新興市場経済においてQPMが金融政策をどのように形成するか
四半期予測モデルと研究インフラの技術的分析
天気予報士がコンピュータモデルを使って雨を予測するように、RBIは経済モデルを使ってインフレ、成長、金利を予測します。これらのモデルがどのように機能するかを分かりやすく説明します。
このページでは、四半期予測モデル(QPM)、予測方法論、および金融政策立案・分析に使用される研究インフラを含む、インド準備銀行の経済モデリングフレームワークを分析します。
QPMをインド経済のためのRBIの水晶玉と考えてください。天気アプリが温度、湿度、風のパターンに関するデータを使って明日の天気を予測するように、QPMは経済データを使って以下を予測します:
物価がどれくらい速く上昇するか
インド経済がどれだけ成長するか
世界の出来事がインドにどう影響するか
インドに必要なレポ金利
RBIの金融政策委員会(MPC)が2ヶ月ごとに金利を決定する際、単なる推測ではありません。QPMの予測を使って情報に基づいた決定を下します。モデルがインフレが高すぎると示せば、金利を引き上げるかもしれません。成長が鈍化すると予測すれば、金利を引き下げるかもしれません。
QPMはインドの金融政策モデリングインフラにおける重要な進歩を表しています。純粋な統計モデルとは異なり、QPMはインドのマクロ経済関係への慎重なキャリブレーションを通じて実証的な妥当性を維持しながら、経済理論を組み込んでいます。
インド準備銀行の四半期予測モデル(QPM)は、先進国経済には当てはまらないインドの経済構造に特有の特徴を組み込んでいます。2013年〜2017年にIMFの技術支援を受けて共同開発されたQPMは、インドが2016年に柔軟なインフレ目標を採用した直後に稼働し、インドの不安定な食品価格や供給側ショックに対応するのに苦労した以前のモデルを置き換えました。
インドのマクロ経済動態を際立たせ、専門的なモデリングを必要とする4つの特徴があります:
農業とモンスーン依存性:農業はインドGDPのおよそ18%を占め、労働力の42%を雇用しており、他の主要経済国のシェアをはるかに上回っています。モンスーン降雨量の変動は大規模な供給ショックをもたらします—2014年の干ばつは食品インフレを10%超に押し上げた一方、2013年と2016年の強いモンスーンは物価上昇圧力の緩和に貢献しました。QPMは食品供給ショックをインフレーションの外生的な要因として明示的にモデル化しており、金融政策は天候起因の価格変動を相殺できない一方、二次的影響が広範なインフレ期待に波及することを防がなければならないと認識しています。
消費とインフレ測定における食品のウェイト:インドの消費者物価指数(CPI総合)バスケットでは食品がおよそ39%を占めており、米国の14%やユーロ圏の20%と比較すると大きな差があります。この重い食品ウェイトはインフレ目標に課題をもたらします:モンスーン不足による食品価格急騰に積極的に対応すれば、不必要な経済収縮のリスクがあります。一方、一時的な食品ショックを「無視」すれば、二桁の食品インフレを経験した家計が4%目標への信頼を失い、インフレ期待が非固定化するリスクがあります。QPMはインフレを食品と非食品に分解し、それぞれ異なる持続性特性を持たせることで、現在のインフレが一時的な供給途絶から生じているのか、持続的な需要圧力から生じているのかを政策立案者が評価できるようにしています。
不完全な金融政策波及:インドの金融システムは部分的に分断されており、中小企業や農村世帯はしばしば公式信用市場へのアクセスが制限されているため、金利変動が消費支出に与える影響が限定的です。銀行借入者の間でも、小額貯蓄制度の管理金利(市場の力ではなく政府が管理)が銀行預金と競合し、政策金利から預金金利への波及を弱めています。QPMは先進国経済のモデルが想定するよりも緩やかで弱い金利パス・スルーを組み込んでおり、インドのデータに基づいてキャリブレーションされており、レポ金利の100bp変更が4四半期後に銀行貸出金利の60〜70bp変動のみをもたらすことが示されています。
外部脆弱性と石油依存:インドは石油消費量のおよそ85%を輸入しており、世界の原油価格に対して鋭敏な感応度を持っています。2013〜2014年の原油価格下落はインドの経常赤字を大幅に縮小させた一方、ロシアのウクライナ侵攻後の2021〜2022年の急騰は赤字を拡大させ、ルピーを弱めました。QPMは世界の原油価格を外生的に扱い、複数の経路を通じた影響を追跡します:ヘッドライン・インフレへの直接効果、高い輸入コストによる為替レート圧力、輸送・生産コストの上昇による二次的影響です。この外部脆弱性は、商品価格ショックが逆の動態をもたらすカナダやオーストラリアのような石油輸出国経済とインドを区別します。
気象学者が弱いモンスーンを予測すると、QPMは食品価格が上昇する可能性が高いことを認識しているため、インフレ予測を自動的に上方修正します。これにより、RBIは事前に政策対応を準備できます。
RBIには、経済モデルの改善に継続的に取り組む専任のエコノミストと研究者のチームがいます。彼らの研究成果を公開することで、誰もがインド経済の仕組みを理解できるようにしています。
モンスーンがインフレに与える影響や世界の出来事がインドに与える影響など、特定の経済トピックに関する詳細な研究です。
インド経済で起きていることとRBIが今後予測することを説明する定期報告書です。
政策決定の参考となる重要な経済問題についての詳細な研究です。
研究者や一般の人々がトレンドを理解するために使用できる膨大な経済データのコレクションです。
RBIの研究はすべてウェブサイトで無料で公開されています。インド経済の仕組みに興味があれば、これらの出版物は専門家から学ぶための素晴らしいリソースです!
最近の焦点:予測への機械学習の応用、DSGEモデルの開発、金融安定性分析
頻度:年間約15〜20本
範囲:政策指向の研究、構造分析、国際比較
対象読者:政策立案者、学術研究者
内容:四半期経済評価、政策説明、統計付録
主要セクション:経済の現状、金融政策波及分析
カバレッジ:2000以上の時系列、マクロ金融指標、セクター統計
アクセス:公開API、Excelダウンロード、統計ソフトウェア統合
四半期ごと(3ヶ月ごと)に、RBIは経済予測を更新する詳細なプロセスを実施します。その流れを説明します:
モデルは強力ですが、完璧ではありません。コンピュータの予測と人間の専門知識を組み合わせることで、RBIはより信頼性の高い予測を得ます。医師が医療検査と経験の両方を使って患者を診断するようなものです。
最高の経済モデルでさえ、すべてを完全に予測することはできません。その理由は:
問題:モデルは歴史的なパターンに基づいていますが、全く新しいことが起こる場合があります。
例:COVID-19パンデミック、突然の地政学的紛争、自然災害
影響:これらの「ブラックスワン」イベントは、一夜にして全ての予測を誤りにする可能性があります
問題:人々は常に合理的または予測可能な行動をとるわけではありません。
例:パニック買い、消費習慣の急激な変化、市場での群集心理
影響:消費者と企業の行動はモデルの予測から逸脱する可能性があります
問題:世界経済は信じられないほど複雑で相互に連関しています。
例:サプライチェーンの混乱、他国の通貨危機、貿易政策の変更
影響:海外の小さな変化がインドに大きな予期しない影響を与える可能性があります
モデルは完璧ではないため、RBIはモデルに盲目的に依存しません。RBIはモデルを多くのツールの一つとして使用し、人間の判断、リアルタイムデータ、変化する状況の継続的な監視と組み合わせています。
RBIの仕組みや経済予測の作成方法について知りたい場合、以下は素晴らしい探索場所です:
最適用途:銀行と経済コンセプトの簡単な説明
「RBI教育資料」セクションをご覧ください
最適用途:実際の政策決定の様子を観察
RBIのソーシャルメディアでライブ配信
内容:政策決定の詳細な根拠、各メンバーの見解
公開スケジュール:各MPC会合から14日後
頻度:月次発行と四半期包括的レビュー
主要セクション:経済の現状、特別研究、統計付録