月度自然利率的估计及应用：Phillips曲线的影响

随着我国利率市场化改革不断推进，运用自然利率评价和调控货币政策具备了一定现实条件，而提高其估计频率则有助于更及时地指导实践。基于LW—HLW季度模型，构建半结构化混频模型，联立月度IS曲线和Phillips曲线，使用扩展卡尔曼滤波估计我国2007年1月至2019年12月的自然利率进行实证分析。因通货膨胀动态波动影响估计结果，故分析Phillips曲线滞后结构和预期跨度对估计结果的影响。结果显示，月度自然利率估计结果在1.1%—2.1%波动且能精准刻画全球金融危机等重要事件的影响。同时，滞后1年、提前10年数据滚动窗口设置下的估计结果最优，此时自然利率能及时反映外部冲击的影响，与产出缺口、潜在产出趋势增长率联动明显，建议考虑将月度自然利率估计结果作为我国货币政策评价和调控的参考依据之一。