今日精选来自美联储 FEDS 2026 系列的 4 篇研究论文,覆盖货币政策、劳动经济学、房贷市场和经济研究新方法。
精选文章
1. A User’s Guide to Reducing the Federal Reserve’s Balance Sheet
| 来源:Fed FEDS 2026-019 | 标签:美联储, 量化紧缩, 货币政策, 资产负债表 |
美联储工作人员系统梳理了缩减资产负债表的多种政策选项,估计在当前充裕准备金框架下可实现1.2-2.1万亿美元的缩减空间。文章分析了量化紧缩(QT)的节奏、时机以及对金融市场的潜在影响,并警告政策执行需谨慎渐进。
2. AI and Coder Employment: Compiling the Evidence
| 来源:Fed FEDS 2026-018 | 标签:AI影响, 劳动力市场, LLM就业, 宏观经济 |
美联储经济学家通过O*NET与CPS数据库联结,实证分析LLM对编程人员就业的影响。发现2022年ChatGPT推出后程序员就业增速显著放缓,且该趋势无法归因于行业层面冲击,指向AI带来的职业专属冲击。
3. Queuing, Service Time, and Price Dynamics in Residential Mortgage Lending
| 来源:Fed FEDS 2026-017 | 标签:房地产, 抵押贷款, 宏观金融, 利率 |
基于排队论构建住宅抵押贷款供给的理论模型,解析贷款申请随机到达与顺序处理如何影响房贷发放。给出贷款机构对需求弹性变化的最优响应闭合解,对当前高利率下住房市场流动性下降有直接政策含义。
4. Validating Large Language Model Annotations (Fed FEDS)
| 来源:Fed FEDS 2026-020 | 标签:LLM应用, 文本标注, 金融研究方法, 情感分析 |
美联储研究人员提出在缺乏可靠基准时验证LLM生成标注的框架,通过测试LLM能否从标注标签重建原始段落来建立有效性。应用于新闻数据,证明LLM标注在客观性和可扩展性上优于人工评估,并能捕获人类标注者错过的经济含义。
| *来源:Federal Reserve FEDS 2026 | 更新于 2026-03-31* |
评论