关税已收回经济焦点。但是,由于他们的时间和规模不确定,投资者处于边缘状态。 Baltussen等人在最近的一部 进取的投资者 博客。该博客采用一种补充方法来探索他们对回报的可能影响。
关税改变 相对的 价格。与其他商品相比,石油价格的巨大变化推动了能源成本,关税也使进口价格相对昂贵。在经济学的说法中,关税是“供应冲击”。而且,由于在短期内对公司的价格调整成本很高,因此进口价格对大量关税的响应而上涨,而其他价格可能会减轻需求,而其他价格也不会立即变化(有关“名义刚性”的现代宏观说明,请参见Romer 2019)。这导致 平均的 价格水平上涨。也就是说,关税会导致标题(所有项目)通货膨胀率上升。
这篇文章提供了一个框架,可以通过估计资产类别对供应冲击的响应来思考关税对主要资产类别收益的影响。通过将通货膨胀的“信号”或趋势分量(由基本力确定)与其冲击驱动的“噪声”组件分开,我们可以估计主要资产类别对后者的过去响应。这可能会暗示他们对资产类别对一次性关税的可能反应的经验教训。
使用核心和中位数CPI量化通货膨胀冲击
经济理论和少量分析使我们可以猜测资产类别如何应对关税的通货膨胀震动效应。
至于理论,现代宏观经济学描述了使用“菲利普斯曲线”框架以经济学家命名的通货膨胀,他们首先指出经济懈怠和通货膨胀是负相关的(菲利普斯使用了失业和工资)。菲利普斯曲线可以通过各种方式指定。通常,他们用三个变量来解释通货膨胀:通货膨胀期望(消费者,企业或专业预测者),输出差距(例如,失业率或空缺率与失业率)以及一个震惊期。
该博客使用菲利普斯曲线方法将通货膨胀的信号或趋势分开,这是由通货膨胀期望和输出差距,噪声或即将到来的短暂因素驱动的。
这避开了两个问题:关税震惊 通过 通过提高通货膨胀期望和生产成本以及其他渠道来趋势通货膨胀。实际上,已经有证据表明,消费者通货膨胀期望正在上升。但是,结合这些效果将使该分析变得更加复杂,因此目前它们被忽略了。
菲利普斯曲线告诉我们,我们可以将通胀分解为趋势和冲击组件。通常,这是通过减去标题(所有项目)通货膨胀的通货膨胀趋势来完成的。相反,该博客使用由克利夫兰联邦储备银行计算的中位消费者价格指数(CPI)通货膨胀率,因为CPI的中位数有吸引力的物业,因此作为趋势通货膨胀的代理。(1)
它使用CORE CPI通货膨胀,而不是使用标题CPI通货膨胀作为起点,该通胀不包括食物和能量(XFE CPI)。首选XFE CPI,因为XFE和中位数CPI之间的差异产生了一定量度的量度,这些量度旨在清除食物和能源相对价格的巨大变化。该措施称为“非XFE冲击”。
图1面板中的图表对非XFE冲击的频率和尺寸有一种感觉。散点图显示每月XFE与中值通货膨胀。当它们相等时,点位于45度线上。对45度线上的对是阳性的非XFE冲击,反之亦然。 (可以在R-Pubs页面上找到用于生成图表和执行分析的R代码)。直方图显示了这些冲击的分布。大型干扰很少。
图表1。顶部面板显示了1983年至2025年的XFE CPI中位数与XFE CPI:3。底部面板显示了冲击的分布(距顶面板中45度线的距离); 11个“垃圾箱”中的每个频率都出现在酒吧上。

资料来源:弗雷德
对通货膨胀惊喜的资产级敏感性
在定义了非XFE冲击后,我们可以估计主要资产类别对它们的反应。这可能提供了这些资产类别如何应对关税引起的通货膨胀冲击的预览。
关系以习惯方式估算:通过回归非XFE冲击的资产级回报。由此产生的估计系数是左侧变量的非XFE冲击“ beta”。这种方法是常规的,镜子在我的 进取的投资者 当投资者最需要时,真正的资产是否提供了通货膨胀?
回归量使用每月对非XFE冲击的百分比变化作为右侧变量,标准普尔500标准普尔500总收益率(标准普尔500指数)指数的每月回报,北部信任的实际资产分配总回报率(实际资产)指数,彭博商品总回报率(BCI)总回报率(BCI),BLOMBERG TIPS INDEX INDEX,INDEX INDEX,和1-3-MONTH ASEX AILTY DORLIARE(均为杂货)。通货膨胀数据来自FRED,YCHARTS的索引回报。因为样本量因资产类别回归的变化而在每个资产类别的最长可用样本期间运行,每种情况下于2025年3月结束。

在讨论结果之前有一个警告。非XFE冲击可能是由于 任何 相对价格的巨大变化,除了食物和能源的变化外。也就是说,供应冲击不仅仅包括 供应链 冲击。
不幸的是,没有明显的方法可以隔离我们对使用公共通货膨胀数据最感兴趣的干扰。但是,由于我们无法确切地知道这种关税引起的通货膨胀障碍将采取哪种形式,因此对资产类别对非XFE冲击的反应的检查是一个合理的起点。话虽如此,结果显示在图表2中。
图2。回归结果。
dep。多变的 | 尖端 | BCI | T-bills | 标普500 | 真正的资产 | |
开始日期 | 1998:5 | 2001:9 | 1997:6 | 1989:10 | 2015:12 | |
非XFE冲击“ beta” | 0.545 | 4.440* | -0.248*** | 2.628 | 1.365 | |
95%CI | (-1.191,2.280) | (-0.585,9.465) | (-0.432,-0.064) | (-1.449,6.704) | (-4.015,6.745) | |
观察 | 323 | 283 | 334 | 426 | 112 | |
R2 | 0.001 | 0.011 | 0.021 | 0.004 | 0.002 | |
注意: *p |
对“ non_xfe_shock”系数的积极,显着的估计表明,对非XFE冲击的资产类别对冲。一个积极而不是很重要的系数估算表明,它可能会对冲非XFE冲击,但是样本量不允许我们拒绝对其没有信心的说法。置信区间使人们了解通货膨胀对收益的影响的大小,当然,估计的可靠性。
这些发现表明,商品(BCI)对冲击的反应积极,而T-bill则有负面反应,尽管前者的关系的准确估计不如后者准确(即,T-Bills置信区间更紧密)。在其余资产类别,提示,股票和实际资产中,有正确的迹象(积极),但估计过于不准确,以至于无法弱地支持该索赔。这些结论在共同的样本期(2015:12-2025:3)中对估计是可靠的。
为关税价格冲击支撑
这项简短的练习表明,由于相对价格变化的巨大变化(比其他食物和能源)平均而言,商品对通货膨胀产生了“对冲”的冲击。 T-bills没有。 (可以通过担心价格级别可能会引起货币 – 政策收紧响应,从而更高的短期利率的担心来解释。
如果此处估计的经验关系稳定,并且关税像非XFE冲击一样影响通货膨胀,那么此处遵循的方法可能有助于告知有关关税如何影响投资回报的方向估计。
(1)在存在“脂肪尾巴”的情况下,诸如我们的情况下的人口平均值(在我们的情况下,趋势)的量度更高的措施(例如,每月价格变化的分布表现出的趋势)比样本平均值更有效。另外,中位数和其他修剪均值通货膨胀措施都是未来通货膨胀的预测者,并且与未来的货币供应量增加(表明它们过滤出来的“供应冲击”通常对中央银行通常会反应的“供应冲击”),而不是传统的“核心”(Ex。食品和能源)通货膨胀。
关键词: