"One size fits all”? : Monetary policy, inequality and core-periphery divide in the Euro Area

Abstract

This dissertation examines how the European Central Bank’s (ECB) single monetary policy asymmetrically affects income inequality in core and peripheral euro area countries. Using quarterly data from 2002 to 2022, we estimate several Panel Vector Autoregression (PVAR) specifications that combine three policy instruments – interest rates, the Wu and Xia shadow rate, and quantitative easing – with three inequality metrics: the Gini coefficient, the Bottom 50% income share, and the Top 1% income share. The analysis distinguishes between direct transmission effects and indirect effects via the financial and labor market channels, presenting results separately for core and periphery. A key distinction is made between the full-sample interest rate model (2002Q1–2022Q4) and a post-crisis version (2012Q1–2022Q2). The former provides a long-run perspective, while the latter aligns with the ECB’s zero lower bound environment and enables comparison with unconventional monetary policy tools. The findings reveal clear regional heterogeneity. In the full-sample model, monetary tightening reduces inequality in the core but increases it in the periphery through indirect channels. In the post- crisis model, this pattern reverses, with rate hikes widening inequality in the core and narrowing it in the periphery. Shadow rate shocks show weaker, mostly indirect effects, with opposite signs across regions. Quantitative easing strongly reduces inequality in the periphery but widens it in the core, with gains concentrated at the top. Overall, the results show that a “one size fits all” monetary policy produces markedly different – and often opposing – distributional outcomes, underscoring the need for region-specific fiscal policies.

Esta dissertação analisa como a política monetária única do Banco Central Europeu (BCE) afeta de forma assimétrica a desigualdade de rendimentos entre países centrais (core) e periféricos da área do euro. Com dados trimestrais de 2002 a 2022, estimam-se várias especificações de Panel Vector Autoregression (PVAR) que combinam três instrumentos de política – taxas de juro, a shadow rate de Wu e Xia e o Quantitative Easing – com três métricas de desigualdade: o coeficiente de Gini, a quota dos 50% mais baixos e a do 1% do topo. A análise distingue efeitos diretos e indiretos, através dos canais financeiro e laboral, apresentando resultados separadamente para core e periferia. Uma distinção central é feita entre o modelo de taxas de juro da amostra completa (2002Q1– 2022Q4) e uma versão pós-crise (2012Q1–2022Q2). O primeiro fornece uma perspetiva de longo prazo, enquanto o segundo permite comparação com políticas não convencionais. Os resultados mostram heterogeneidade regional. No modelo completo, o aperto monetário reduz a desigualdade no core, mas aumenta-a na periferia. No pós-crise, o padrão inverte-se: subidas das taxas ampliam a desigualdade no core e reduzem-na na periferia. Os choques da shadow rate têm efeitos fracos e sobretudo indiretos, com sinais opostos entre regiões. Já o Quantitative Easing reduz a desigualdade na periferia, mas alarga-a no core, beneficiando o topo da distribuição. Conclui-se que a política monetária de “one size fits all” gera resultados distintos – e por vezes opostos – reforçando a necessidade de políticas fiscais adaptadas às condições de cada região.