tăng trưởng số báo trước, Y tăng trưởng sản lượng đầu thực π tỷ lệ lạm phát Tất biến giống với biến Table IV cho chuỗi dự báo quý tới Nhớ lại pseudo-R2trong phương trình (7) với SPREAD biến giải thích nhất, 0.297 nhỏ so với pseudo-R2 0.321 phương trình Tuy nhiên, lưu ý rằng, bốn biến bổ sung có sức mạnh giải thích tổng sức mạnh giải thích khác Trong 27 however, that although the four supplementary variables have little extra explanatory power, their total explanatory power is not zero In a probit equation with the four supplementary variables as the only explanatory variables, the pseudo-R2 is 0.205, a number larger than zero but smaller than the pseudo-R2 of 0.297 when SPREAD alone is used in the probit equation B The Yield Curve versus Survey Evidence Another way to assess the quality of the information in the slope of the yield curve is to compare its forecasting performance with the forecasting performance of survey evidence We use data from midquarter surveys conducted by the American Statistical Association and the NBER since the beginning of 1970 The data are median forecasts of current real GNP and the real GNP of the next quarters We also have data for the median forecasts of quarters ahead since 1981 phương trình xác suất đơn vị với biến bổ sung biến giải thích nhất, pseudo-R2 0.205, lớn nhỏ pseudo-R2 0.297 có SPREAD sử dụng phương trinh xác suất B Đường cong lãi suất với Bằng chứng khảo sát Một cách khác để đánh giá chất lượng thông tin độ dốc đường cong sản lượng so sánh khả dự báo với khả dự báo chứng khảo sát Chúng ta dùng liệu từ khảo sát quý, thực Hiệp Hội Thống Kê Hoa Kỳ NBER kể từ năm 1970 Dữ liệu dự báo trung bình GNP thực GNP thực quý Chúng ta có liệu cho dự đốn trung vị quý tới từ năm 1981 28 Panel A of table V presents regression Panel A Table V kết hồi quy, results with show that SPREAD is a better cho thấy SPREAD yếu tố dự báo predictor of future output growth than the tốt tăng trưởng sản lượng đầu median survey forecast tương lai dự báo từ khảo sát trung vị 29 We regress the realized percentage change in real GNP on the predicted change by the survey and on the slope of the yield curve The survey forecasts have predictive power for one and quarters ahead but not for quarters ahead, as evidenced by the size of the R2’s and the significance of the regression coefficientβ1 In the one-quarter ahead prediction, the survey forecasts are biased: the hypothesis of unbiasedness, i.e., thatα0=0 andβ1=1, is rejected Observe also that the predictive ability of the slope of the yield curve is better than that of the median survey forecast as evidenced by its uniformly largerR2’s Furthermore, adding the survey forecast as an additional regressor in the SPREADt regressions does not increase the R2 Chúng ta hồi quy phần trăm thay đổi GNP thực thay đổi dự báo khảo sát đường cong lãi suất Các dự đốn khảo sát có sức mạnh dự báo cho quý tới khơng thể dự đốn cho q tới, chứng quy mô R2’s mức ý nghĩa hệ số hồi quy β1 Trong dự báo quý kế tiếp, dự đoán từ khảo sát bị lệch: với giả thiết khơng bị lệch, ví dụ α0=0 β1=1, bị bác bỏ Quan sát khả dự báo độ dốc đường cong lãi suất tốt dự báo khảo sát với chứng R2’s lớn Hơn nữa, việc thêm dự báo khảo sát bổ sung thêm biến hồi quy hồi quy SPREADt không làm tăng R2 Panel B Table V cho ta kết dự báo mẫu Ở đây, so sánh khả Panel B of table V presents the results of dự báo mẫu SPREAD t với khả out-of-sample forecasts Here we compare the dự báo mẫu việc mở rộng biến out-of-sample predictive ability of SPREAD t thông tin Table IV với khả dự with the out of sample predictive ability of the báo từ khảo sát expanded set of information variables of Table Dự báo mẫu tạo cách sử IVand with the predictive ability of the survey dụng liệu có sẵn thời điểm dự đốn Khi forecasts Out-of-sample forecast are generated sản lượng đầu có sẵn với độ trễ quý, dự using the data available at the time of the báo hồi quy giai đoạn t dựa vào forecast Since output is only available with a ước lượng đệ quy sử dụng liệu đến giai đoạn one quarter lag, regression based forecasts in t-1 period t are based on recursive estimates that Kết dự báo mẫu thú vị use data up to period t-1 Cho tất phạm vi dự đoán, sai số bình The out-of-sample forecasting results are phương trung bình chuẩn (RMSE) dự báo interesting For all three forecast-ings horizons, dựa tất biến thông tin Table IV the root mean squared error (RMSE) of the nhỏ nhất, theo sau RMSE dự đoán forecast based on all the information variables dựa độ dốc đường cong lãi suất Do of table IV is the smallest, follow by the RMSE đó, mơ hình kinh tế lượng đơn giản bao gồm of the forecast based on the slope of the yield biến bổ sung vào SPREAD tốt curve alone Thus, simple econometric models có SPREAD cơng cụ dự báo Cả hai that include more variables in addition to yếu tố dự báo thực tốt dự đoán SPREAD out perform SPREAD alone as a trung vị khảo sát Chuỗi dự báo quý, mô forecasting tool Both predictors perform better hình kinh tế lượng bao gồm độ dốc than the median forecast of the survey For the đường cong lãi suất có mối tương quan cao forecasting horizon of quarters, the (r ) với giá trị thật so với mơ hình kinh tế lượng 30 econometric model that include only the slope of the yield curve produces a higher correlation (r2) with the actual values than the econometric model that includes additional information variables However, the higher correlation of the former model is offset by a larger bias over the sample period 1982-1988 Although the relative forecasting ability of the slope of the yield curve is good, one should not lose sight of the fact that the absolute forecasting ability is not great A comparison of the RMSE of SPREAD with the standard deviation of the actual growth in real GNP provides a rough idea of the out-of-sample forecasting accuracy of the slope of the yield curve For example, the standard deviation of the actual one quarter ahead growth rate of real GNP is 4.26 percent, and the RMSE of the forecast based on SPREAD is almost high, 3.39 percent The forecasting accuracy of SPREAD does improve at longer forecasting horizons and over longer periods, as suggested by the results of Table I II Conclusions We present evidence that the slope of the yield curve can predict cumulative changes in real output for up to years into the future and successive marginal changes in real output up to a year and a half into the future The slope of the yield curve has extra predictive power over and above the predictive power of lagged output growth, lagged inflation , the index of the leading indicators, and the level of real short-term interest rate The slope outperforms survey forecasts both in-sample and out-ofsample, it predicts all the private sector components of real GNP: consumption, consumer durables, and investment Of course, bao gồm biến thông tin bổ sung Tuy nhiên, tương quan cao mơ hình mẫu bù đắp sai lệch lớn mẫu giai đoạn 1982-1988 Mặc dù khả dự đoán tương đối độ dốc đường cong lãi suất tốt không nên bỏ qua yếu tố khả dự báo tuyệt đối không tốt Sự so sánh RMSE SPREAD với độ lệch chuẩn tăng trưởng GNP thực cung cấp ý tưởng gần dự báo xác ngồi mẫu độ dốc đường cong lãi suất Ví dụ, độ lệch chuẩn tỷ lệ tăng trưởng GNP thực quý 4.26% RMSE dự đoán dựa SPREAD hầu hết cao, 3.99% Dự báo xác SPREAD cải thiện phạm vi dự báo dài giai đoạn dài hơn, đề nghị kết Table I V Kết luận Chúng ta trình bày chứng cho thấy độ dốc đường cong lãi suất dự báo thay đổi lũy kế sản lượng đầu lên đến năm tương lai thay đổi biên liên tiếp sản lượng đầu thực lên đến năm rưỡi tương lai Độ dốc đường cong lãi suất có sức mạnh dự báo vượt trội dự báo độ trễ tăng trưởng sản lượng đầu ra, độ trễ lạm phát, số báo trước mức lãi suất thực ngắn hạn Độ dốc thể tốt dự báo khảo sát mẫu ngồi mẫu, dự báo tất thành phần kinh tế tư nhân GNP thực: tiêu dùng, hàng hóa lâu bền đầu tư Dĩ nhiên, độ dốc đường cong lãi suất báo rõ ràng cho hoạt động kinh tế tương lai Mặc dù độ dốc đường cong lãi suất tốt tất yếu tố dự báo 31 the slope of yield curve is not an unequivocal indicator of future economic activity Although the slope of the yield curve outperforms all the other predictors we examined, the absolute size of the out of sample root mean squared errors of its forecasts is fairly large compared with the standard devitation of the real GNP growth rate The observed correlations show that historically the information in the yield curve could have been useful not only to private investors but also to the Federal Reserve because it reflected, inter alia, factors that were not under the control of the monetary authorities However, it is not clear that the slope will continue to predict well in the future, especially if the Federal Reserve were to adopt the slope as an information variable in its decision rules The estimated historical correlations are not necessarily policy invariant in its decision rules The policy invariance of the predictive power of the term structure is an important question for future research khác mà xem xét, quy mô tuyệt đối sai số bình phương trung bình chuẩn dự báo lớn so với độ lệch chuẩn tỷ lệ tăng trưởng GNP thực Mối tương quan cho thấy rằng, thông tin đường cong lãi suất q khứ hữu ích khơng cho nhà đầu tư cá nhân mà cho Cục Dự Trữ Liên Bang, khơng kể yếu tố khác, phản ánh nhân tố khơng chịu kiểm soát quan tiền tệ Tuy nhiên, khơng rõ ràng độ dốc tiếp tục dự báo tốt tương lai, đặc biệt Cục Dữ Trữ Liên Bang áp dụng độ dốc biến thông tin việc đưa định Ước lượng mối tương quan khứ cho thấy khơng thiết sách bất biến Chính sách bất biến khả dự báo cấu trúc lãi suất câu hỏi quan trọng cho nghiên cứu tương lai 32 Phụ Lục Tóm lược DỰ BÁO TĂNG TRƯỞNG CỦA NỀN KINH TẾ TỪ THỊ TRƯỜNG TRÁI PHIẾU VÀ CHỨNG KHOÁN By Campbell R Harvey Mặc dầu liệu chứng khoán thị trường trái phiếu chứa đựng thông tin liên quan đến khả dự báo tăng trưởng GNP, thị trường trái phiếu giải bày xác Trong đường cong lãi suất giải thích 30% biến động tăng trưởng kinh tế kỳ 1953 – 1989, biến số thị trường chứng khoán thể giải thích 5% Hơn thế, dự báo dựa đường cong lãi suất có thuận lợi so sánh với dự báo từ mơ hình báo trước kinh tế, dự báo từ mơ hình thị trường chứng khốn khơng thực Bởi thu nhập cơng ty tương quan dương với tăng trưởng kinh tế, điều mong đợi giá cổ phiếu chứa đựng thơng tinh kinh tế thực Nhưng biến động gía cổ phiếu phản xạ lại thay đổi mong mong đợi tăng trưởng kinh tế thay đổi rủi ro hiểu có từ dịng tiền chứng khốn Nhà đầu tư thay đổi nhận thức rủi ro dịng tiên phá hủy thông tin mong đội tăng trưởng kinh tế Lợi suất dự báo từ quý ba 1989 đến quý 1990 đề nghị thay đổi chậm tăng trưởng kinh tế, nhung không tăng trưởng âm Những trọng tâm báo cáo: Thị trường trái phiếu tăng trưởng kinh tế Trên sở ý kiến cho nhà đầu tư nhận nhiều lợi ích từ usd suy thối (khi hàng hóa tiêu dùng họ mức thấp) so với usd nhận đỉnh chuy kỳ kỉnh tế (khi hàng hóa tiêu dùng cao) khoảng thời gian người ta ln dự định đầu tư tài sản mang lại bảo hiểm, phòng hộ chống lại rủi ro giảm kinh tế Nhà đầu tư trái phiếu Zero-coupond có chiến lược giao dịch consumption hơm tương lai Cường độ giao dịch gọi marginal rate of substitution The rate of substitution thể cho kỳ vọng tình trạng kinh tế (Chu kỳ kinh tế) phản ứng với giá tài sản Nếu kinh tế suy thoái, nhà đầu muốn mua trái phiếu Zero-coupon kỳ đáo hạn dài bán trái phiếu kỳ hạn ngắn Điều làm giá trái phiếu kỳ hạn dài phải tăng giá trái phiếu ngắn hạn giảm Lợi suất đến kỳ đáo hạn, đường cong trải phẳng võng xuống Lý thuyết định tài sản đề xuất độ dốc đường cong lãi suất chứa đựng thơng tin dự đoán nhà đầu tăng trưởng kinh tế Đường cong lãi suất (sự đo lường 33 chênh lệch lãi suất trái phiếu kỳ hạn 10 năm lãi suất tín phiếu kỳ hạn tháng) đảo nghịch năm 1969, 1973, 1979 1981 Những sư đảo nghịch theo thứ bậc suy thoái trước Thị trường chứng khoán tăng trưởng kinh tế Chỉ số S&P 12 báo trước tăng trưởng kinh tế Suy thoái nghĩa thu nhập thấp cổ tức thấp hầu hết cổ phiếu Khi nhà đầu tư đánh giá giảm thu nhập công ty Dĩ nhiên, thay đổi giá trị cổ phiếu nguyên nhân thay đổi tỷ lệ chiết khấu Điều làm tiêu tan thơng tin tăng trưởng thực chứa đựng lợi nhuận chứng khoán mang lại Mơ hình Hồi quy: Growth t +1, t+5 = a + b (yield spread)t + ut + Growth tăng trưởng GNP thự từ quý t + đến t+5 Yield spread = chênh lệch lợi suất dài hạn ngắn hạn tính theo năm thời điểm t Các kết hồi quy giữ liệu quý năm 1953 đến quý năm 1989 có chia giai đoạn cho kết luận chung thị trường trái phiếu chứa đựng nhiều thông tin tăng trưởng kinh tế so với thị trường chứng khoán (Cổ phiếu) Definition of 'Leading Indicator' 34 A measurable economic factor that changes before the economy starts to follow a particular pattern or trend Leading indicators are used to predict changes in the economy, but are not always accurate Leading indicators are indicators that usually, but not always, change before the economy as a whole changes.[1] They are therefore useful as short-term predictors of the economy Stock market returns are a leading indicator: the stock market usually begins to decline before the economy as a whole declines and usually begins to improve before the general economy begins to recover from a slump Other leading indicators include the index of consumer expectations, building permits, and the money supply.[citation needed] The Conference Board publishes a composite Leading Economic Index consisting of ten indicators designed to predict activity in the U S economy six to nine months in future Components of the Conference Board's Leading Economic Indicators Index Average weekly hours (manufacturing) — Adjustments to the working hours of existing employees are usually made in advance of new hires or layoffs, which is why the measure of average weekly hours is a leading indicator for changes in unemployment Average weekly jobless claims for unemployment insurance — The CB reverses the value of this component from positive to negative because a positive reading indicates a loss in jobs The initial jobless-claims data is more sensitive to business conditions than other measures of unemployment, and as such leads the monthly unemployment data released by the U.S Department of Labor Manufacturers' new orders for consumer goods/materials — This component is considered a leading indicator because increases in new orders for consumer goods and materials usually mean positive changes in actual production The new orders decrease inventory and contribute to unfilled orders, a precursor to future revenue Vendor performance (slower deliveries diffusion index) — This component measures the time it takes to deliver orders to industrial companies Vendor performance leads the business cycle because an increase in delivery time can indicate rising demand for manufacturing supplies Vendor performance is measured by a monthly survey from the National Association of Purchasing Managers (NAPM) This diffusion index measures onehalf of the respondents reporting no change and all respondents reporting slower deliveries Manufacturers' new orders for non-defense capital goods — As stated above, new orders lead the business cycle because increases in orders usually mean positive changes 35 in actual production and perhaps rising demand This measure is the producer's counterpart of new orders for consumer goods/materials component (#3) Building permits for new private housing units The Standard & Poor's 500 stock index — The S&P 500 is considered a leading indicator because changes in stock prices reflect investor's expectations for the future of the economy and interest rates Money Supply (M2) — The money supply measures demand deposits, traveler's checks, savings deposits, currency, money market accounts, and small-denomination time deposits Here, M2 is adjusted for inflation by means of the deflator published by the federal government in the GDP report Bank lending, a factor contributing to account deposits, usually declines when inflation increases faster than the money supply, which can make economic expansion more difficult Thus, an increase in demand deposits will indicate expectations that inflation will rise, resulting in a decrease in bank lending and an increase in savings Interest rate spread (10-year Treasury vs Federal Funds target) — The interest rate spread is often referred to as the yield curve and implies the expected direction of short-, mediumand long-term interest rates Changes in the yield curve have been the most accurate predictors of downturns in the economic cycle This is particularly true when the curve becomes inverted, that is, when the longer-term returns are expected to be less than the short rates 10.Index of consumer expectations — This is the only component of the leading indicators that is based solely on expectations This component leads the business cycle because consumer expectations can indicate future consumer spending or tightening The data for this component comes from the University of Michigan's Survey Research Center, and is released once a month 36 37 http://en.wikipedia.org/wiki/Economic_indicator 38 ... thể cho kỳ vọng tình trạng kinh tế (Chu kỳ kinh tế) phản ứng với giá tài sản Nếu kinh tế suy thoái, nhà đầu muốn mua trái phiếu Zero-coupon kỳ đáo hạn dài bán trái phiếu kỳ hạn ngắn Điều làm giá... chứng gần sức mạnh dự báo cấu trúc kỳ hạn Mục mô tả liệu phương pháp nghiên cứu cung cấp chứng khả dự báo thay đổi tương lai sản lượng đầu Mục khám phá thơng tin hữu ích cấu trúc kỳ hạn quan tiền... sức mạnh dự báo với dự báo khảo sát, số báo trước thơng tin có sẵn khác Mục tóm tắt kết luận I Bằng chứng trước Một số nhà nghiên cứu cung cấp chứng cho thấy cấu trúc kỳ hạn có khả dự báo Fama