| 廣告聯系 | 簡體版 | 手機版 | 微信 | 微博 | 搜索:
歡迎您 游客 | 登錄 | 免費注冊 | 忘記了密碼 | 社交賬號注冊或登錄

首頁

新聞資訊

論壇

溫哥華地產

大溫餐館點評

溫哥華汽車

溫哥華教育

黃頁/二手

旅游

非鴿非鷹、判斷力強 他是接替鮑威爾的"最佳人選"?

QR Code
請用微信 掃一掃 掃描上面的二維碼,然後點擊頁面右上角的 ... 圖標,然後點擊 發送給朋友分享到朋友圈,謝謝!



克裡斯托弗·沃勒(Christopher Waller)(wiki) 沃勒既不是一味強調寬松政策的“鴿派”,也不是主張強力加息的“鷹派”,而是始終緊跟數據,做出准確判斷。研究人士指出,沃勒既能獲得市場信任,又符合特朗普尋求降低十年期國債收益率的訴求,其提名有望避免任命極端人選可能導致的收益率飆升風險。沃勒此前表示贊同7月就開始降息,這一鴿派言論被視為向特朗普遞“投名狀”。

究竟會是誰來接替鮑威爾?在所有的潛在人選中,現任美聯儲理事克裡斯托弗·沃勒(Christopher Waller)目前是公認的“最穩妥”選擇。


作為一位既不鷹派也不鴿派、而是嚴格遵循數據導向的貨幣政策制定者,沃勒憑借其卓越的思想領導力和敏銳的經濟判斷力,贏得了市場和政策界的廣泛認可。

研究人士指出,沃勒既能獲得市場信任,又符合特朗普尋求降低十年期國債收益率的訴求,其提名有望被債券市場積極定價,避免任命極端人選可能導致的收益率飆升風險。值得注意的是,沃勒此前表示贊同7月就開始降息,這一鴿派言論被視為向特朗普遞“投名狀”。

從“軟著陸”到“情景分析”,沃勒的判斷力屢屢領先

沃勒自2020年加入美聯儲理事會以來,在貨幣政策上的立場始終不偏不倚。他既不是一味強調寬松政策的“鴿派”,也不是主張強力加息的“鷹派”,而是始終緊跟數據,做出准確判斷。

2021年通脹突然加速時,幾乎所有主流預測機構都措手不及,而沃勒則迅速意識到這波通脹並非短期現象。在當時的講話中,他直言市場和政策制定者“選擇性地忽視”了一些關鍵數據,例如二手車價格的飆升,而這最終成為了通脹失控的“煤礦金絲雀”——一個早期預警信號。


2022年,美聯儲面臨兩難:一方面必須遏制高通脹,另一方面又擔心加息過快會引發衰退。沃勒在那時提出的觀點被很多人認為是“理想化”甚至“天真”——他主張可以通過加息來控制通脹,同時不引發大規模失業。這一思路依賴於所謂的“貝弗裡奇曲線”(Beveridge Curve),即職位空缺率與失業率之間的關系。

他認為,如果職位空缺下降、而失業率保持穩定,就可能實現“軟著陸”。兩年過去,這一理論與現實竟高度契合。事實證明,沃勒的路徑雖然狹窄,但並非空談。


在今年關於關稅的表態中,沃勒的立場再次表現出清晰的分析能力。根據見聞此前文章,沃勒承認關稅將推高通脹,但認為影響不會持續,因此貨幣政策依然可以考慮降息,並表示7月就可以開始降息。他提出的兩種主要場景中,核心個人消費支出(PCE)通脹峰值將在3%到5%之間,且有望在之後逐步回落。

市場信任他,特朗普也可以接受他

更重要的是,沃勒的政策溝通方式也在贏得市場信任。他不像一些官員那樣只給出具體預測點位,而是通過情景分析(Scenario Analysis)向市場傳達自己的政策反應機制。這種方式能讓市場更清晰地理解美聯儲在不同經濟路徑下的應對策略,被經濟學家如Renaissance Macro的尼爾·杜塔(Neil Dutta)認為是“值得信賴的政策制定者”。

沃勒之所以也可能成為特朗普的“可接受人選”,一個關鍵原因是他本就是特朗普在2020年任命的美聯儲理事,而且他並非一位典型的“建制派”,也沒有頻繁挑戰特朗普的經濟立場。他在保持央行獨立性的同時,又不排斥降息,這恰恰是特朗普所期望的。

相比之下,其它人選各有硬傷。曾在2006至2011年擔任美聯儲理事的凱文·沃什(Kevin Warsh)雖然一直被視為特朗普陣營的忠實盟友,但他的“通脹恐懼症”過於嚴重,早在2010年就強烈反對量化寬松(QE)政策,並因此辭職。他的立場與特朗普當下對寬松貨幣政策的需求不符。
點個贊吧!您的鼓勵讓我們進步     還沒人說話啊,我想來說幾句
上一頁12下一頁
注:
  • 新聞來源於其它媒體,內容不代表本站立場!
  • 在此頁閱讀全文
    猜您喜歡:
    您可能也喜歡:
    我來說兩句:
    評論:
    安全校驗碼:
    請在此處輸入圖片中的數字
    The Captcha image
    Terms & Conditions    Privacy Policy    Political ADs    Activities Agreement    Contact Us    Sitemap    

    加西網為北美中文網傳媒集團旗下網站

    頁面生成: 0.0302 秒 and 5 DB Queries in 0.0014 秒