货币供给过程的理解_2.美联储公开市场操作

2023-10-29 07:20

本文主要是介绍货币供给过程的理解_2.美联储公开市场操作,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

控制基础货币

基础货币(monetary base)等于流通中的现金(主要指美联储的现金和财政部的财政现金)C加上银行体系的准备金总额R

基础货币MB可以表述为

MB=C+R

美联储怎么来对基础货币进行控制呢?美联储通过在公开市场上买卖政府债券(即公开市场操作, open market operations)与向银行发放贴现贷款,对基础货币进行控制。

【】美联储公开市场操作

公开市场购买:美联储购买债券被称为公开市场购买
公开市场出售:美联储出售债券称为公开市场出售。


1. 向银行进行的公开市场购买

【情境一】假定美联储从银行购买100美元的债券,并支付100美元支票。

银行要么将支票存入它在美联储的账户,要么将其兑换成现金(库存现金)。无论哪种,都意味着银行增加100美元的准备金,减少100美元的证券资产。

这里需要重提准备金的概念:准备金包括在美联储的存款和银行实际持有的现金(这部分现金称为库存现金)所以,银行收到的100美元支票(存入美联储还是自己的库存现金)都是准备金。

T型账户
银行体系

资产负债
证券 -100美元 
准备金 +100美元 

同时,美联储证券增加100美元,负债方增加100美元的准备金。

美联储的T型账户

资产负债
证券 +100美元准备金 +100美元

ps:美联储的资产负债表

资产负债
证券流通中的现金
贴现贷款准备金

和商业银行的资产负债表不同。商业银行的准备金是它的资产,美联储的准备金是它的负债。


这笔公开市场购买的结果是:准备金增加了100美元,等于公开市场购买(美联储买证券)的规模。又因为基础货币等于流通中的现金(没变)加上准备金总和(增加了100美元),所以,基础货币增加了100美元。

2. 向非银行公众进行的公开市场购买

分为两种情况分析。
【情境二】假定向美联储销售100美元债券的个人将美联储的支票存入当地银行。
首先来看一下非银行公众的T型账户
资产栏银行存款+100,资产栏中证券 -100

非银行公众的T账户:

资产负债
银行存款 +100美元 
证券 -100美元 

银行收到支票后,贷记储户的账户100美元,之后将支票存放在美联储的账户(准备金增加了100美元)(这个逻辑想通了,需要了解准备金的概念)

银行的T账户变为

资产负债
准备金 +100美元支票存款 +100美元

银行存到美联储,那么美联储的负债中的准备经相应的+100,再来看情境,个人是向美联储销售了100美元的债券,所以美联储的资产中的证券增加了100.
美联储的T账户

资产负债
证券 +100美元准备金 +100美元

【情景三】个人把债券卖给美联储,得到的支票兑换成现金。
作为出售方的非银行公众:

资产负债
证券 -100美元 
现金 +100美元 

美联储的T账户

资产负债
证券 +100美元流通中现金 +100美元

这个过程中银行的准备金是不变的。支票对付成现金,支票增加100,准备金增加100,库存现金减少100,准备金减少100,所以准备金保持不变。


ps:原文下面有一句话:支付的100美元库存现金与将100美元存入美联储是相互匹配的。因此,它的准备金保持不变。


在这种情况下,公开市场购买的结果是:准备金保持不变,而流通中的现金增加,相当于公开市场购买的规模。于是基础货币增加100美元。

综上:公开市场购买对准备金的影响取决于,债券出售方将销售所得以现金形式还是存款形式持有。

现金持有存款持有
对准备金没有影响准备金增加等于公开市场购买的规模

然而,无论债券出售方将销售所得以何种方式(存款还是现金)持有,公开市场购买对基础货币的影响都是相同的(基础货币的增加等于公开市场购买的规模)。

结论:公开市场操作对基础货币的影响比对准备金的影响更有确定性。

我的习得

两个金融情境,分析资产负债表的变化。
1)美联储买银行的债券,给银行支票
思考:美联储的资产负债表是怎样的?资产:证券+给银行的贷款;负债:流通中的现金+准备金。流通中的现金指的是什么呢?指的是个体(个人+机构)的现金,不包括储蓄机构。

想到这,美联储和银行之间的交易,不涉及流通中的现金。那么涉及什么呢(从美联储的角度)?购买债券是我的证券(资产)增加了,支付支票是准备金(负债)增加了。

    第二个角度来理解为什么是准备金增加了。买债券--出支票这个交易,流通中的现金肯定没有涉及,贷款也没有涉及,既然如此剩下的两个就涉及了呗。当然,具体的流程还是参考上面的分析,因为那是从银行和美联储的关系以及准备金的定义推得的,对理解概念和过程更有帮助。

2)个人卖美联储的证券,支票存银行。
可以看到,1)和2)的结果是相同的:准备金增加的额度等于公开市场买卖(美联储买卖证券)的规模,基础货币(流通中现金+准备金)也呈等量增长。

这篇关于货币供给过程的理解_2.美联储公开市场操作的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/299125

相关文章

浅析Spring Security认证过程

类图 为了方便理解Spring Security认证流程,特意画了如下的类图,包含相关的核心认证类 概述 核心验证器 AuthenticationManager 该对象提供了认证方法的入口,接收一个Authentiaton对象作为参数; public interface AuthenticationManager {Authentication authenticate(Authenti

作业提交过程之HDFSMapReduce

作业提交全过程详解 (1)作业提交 第1步:Client调用job.waitForCompletion方法,向整个集群提交MapReduce作业。 第2步:Client向RM申请一个作业id。 第3步:RM给Client返回该job资源的提交路径和作业id。 第4步:Client提交jar包、切片信息和配置文件到指定的资源提交路径。 第5步:Client提交完资源后,向RM申请运行MrAp

认识、理解、分类——acm之搜索

普通搜索方法有两种:1、广度优先搜索;2、深度优先搜索; 更多搜索方法: 3、双向广度优先搜索; 4、启发式搜索(包括A*算法等); 搜索通常会用到的知识点:状态压缩(位压缩,利用hash思想压缩)。

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

【生成模型系列(初级)】嵌入(Embedding)方程——自然语言处理的数学灵魂【通俗理解】

【通俗理解】嵌入(Embedding)方程——自然语言处理的数学灵魂 关键词提炼 #嵌入方程 #自然语言处理 #词向量 #机器学习 #神经网络 #向量空间模型 #Siri #Google翻译 #AlexNet 第一节:嵌入方程的类比与核心概念【尽可能通俗】 嵌入方程可以被看作是自然语言处理中的“翻译机”,它将文本中的单词或短语转换成计算机能够理解的数学形式,即向量。 正如翻译机将一种语言

【C++高阶】C++类型转换全攻略:深入理解并高效应用

📝个人主页🌹:Eternity._ ⏩收录专栏⏪:C++ “ 登神长阶 ” 🤡往期回顾🤡:C++ 智能指针 🌹🌹期待您的关注 🌹🌹 ❀C++的类型转换 📒1. C语言中的类型转换📚2. C++强制类型转换⛰️static_cast🌞reinterpret_cast⭐const_cast🍁dynamic_cast 📜3. C++强制类型转换的原因📝

深入理解RxJava:响应式编程的现代方式

在当今的软件开发世界中,异步编程和事件驱动的架构变得越来越重要。RxJava,作为响应式编程(Reactive Programming)的一个流行库,为Java和Android开发者提供了一种强大的方式来处理异步任务和事件流。本文将深入探讨RxJava的核心概念、优势以及如何在实际项目中应用它。 文章目录 💯 什么是RxJava?💯 响应式编程的优势💯 RxJava的核心概念

如何通俗理解注意力机制?

1、注意力机制(Attention Mechanism)是机器学习和深度学习中一种模拟人类注意力的方法,用于提高模型在处理大量信息时的效率和效果。通俗地理解,它就像是在一堆信息中找到最重要的部分,把注意力集中在这些关键点上,从而更好地完成任务。以下是几个简单的比喻来帮助理解注意力机制: 2、寻找重点:想象一下,你在阅读一篇文章的时候,有些段落特别重要,你会特别注意这些段落,反复阅读,而对其他部分

深入理解数据库的 4NF:多值依赖与消除数据异常

在数据库设计中, "范式" 是一个常常被提到的重要概念。许多初学者在学习数据库设计时,经常听到第一范式(1NF)、第二范式(2NF)、第三范式(3NF)以及 BCNF(Boyce-Codd范式)。这些范式都旨在通过消除数据冗余和异常来优化数据库结构。然而,当我们谈到 4NF(第四范式)时,事情变得更加复杂。本文将带你深入了解 多值依赖 和 4NF,帮助你在数据库设计中消除更高级别的异常。 什么是

Solr 使用Facet分组过程中与分词的矛盾解决办法

对于一般查询而言  ,  分词和存储都是必要的  .  比如  CPU  类型  ”Intel  酷睿  2  双核  P7570”,  拆分成  ”Intel”,”  酷睿  ”,”P7570”  这样一些关键字并分别索引  ,  可能提供更好的搜索体验  .  但是如果将  CPU  作为 Facet  字段  ,  最好不进行分词  .  这样就造成了矛盾  ,  解决方法