ภาษีได้เรียกคืนสปอตไลท์ทางเศรษฐกิจ แต่ด้วยความไม่แน่นอนของเวลาและขนาดของพวกเขานักลงทุนก็อยู่บนขอบ ประวัติศาสตร์ที่น่าสนใจของภาษีและผลกระทบต่อผลตอบแทนการลงทุนนั้นจัดทำโดย Baltussen et al ในล่าสุด นักลงทุนที่กล้าหาญ บล็อก– บล็อกนี้ใช้วิธีการเสริมในการสำรวจความหมายที่เป็นไปได้สำหรับการส่งคืน
การเปลี่ยนแปลงภาษี ญาติ ราคา. เช่นเดียวกับการเปลี่ยนแปลงครั้งใหญ่ของราคาน้ำมันผลักดันต้นทุนพลังงานเมื่อเทียบกับสินค้าอื่น ๆ ภาษีจะทำให้การนำเข้าค่อนข้างแพงกว่า ในการพูดจาของเศรษฐศาสตร์ภาษีคือ“ การจัดหาแรงกระแทก” และเนื่องจากการปรับราคามีค่าใช้จ่ายสูงสำหรับ บริษัท ในระยะสั้นราคานำเข้าจะเพิ่มขึ้นตามภาษีศุลกากรขนาดใหญ่ในขณะที่ราคาอื่น ๆ ไม่เปลี่ยนแปลงในทันทีแม้จะมีความต้องการที่ลดลง (ดู Romer 2019 สำหรับคำอธิบายมหภาคสมัยใหม่ของ“ ความเข้มงวดเล็กน้อย”) สิ่งนี้ทำให้ เฉลี่ย ระดับราคาจะเพิ่มขึ้น นั่นคืออัตราภาษีทำให้อัตราเงินเฟ้อพาดหัว (รายการทั้งหมด) เพิ่มขึ้น
โพสต์นี้นำเสนอกรอบการทำงานสำหรับการคิดเกี่ยวกับผลกระทบของภาษีศุลกากรต่อผลตอบแทนประเภทสินทรัพย์ที่สำคัญโดยการประเมินการตอบสนองของสินทรัพย์ในประเภทของการจัดหาแรงกระแทก โดยการแยก“ สัญญาณ” หรือส่วนประกอบแนวโน้ม (กำหนดโดยกองกำลังพื้นฐาน) จากองค์ประกอบ“ เสียง” ที่ขับเคลื่อนด้วยแรงกระแทกเราสามารถประเมินการตอบสนองที่ผ่านมาของสินทรัพย์ที่สำคัญในช่วงหลัง สิ่งนี้อาจแนะนำบทเรียนเกี่ยวกับการตอบสนองที่เป็นไปได้ของพวกเขาในประเภทสินทรัพย์ต่อภาษีครั้งเดียว
ปริมาณเงินเฟ้อช็อตโดยใช้ Core และ CPI เฉลี่ย
ทฤษฎีเศรษฐศาสตร์และการวิเคราะห์เล็กน้อยช่วยให้เราคาดเดาได้ว่าสินทรัพย์ประเภทอาจตอบสนองต่อผลกระทบของอัตราเงินเฟ้อของอัตราภาษีได้อย่างไร
สำหรับทฤษฎีเศรษฐศาสตร์มหภาคสมัยใหม่อธิบายถึงอัตราเงินเฟ้อโดยใช้กรอบ“ Phillips Curve” ซึ่งตั้งชื่อตามนักเศรษฐศาสตร์ที่ตั้งข้อสังเกตว่าการหย่อนเศรษฐกิจและเงินเฟ้อมีความสัมพันธ์เชิงลบ (ฟิลลิปส์ใช้การว่างงานและค่าจ้าง) สามารถระบุเส้นโค้งของฟิลลิปส์ได้หลายวิธี โดยทั่วไปพวกเขาอธิบายอัตราเงินเฟ้อที่มีตัวแปรสามตัว: ความคาดหวังเงินเฟ้อ (ผู้บริโภคธุรกิจหรือนักพยากรณ์มืออาชีพ) ช่องว่างผลผลิต (ตัวอย่างเช่นอัตราการว่างงานหรืออัตราส่วนว่างต่อการทำงาน) และระยะเวลาช็อต
บล็อกนี้ใช้วิธีการโค้งของฟิลลิปส์ในการแยกสัญญาณหรือแนวโน้มของเงินเฟ้อซึ่งขับเคลื่อนด้วยความคาดหวังของอัตราเงินเฟ้อและช่องว่างผลลัพธ์จากเสียงรบกวนหรือปัจจัยที่หายวับไป
การก้าวเท้านี้สองประเด็น: อัตราภาษีนั้นช็อต ผ่าน เพื่อแนวโน้มเงินเฟ้อโดยการเพิ่มความคาดหวังอัตราเงินเฟ้อและต้นทุนการผลิตรวมถึงช่องทางอื่น ๆ ในความเป็นจริงมีหลักฐานอยู่แล้วว่า ความคาดหวังอัตราเงินเฟ้อของผู้บริโภคเพิ่มขึ้น– อย่างไรก็ตามการรวมเอฟเฟกต์เหล่านี้จะทำให้การวิเคราะห์นี้มีความซับซ้อนมากขึ้นอย่างไรก็ตามดังนั้นพวกเขาจึงถูกเพิกเฉยในตอนนี้
เส้นโค้งฟิลลิปส์บอกเราว่าเราสามารถย่อยสลายอัตราเงินเฟ้อเป็นส่วนประกอบของแนวโน้มและแรงกระแทก โดยทั่วไปแล้วจะทำโดยการลบแนวโน้มของอัตราเงินเฟ้อจากพาดหัว (รายการทั้งหมด) เงินเฟ้อ บล็อกนี้ใช้อัตราเงินเฟ้อดัชนีราคาผู้บริโภคเฉลี่ย (CPI) ซึ่งคำนวณโดย Federal Reserve Financial institution of Cleveland เป็นพร็อกซีสำหรับอัตราเงินเฟ้อแนวโน้มเนื่องจากคุณสมบัติที่น่าสนใจของ CPI ของ CPI(1)
และแทนที่จะใช้เงินเฟ้อ CPI พาดหัวเป็นจุดเริ่มต้นมันใช้เงินเฟ้อ CPI หลักซึ่งไม่รวมอาหารและพลังงาน (XFE CPI) CPI XFE เป็นที่ต้องการเนื่องจากความแตกต่างระหว่าง XFE และ CPI เฉลี่ยให้การวัดแรงกระแทกที่ถูกเปลี่ยนแปลงจากราคาอาหารและพลังงานที่สัมพันธ์กัน มาตรการนี้เรียกว่า “Non-XFE Shocks”
แผนภูมิในแผงของนิทรรศการ 1 ให้ความรู้สึกถึงความถี่และขนาดของแรงกระแทกที่ไม่ใช่ XFE scatterplot แสดง XFE รายเดือนเมื่อเทียบกับอัตราเงินเฟ้อเฉลี่ย เมื่อพวกเขาเท่าเทียมกันคะแนนจะอยู่บนเส้น 45 องศา คู่เหนือเส้น 45 องศาเป็นแรงกระแทกที่ไม่ใช่ XFE และในทางกลับกัน (R-code ที่ใช้ในการผลิตแผนภูมิและทำการวิเคราะห์ที่นำเสนอในบล็อกนี้สามารถพบได้ในไฟล์ หน้า R-Pubs– ฮิสโตแกรมแสดงการกระจายของแรงกระแทกเหล่านี้ การรบกวนขนาดใหญ่นั้นหายาก
จัดแสดง 1. แผงด้านบนแสดงค่ามัธยฐานกับ XFE CPI ตั้งแต่ปี 1983 ถึง 2025: 3 แผงด้านล่างแสดงการกระจายของแรงกระแทก (ระยะทางจากเส้น 45 องศาในแผงด้านบน); ความถี่สำหรับแต่ละ“ ถังขยะ” 11 รายการปรากฏบนบาร์
ที่มา: เฟร็ด
ความไวต่อสินทรัพย์ต่อความประหลาดใจของอัตราเงินเฟ้อ
หลังจากกำหนดแรงกระแทกที่ไม่ใช่ XFE เราสามารถประเมินได้ว่าสินทรัพย์ประเภทสำคัญได้ตอบสนองอย่างไร สิ่งนี้อาจให้ตัวอย่างว่าประเภทสินทรัพย์เหล่านี้อาจตอบสนองต่อแรงกระแทกของอัตราเงินเฟ้อที่เกิดจากอัตราภาษี
ความสัมพันธ์ถูกประเมินในลักษณะที่เป็นธรรมเนียม: โดยการถดถอยผลตอบแทนระดับสินทรัพย์จากการกระแทกที่ไม่ใช่ XFE ค่าสัมประสิทธิ์โดยประมาณที่เกิดขึ้นคือตัวแปรด้านซ้ายของตัวแปรด้านซ้ายที่ไม่ใช่ XFE“ เบต้า” วิธีการนี้เป็นแบบดั้งเดิมและกระจกที่ถ่ายใน นักลงทุนที่กล้าหาญ บล็อก สินทรัพย์ที่แท้จริงให้ความเสี่ยงเงินเฟ้อเมื่อนักลงทุนต้องการมันมากที่สุดหรือไม่?
การถดถอยใช้การเปลี่ยนแปลงเปอร์เซ็นต์รายเดือนสำหรับการกระแทกที่ไม่ใช่ XFE เป็นตัวแปรด้านขวามือ, ผลตอบแทนรายเดือนสำหรับดัชนีผลตอบแทนรวม S&P 500 (S&P 500), Northern Belief การจัดสรรสินทรัพย์ที่แท้จริงของ Northern Belief Index (สินทรัพย์จริง) ดัชนี BLOOMBERG ข้อมูลเงินเฟ้อมาจาก Fred และดัชนีส่งคืนจาก YCharts เนื่องจากขนาดตัวอย่างแตกต่างกันไปตามการถดถอยของสินทรัพย์ระดับจะทำงานในช่วงเวลาตัวอย่างที่ยาวที่สุดสำหรับแต่ละประเภทสินทรัพย์ซึ่งสิ้นสุดในเดือนมีนาคม 2568 ในแต่ละกรณี
หนึ่งข้อแม้ก่อนพูดคุยผลลัพธ์ แรงกระแทกที่ไม่ใช่ XFE อาจเกิดจาก ใดๆ การเปลี่ยนแปลงราคาสัมพัทธ์ขนาดใหญ่ยกเว้นการเปลี่ยนแปลงของอาหารและพลังงานแน่นอน นั่นคือแรงกระแทกของอุปทานรวมมากกว่า ห่วงโซ่อุปทาน แรงกระแทก
น่าเสียดายที่ไม่มีวิธีที่ชัดเจนในการแยกการรบกวนที่เราสนใจมากที่สุดในการใช้ข้อมูลเงินเฟ้อสาธารณะ แต่เนื่องจากเราไม่สามารถรู้ได้อย่างชัดเจนว่าการรบกวนเงินเฟ้อที่เกิดจากอัตราภาษีจะเกิดขึ้นการตรวจสอบการตอบสนองของสินทรัพย์ในระดับสินทรัพย์ต่อการกระแทกที่ไม่ใช่ XFE เป็นสถานที่ที่เหมาะสมในการเริ่มต้น จากที่กล่าวมาผลลัพธ์จะแสดงในเอกสารแนบ 2
จัดแสดง 2. ผลการถดถอย
| ความผิด ตัวแปร | เคล็ดลับ | BCI | t-bills | S&P 500 | สินทรัพย์ที่แท้จริง | |
| เริ่มวันที่ | 1998: 5 | 2544: 9 | 1997: 6 | 2532: 10 | 2015: 12 | |
| Non-XFE Shock“ 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) | |
| การสังเกตการณ์ | 323 | 283 | 334 | 426 | 112 | |
| R2 | 0.001 | 0.011 | 0.021 | 0.004 | 0.002 | |
| หมายเหตุ: *P <0.1; ** p <0.05; *** p <0.01; ข้อผิดพลาดมาตรฐานจะถูกปรับตามที่ระบุโดยพฤติกรรมที่เหลือ แหล่งที่มา: Fred, Ycharts, การถดถอยของผู้เขียน | ||||||
การประมาณค่าเชิงบวกที่สำคัญสำหรับค่าสัมประสิทธิ์“ non_xfe_shock” แสดงให้เห็นว่าการป้องกันความเสี่ยงระดับสินทรัพย์ต่อการกระแทกที่ไม่ใช่ XFE การประมาณค่าสัมประสิทธิ์เชิงบวก แต่ไม่สำคัญแสดงให้เห็นว่ามันอาจป้องกันความเสี่ยงที่ไม่ใช่แรงกระแทกของ XFE แต่ขนาดตัวอย่างไม่อนุญาตให้เราปฏิเสธการเรียกร้องที่ไม่มั่นใจ ช่วงความเชื่อมั่นให้ความรู้สึกถึงขนาดของผลกระทบของอัตราเงินเฟ้อต่อผลตอบแทนและแน่นอนสำหรับความน่าเชื่อถือของการประมาณการ
การค้นพบเหล่านี้ชี้ให้เห็นว่าสินค้า (BCI) ตอบสนองต่อแรงกระแทกในเชิงบวกและ T-bills ในเชิงลบแม้ว่าความสัมพันธ์ในอดีตจะประเมินน้อยกว่าช่วงหลัง (เช่นช่วงความเชื่อมั่นของ T-bills นั้นเข้มงวดมากขึ้น) ของประเภทสินทรัพย์ที่เหลือเคล็ดลับหุ้นและสินทรัพย์จริงเข้าสู่สัญญาณที่ถูกต้องสำหรับการป้องกันแรงกระแทก (บวก) แต่มีการประเมินอย่างไม่ถูกต้องเกินกว่าที่จะสนับสนุนการเรียกร้องแม้จะอ่อนแอ ข้อสรุปเหล่านี้มีความแข็งแกร่งในการประมาณค่าช่วงตัวอย่างทั่วไป (2015: 12–2025: 3)
ค้ำจุนการช็อกราคาภาษี
การออกกำลังกายระยะสั้นนี้แสดงให้เห็นว่าสินค้า“ ป้องกันความเสี่ยง” ช็อกต่อเงินเฟ้อที่เกิดจากการเปลี่ยนแปลงราคาที่สัมพันธ์กันขนาดใหญ่ (อาหารและพลังงานอื่น ๆ ) โดยเฉลี่ย T-bills ไม่ได้ (ความสัมพันธ์แบบช็อต-T-bill สามารถอธิบายได้ด้วยความกลัวว่าการกระโดดระดับราคาอาจกระตุ้นให้เกิดการตอบสนองอย่างเข้มงวดกับนโยบายการเงินและอัตราดอกเบี้ยระยะสั้นที่สูงขึ้น) ปฏิกิริยาของสินทรัพย์ประเภทอื่น ๆ ที่พิจารณาที่นี่-หุ้นสินทรัพย์จริงและเคล็ดลับ-ไม่ชัดเจน
หากความสัมพันธ์เชิงประจักษ์ที่คาดการณ์ไว้ที่นี่มีความเสถียรและหากภาษีศุลกากรส่งผลกระทบต่ออัตราเงินเฟ้อเช่นเดียวกับที่ไม่ได้รับผลกระทบจาก XFE วิธีการตามที่นี่อาจช่วยแจ้งการประมาณทิศทางว่าภาษีอาจส่งผลกระทบต่อผลตอบแทนการลงทุนอย่างไร
(1) มาตรการการยกเว้นค่าใช้จ่ายเช่นค่ามัธยฐานเป็นมาตรการที่มีประสิทธิภาพมากขึ้นของค่าเฉลี่ยประชากร-แนวโน้มในกรณีของเรา-ต่อหน้า “หางไขมัน” เช่นที่แสดงโดยการกระจายของการเปลี่ยนแปลงราคารายเดือนมากกว่าค่าเฉลี่ยตัวอย่าง นอกจากนี้มาตรการเงินเฟ้อที่มีค่าเฉลี่ยและมีการตัดแต่งอื่น ๆ เป็นทั้งนักพยากรณ์ที่ดีขึ้นของอัตราเงินเฟ้อในอนาคตและมีความสัมพันธ์น้อยกว่ากับการเพิ่มปริมาณเงินในอนาคต (แนะนำว่าพวกเขากรอง “การกระแทกอุปทาน” ที่ธนาคารกลางมักจะตอบสนอง) มากกว่า “หลัก” (เช่นอาหารและพลังงาน)
