美国6月消费者物价指数(CPI)意外环比回落后，美联储主席鲍威尔暗示降息不必等到通胀降至2%。

为何当前在制定政策时，全球主要央行比以往更加依赖数据，对其预测(数据)的重视程度却有所下降?牛津经济研究院在最新一份研究报告中观察到，与以往依赖数据的时期不同，央行现在更加关注薪酬和价格数据，而不是活动和产能使用数据。

该报告发现，对数据依赖程度的增加以及对薪资和价格关注度的提高，是因为近年来通胀大幅超调后，各国央行对产能使用与通胀之间的联系变得更加不能确定;鉴于这些不确定性，央行正在利用薪酬和价格数据来交叉检验支撑其通胀预测的结构性关系是否仍然成立。

因此，“金融市场对通胀意外变得高度敏感——也许是过度敏感”。该报告称。

牛津经济研究院高级经济顾问桑德斯(MichaelSaunders)认为，央行对数据的依赖是其管理通胀过程中，面对不确定性的有效短期策略。“但这不可能是最佳的长期策略，因为它有可能使央行过于后瞻，容易产生政策惰性，同时也会给债券市场带来不应有的波动。”

他对第一财经记者表示：“有迹象表明，通胀的可预测性正在提高。如果这种情况继续下去，正如我们所预期的那样，主要央行将逐渐减少对数据的依赖，更多地依赖其预测，因为预测显示，即使利率大幅下降，通胀也会受到抑制。反过来，这将使央行更容易实现降息。我们预测英国央行和美联储将在未来几个月内开始实施宽松(政策)，欧洲央行也将进一步实施宽松(政策)。”

各国央行为何对数据的依赖程度异常之高

牛津经济研究院的研究发现，近期的经济数据通常会影响央行的通胀预测。例如，失业率的意外下行可能预示着劳动力市场趋紧，这将增加日后的工资和物价压力。

因此，近期数据对货币政策的影响程度部分取决于数据的“嘈杂”程度：数据越嘈杂或越不稳定，就越不可能为通胀预测，进而为货币政策提供准确的信号。

牛津经济研究院在报告中称，这在一定程度上也取决于决策者对其预测的信心，以及作为预测基础的各种结构关系，例如货币政策对经济活动的影响、产能使用变化对通货膨胀的影响等。当决策者对这些关系信心不足时，他们更有可能强调数据的交叉检验作用。

牛津经济研究院并根据数据依赖程度将过去20年大致分为四个时期。

第一时期为全球金融危机前(2003-2007年)。在此期间，主要发达经济体几乎没有产出缺口，生产率趋势相当稳定，并面临着全球化带来的良性供应冲击，这些冲击限制了通胀，但预计只是暂时的。央行面临的主要不确定因素是需求增长的速度。

因此，在制定货币政策时，主要央行对当前通胀的重视程度相对较低，因为当前通胀受到的冲击预计不会持续。央行更看重活动数据，因为它们认为经济增长的变化与产能使用的变化之间存在着直接和可预测的联系，因此与薪酬增长和通货膨胀之间也存在着滞后联系。更强劲的活动数据使央行提高了对未来增长和产能使用的预测，从而提高了利率，以防止持续的需求过剩传导至更高的通货膨胀。

在此逻辑下，央行的政策利率往往以相当规律和可预测的方式跟踪采购经理人指数调查的波动，尤其是受外部因素影响较小的服务业采购经理人指数。相反，政策利率并不对最新的通胀数据作出剧烈反应。

第二时期，为全球金融危机后的疫情前(2010-2019年)：央行在国内供应方条件方面面临更大不确定性，包括剩余产能和潜在产出增长的程度。这反映了劳动力供应、全球金融危机后生产率放缓的持续性、均衡失业率或非加速通胀的失业率等方面的不确定性。

因此，各国央行相对重视劳动力市场数据，尤其是失业率，以此来判断需求增长速度是超过还是低于不确定的供给增长速度。此外，与全球金融危机之前的时期一样，央行一般不会对通胀数据作出太大反应。

第三时期为疫情期间(2020-2021年)：政策没有对经济数据或央行的预测作出强烈反应，而是更加注重避免经济增长和通货膨胀的下行风险。

第四时期为疫情之后(2022年以后)：除了需求和供应方面通常存在的不确定性，央行在产能利用和通胀之间的联系方面也面临着更大不确定性。

可以看到，从2021年底到2023年年中，通胀和工资增长一再大幅超出央行和共识的预期。当下，如果工资和物价的表现符合央行的预期，央行就会对其通胀预测更有信心。这反过来又会增强央行在预测中假设的降息意愿。

反之，如果薪资和物价仍然高于预期，那么就会使人们更加相信薪资/物价与产能使用之间的关系已经发生了变化，并且不会很快恢复到以前的水平。在这种情况下，将通胀率保持在目标水平的任务将更加艰巨，可能需要采取持续紧缩货币政策立场，这将导致失业率大幅上升。

高度依赖数据有何不足

当央行对其预测信心不足时，更加依赖数据是合乎逻辑的。目前对通胀的高度敏感是对通胀产生过程的更大不确定性的合理反应。

然而，在桑德斯看来，这种方法有几个潜在的缺点。第一个问题是，政策制定者可能过于容易产生惰性，无休止地等待更多的数据，徒劳地希望这将最终消除预测中的不确定性。例