DSGE 模型的贝叶斯估计

　　本书写作的目的：一是评价过去15 年间，DSGE 模型文献中使用的“ 标准”贝叶斯计算方法的精确度；二是介绍和研究“新的”计算方法，提高DSGE 模型后验分布的蒙特卡罗近似的精确度。读者很快就会发现这些方法实际并不新（这就是用引号的原因），但这些方法的某些应用却是新的。这些方法都来自于工程和统计文献，经过适当剪裁后用于DSGE 模型的贝叶斯估计。本书以2012年6月在鹿特丹伊拉斯姆斯大学经济计量学和丁伯根经济研究所（Tinbergen Institute） 作的“DSGE 模型的最新理论和应用”的系列讲座为基础，加入部分内容的最新进展写作而成。
适合阅读本书的读者包括：对应用前沿方法估计DSGE 模型感兴趣的学术界和央行的宏观经济学家；对状态空间模型的贝叶斯估计和非线性蒙特卡罗滤波方法感兴趣的计量经济学家；想了解实证宏观经济学中DSGE 模型应用的计量经济学家；有志于结合计量经济学和宏观经济学进行研究的博士研究生。

　　图3-1 集识别模型的后验分布 26
图3-2 Eπ ［θ］ 和Eπ ［θ 2］ 的重要抽样近似 29
图3-3 π1=0.2时离散MH 算法的效果 34
图4-1 小型模型的可观测变量 42
图4-2 蒙特卡罗平均τˉN | N0
的收敛性 43
图4-3 标度对精确度的影响 44
图4-4 外生过程的脉冲响应 45
图4-5 内生变量的脉冲响应 45
图4-6 典型状态空间模型的后验分布 48
图4-7 自相关函数和无效因子 53
图4-8 小样本方差对HAC 估计量 54
图5-1 粒子的SMC演化 62
图5-2 SMC后验分布近似 64
图5-3 典型状态空间模型的SMC算法的自适应性 67
图5-4 典型状态空间模型SMC近似的收敛情况 73
图5-5 λ对无效因子InEffN [θˉ]的影响  74
图5-6 调谐参数对不精确度量 V[θˉ]/Vπ[θ]的影响 74
图6-1 冲击相关时：参数ρgz 和ρzg 的先验分布和后验分布 78
图6-2 冲击相关时：脉冲响应（第1部分）  79
图6-3 冲击相关时的模型：脉冲响应（第2部分）  79
图6-4 冲击相关时：后验概率近似 81
图6-5 冲击相关时：边缘数据密度近似 81
图6-6 SW 模型：简明分位数近似（第1部分）  87
图6-7 SW 模型：简明分位数近似（第2部分）  88
图6-8 LPT模型：产出响应参数的后验分布 92
图6-9 LPT模型：税收协同参数的后验分布 93
图6-10 LPT模型：劳动税率扰动的脉冲响应 93
图8-1 小型模型：对数似然近似和ĝt 滤波 122
图8-2 小型模型：对数似然近似误差的分布（第1部分）  123
图8-3 小型模型：对数似然近似误差（第2部分）  124
2 DSGE模型的贝叶斯估计 图8-4 小型模型：大衰退时期及其前后的粒子滤波 125
图8-5 SW 模型：对数似然近似误差的分布 127
图8-6 SW 模型：过滤后的政府支出过程ĝt  128
图9-1 PFMH 抽样的自相关函数 134
表目录
表2-1 卡尔曼滤波的条件分布 13
表2-2 先验分布 16
表4-1 DSGE 模型参数的后验估计 43
表4-2 运行时间和调谐常数 52
表4-3 基于MH 算法的边缘数据密度函数 58
表5-1 再抽样：祖先和后代 68
表5-2 基于SMC算法的边缘数据密度估计结果 75
表6-1 冲击相关时：算法数据 80
表6-2 冲击相关时：边缘数据密度函数近似 82
表6-3 SW 模型：后验分布分位数 84
表6-4 SW 模型：算法数据 86
表6-5 LPT模型：财政政策规则参数的先验分布 90
表6-6 LPT模型：共同的先验分布 91
表6-7 LPT模型：SMC算法数据 91
表6-8 财政模型：后验矩（第1部分）  92
表8-1 小型模型：参数值 121
表8-2 小型模型：粒子滤波的汇总统计 123
表8-3 SW 模型：参数值 126
表8-4 SW 模型：粒子滤波的汇总统计 128
表9-1 小型模型：PFMH 的精确度 133
表9-2 SW 模型：PFMH 的精确度 135
表10-1 n 阶段后SMC 2的粒子系统 139
表10-2 小型模型：SMC 2的精确性 142
表A-1 SW 模型：扩散先验分布 146
表A-2 SW 模型：原始先验分布 147
表A-3 LPT模型：后验矩（第2部分）  148