后疫情通胀与货币政策困境：基于智能体的情景分析

COVID-19大流行之后的经济冲击揭示了学界与政策制定者均难以描述和预测通胀动态。本文提供了一种替代建模方法。我们在被广泛研究的Mark-0基于智能体模型(Agent-Based Model)中研究2020–2023年时段，其中经济主体依据合理的行为规则行动与反应。我们引入一种机制，使经济主体对中央银行的信任可能去锚定。我们考察了监管政策对由三次外生冲击引发的通胀动态的影响，这些冲击根据COVID-19大流行后出现的冲击校准：由COVID相关封锁导致的生产/消费冲击、供应链冲击，以及因俄罗斯入侵乌克兰而加剧的能源价格冲击。通过在不同货币政策有效性与传导渠道假设下探究这些冲击的影响，我们回顾了美国通胀复苏的多种解释，包括需求拉动、成本推动和利润驱动因素。我们的主要结果有四点：(i)若无适当的财政政策，受冲击的经济可能需数年恢复，甚至陷入深度衰退；(ii)货币政策抑制通胀的成功主要归因于预期锚定，而非利率上调的直接经济影响；(iii)然而，强通胀锚定不利于消费与失业，由于通胀与失业间的权衡，导致“最优”政策响应窗口狭窄；(iv)两个最敏感的模型参数是描述工资与价格指数的参数。我们的研究结果对中央银行决策具有启示，并提供了一个易用工具，可能有助于预判不同货币与财政政策的后果。