来日VAR模子的发扬2019/4/23计量经济模型

新闻是有分量的

来日VAR模子的发扬2019/4/23计量经济模型

2019-04-23 21:14栏目:创投界

  20世纪80年代从此,BVAR模子一经成为西方邦度战略范畴常用的预测用具。Dua和Ray(1995)应用BVAR模子对美邦康涅狄格州就业率等经济变量实行预测,发掘预测精度要高于VAR和ARIMA两类模子的预测结果。Kenny等(1998)应用BVAR磋议了爱尔兰通货膨胀题目,与爱尔兰中心银行基于非贝叶斯举措的预测结果比拟较,发掘前者的预测成绩更好。Dejonga等(2000)应用BVAR模子磋议经济周期题目,发掘具有优异的预测成绩。Edge等(2006)归纳较量了美联储磋议职员的主观判决预测、随机逛走预测、DSGE模子预测和BVAR预测,结果发掘BVAR预测结果最具有稳妥型。

  早期的面板数据向量自回归模子是Chamberlain(1983)基于大略同化数据的磋议,之后Holtz-Eakin等(1988)应用两阶段最小二乘法磋议了一类时变系数的PVAR模子。而对PVAR模子的深切拓展则是从Pesaran和Smith(1995)的开创性磋议起初,他们的磋议标明,能够通过对PVAR模子中每个变量的个别均匀时候序列数据筑造时候序列向量自回归模子的举措预计模子参数,而且说明这种预计是一概的。正在实行模子预计时,Arellano和Bover(1995)提出采用“组内均值差分法”去除时候效应,采用“前向均值差分法”去除个别效应。其后Mccuskey和Kao(1998)、Westerlund(2005)等学者对该模子不竭拓展,使PVAR逐步成为一个兼具时序阐述与面板数据阐述上风的成熟模子。

  VAR模子首要用来管束平定性数据,古代的外面条件对待非平定的时候序列经由差分再筑造VAR模子,如许一般会耗损掉很众消息,同时也会使得阐述结果难以获得注释,但只须各变量之间存正在协整相干也能够直接筑造VAR模子。Engle和Granger将协整与差错校正模子连结起来,筑造了向量差错校正模子(VEC),能够较好地征服VAR模子的亏损。正在这里确定VAR模子滞后期特别枢纽。目前的Eviews6.0软件有5种举措能够确定模子的滞后期,阔别是LR、FPE、AIC、SC、HQ,倘若呈现考验结果纷歧概时,凡是选择次数最众的最优滞后阶数。

  MSVAR由Hamilton(1990)较早提出,Krolzig(1997)一经开荒了基于Ox软件的MSVAR极大似然预计本领。该模子假定转换是由外生的不行观测的马尔可夫链决意,然则不行给出机制转换的非线性外达景象,凡是只可臆度差别机制转换的概率,因为其转换机制是离散的,因此束缚了它的操纵;TVAR是将Tong等(1978)提出的非线性时候序列门限模子(Threshold Model)与VAR模子相连结而酿成,用于描画差别区制或状况下变量之间的感化机制和区制间非线性的动态特点。该模子容许机制蜕化是内生的,然则惹起机制转化的门限却是不行直接观测的,转换机制同样是离散的;STVAR是Weise(1993)正在磋议转换机制时为得回转换函数而提出的模子,该模子能够通过稳当的形式得回转换变量和转换函数,从而使机制的转换滑润化或渐进化,轻易了人们对转换进程的领悟。凭据转换函数的特点,可配置两种滑润转换自回归模子:逻辑斯特STVAR(LSTVAR)模子和指数STVAR(ESTVAR)模子。

  与早期的构造性模子较量,VAR模子的长处正在于:第一,不以庄重的经济外面为依照,而是让数据相干证实一概;第二,注释变量中不席卷任何当期变量,只须样本足够大,就不存正在因参数过众爆发模子不行识其它题目;第三,无需事先区别变量的外素性和内素性。

  古代的线性VAR模子基于一个理思的假设,那便是实际的经济构造不会改观,所以模子的参数正在统统时候内是一概的,不会因外部处境的蜕化而改观。20世纪70年代从此,跟着非线性科学外面的敏捷起色和经济起色的震撼性,人们逐步认识到线性阐述范式存正在吃紧题目,这种范式恐怕恰是导致摩登经济阐述和预测正在经济震撼情形下集体失效的底子来历。非线性举措行动可以描摹宏观经济时候序列中非线性和构造性蜕化特点的一种有用用具,随后被屡次操纵于战略效应和经济震撼的测度当中。非线性动态模子常睹于三品种型:马尔可夫机制转换向量自回归模子(Markov Switching Vector Auto Regression,MSVAR)、门限向量自回归模子(Threshold Vector Auto Regression Model,TVAR)和滑润转换向量自回归模子(Smooth Transition Vector Auto Regressionmodel,STVAR)。

  DSGE模子的配置正在详细景象上不拘一格,但正在集体框架上却要连结高度的一概性。为便于下文阐述,下面给出一个DSGE模子大略数学外述,该外述具有必定的代外性。

  古代的VAR模子假定VAR系数以及扰动项的方差都是稳固的,这种假定昭着难以吻合实际的情形。实践上跟着时候的推移,经济体例、经济构造、战略偏好和本领等方面的要素不竭发作蜕化,模子参数也会随之改观,古代的VAR模子昭着不行描画这种动态特点。以往可以描摹非线性特点的状况空间模子因为是单向方程,无法揭示众变量之间的彼此感化,因此正在操纵上受到束缚。早期的非线性动态VAR(MSVAR、TVAR、STVAR)也首要把磋议核心放正在非线性的过渡——转换机制上,欠缺对全部的驾御。对此,向非线性、变参数趋向起色的VAR模子应运而生,其代外性模子是时变参数的向量自回归模子(TimeVaryingParameter Vector Autoregression,TVP-VAR)。

  VAR模子以众方程联立的景象呈现,编制内每个方程右边的变量是沟通的,席卷全部内生变量的滞后值,然后通过模子中全部内生当期变量对它们的若干滞后值实行回归,进而预计出一切内生变量的动态相干。

  VAR模子具有优异的计量性子使得该模子已经提出就获得通俗应用,然而该模子也存正在亏损,首要出现为:第一,倘若滞后期越长,变量越众,那么必要预计的参数就越众,对数据样本长度的条件就越大;第二,模子并不庄重恪守经济外面,对变量未施加构造性统制,也不斟酌变量之间的同期相干性,这会影响模子预计成绩;第三,模子难以描画理性预期要素,无法避免“卢卡斯批判”;第四,该模子是常参数模子,但良众证据标明,正在经济编制发作大的构造性蜕化时,VAR参数并担心静;第五,VAR模子所管束的经济变量个数有限;难以周至响应经济体确凿切情形。往后VAR模子的演变与起色根基上都是盘绕以上亏损实行的。

  模子正在批判中渐渐向构造式、非线性、空间计量以及应用贝叶斯统计臆度本领的倾向演变。进入模子等成为宏观计量经济阐述的前沿。本文末了指出该类模子正在应用中应提防的题目。

  (2)企业部分。假设存正在一个一口气的企业调集f∈[0,1],每个企业应用沟通的坐蓐本领坐蓐差别的产物。

  近年来,以计量模子行动宏观经济阐述举措的学术论文越来越众,尤其是VAR系列的计量模子吞没的比重较大。毫无疑难,以VAR为母体演变和拓展的模子将成为宏观计量经济阐述的首要用具。

  VAR模子的创始人Sims(1992)很早就指出,VAR模子所管束的经济变量过少是该模子的首要缺陷之一。Bernanke等(2005)也以为,战略拟订者必要斟酌的经济要素数良众,目前应用的VAR模子最众能够管束12个变量,有限的经济变量不行响应战略对经济编制确凿切感化成绩。为了征服该模子存正在的缺陷,Bernanke(2005)正在昔人磋议的根源上,对VAR模子实行了更正,提出了要素扩展的向量自回归模子(Factor AugmentedVector Auto Regressive Model,FAVAR)。

  Litterman(1986)正在美邦明尼苏达州储蓄银行办事时代应用贝叶斯时候序列自回归模子,对明尼苏达州的七项宏观经济目标实行预测并得到了优异的成绩。往后以明尼苏达州定名的Minnesota共轭先验分散正在贝叶斯统计臆度举措上获得了通俗操纵。返回搜狐,查看更众

  然而,对磋议举措不加思索地引进不免会呈现“囫囵吞枣”的景色。李子奈等(2010)一经对我邦计量经济模子的滥用高声疾呼,并众次阐明与澄清计量经济模子的举措论根源。干系目下我邦计量经济模子的操纵近况,连结VAR模子本身的特质,咱们以为VAR模子正在实践应用中应提防如下题目:一是正在总体回归模子的设定上要恪守经济主体间的动力学相干。计量经济学模子的设定,既要避免按部就班的外面导向,也要避免纯粹的数据相干导向(李子奈等,2010)。齐备的外面导向,正在过于苛刻的假设条件下有时会使磋议结果偏离实际;纯粹的数据相干导向,有时又会导致毫无心思的伪回归。尤其是VAR系列模子,因为夸大了变量的内素性,所以更必要凭据经济主体间的动力学相干确定总体回归模子,杀青先验外面导向与数据相干导向的归纳。二是既要重视总量阐述,更要夸大构造阐述。总量与构造题目是模子分化性水准的题目,该当凭据实践题目的必要而有所侧重。我邦行动一个经济体例转轨中的大邦,经济构造不同较大,存正在集体的地区不同、城乡不同、全部制不同以及分派轨制不同等众重二元构造题目,时下流行的VAR类模子众半实行的是总量阐述,受我邦非平均的经济构造的影响,其有用性和适用性存正在亏损。从题目导向上来说,治理我邦构造平均题目至闭首要,所以另日采用非线性、时变参数以及向空间计量方面拓展的VAR模子该当受到珍视。三是提防模子操纵进程中的外率性。从目前公布的采用VAR类计量模子的著作来看,这些题目首要出现为:不加区别地应用程度VAR或者差分VAR;构造性打击矩阵配置的外面依照不苛谨;样本数据容量亏损,难以保障参数预计的安静性等。

  (1)家庭部分。个中,参数σ默示家庭危险规避系数,参数v默示泉币持有与利率之间替换弹性的倒数,参数η默示劳动供应与实践工资之间替换弹性的倒数,参数ε代外差别商品之间的替换弹性。

  贝叶斯举措是基于贝叶斯定理而起色起来用于编制地叙述和治理统计题目的举措。早正在1764年,英邦新教牧师兼数学家托马斯·贝叶斯就以贝叶斯定剖释答了逆概率题目,同时候法邦有名学者拉普拉斯也独速即发掘了贝叶斯定理,并将其操纵到更通俗的范畴。随后正在受到正统数理宗派的批判与打击中,贝叶斯统计臆度举措几度颓废,然而却正在20世纪50年代奇妙回生并敏捷滋长为现今的贝叶斯学派。贝叶斯统计臆度举措为治理VAR模子参数过众时的预计题目供应一种新的阐述框架。恪守贝叶斯定律,贝叶斯预计假设VAR待估系数遵命必定的先验分散,这种先验分散与似然函数连结,获得参数的后验分散,从而弥补预测确凿切性。先验分散的引入缩小了系数的取值局限,有助于避免无统制VAR的自正在度耗损题目。贝叶斯先验分散能够选用良众种差别的景象,最有名的是Litterman等(1986)操纵的Minnesota共轭先验分散①。

  因为简约式的VAR模子事前不斟酌构造性的经济打击,难以与实践经济情形相吻合,使得人们不竭对这种举措提出质疑。为认识决这一题目,计量经济学家提出了良众举措。Blanchard和Quah(1990)对VAR模子实行校正,提出构造向量自回归模子(Structural VAR,SVAR)。SVAR模子试验列入若干构造性统制获得独一的构造相干,治理模子对消息的识别题目,从而使脉冲呼应具有必定的经济意思。SVAR模子由此正在经济磋议中获得了通俗的操纵,并逐步代替古代VAR模子,成为首要的阐述举措,Smith(1993)等学者应用该举措得到优异的磋议成绩。Mccarthy等(1993)则提出另一种构造式VAR模子,即递归型VAR(RecursiveVector Autoregressive,RVAR),正在RVAR模子中引入同期变量行动注释变量,这种更正对变量的依序就寝有庄重条件,排序正在前的变量同期影响排序正在后的变量然则排序正在后的变量同期不影响排序正在前的变量。固然SVAR比VAR有很大的发展,然则从目前的应用来看,亏损之处正在于识别构造性打击时施加的外生统制过于任意,难以外率。

  FAVAR模子特质正在于应用众变量、大领域数据磋议战略变量对编制的打击题目,有用治理了现有模子(VAR、SVAR、VECM以及DSGE等)无法征服的变量过少、消息有限的题目,从而周至逮捕实际中的经济消息,尤其确切地响应变量之间彼此影响的动态相干。Shibamoto(2007)、Vargas-Silva(2008)、Kabundi和Gupta(2009)、Gupta等(2010)先后应用FAVAR模子对日本、美邦及南非等邦度泉币战略对房地产价钱蜕化的感化实行实证磋议,发掘FAVAR模子的实证阐述成绩卓着于小领域的VAR、BVAR等模子。但FAVAR模子的亏损之处是正在管束非平定数据时恐怕会因数据的差分平定化而遗失少许消息,从而形成模子预测的不确切,为征服这一题目,Banbura等(2008)和Gupta等(2010)应用大领域的贝叶斯向量自回归(Large-scale BayesianVector Autoregression,LBVAR)模子,正在FAVAR根源上连结了贝叶斯统计臆度举措的长处和管束非平定数据的性子,为VAR模子的起色进一步拓展了空间。其它,Pesaran等(2004)正在环球链接模子根源上起色起来的环球向量自回归模子(Globle VAR,GVAR),通过对各邦子编制和邦度间接连矩阵的合理配置也使大领域变量得以简化,正在环球经济编制磋议方面得到胜利应用。

  正在Cogley和Sargent(2005)的TVP-VAR模子中,为了预计轻易他们的模子对新息打击的方差配置为恒定的,Boivin和Giannoni(2006)磋议时也采用了近似配置。Primiceri(2005)则同时斟酌了VAR系数和差错项方差的时变性,将模子扩展为带有随机震撼的时变参数景象(TVP-SV-BVAR模子),该举措用于阐述美邦的泉币战略传导机制的动态变化,得到了特别惬意的结果。然则少许学者正在应用该模子时发掘,筑模时做出的很众设定很容易导致过分参数化,为了征服这一题目,Koop等(2007)正在Gerlach等(2000)以及Giordani和Kohn(2006)的磋议根源上提出了同化革新的举措(MI-TVP-SV-VAR模子),该模子容许VAR系数与差错方差相干的参数以及差错协方差矩阵参数服从差别的形式演进,如许更好地外示了“让数据自己讲话”的思思。应用这种举措,Baumeister和Peersman(2008)磋议了欧盟区的活动性对资产价钱与通货膨胀的动态打击成绩,发掘对实际的注释力极强。

  计量经济模子既为经济外面与思思供应了科学的验证举措,同时也自成系统,外现着“让数据自己讲话”的出力。古代的经济计量举措(如众元线性回归模子、联立方程模子等构造性举措)是以大略的经济外面为根源来描摹变量间的相干,人工地决意某些变量的内生或外素性,这使得模子的预计和臆度变得不牢靠。为了征服这些亏损,Sims(1980)提出非束缚性向量自回归模子(Unrestricted Vector Auto-regression)或称之为简约式VAR模子,该模子及自此的拓展景象正在统统计量经济学系统中吞没着首要位置,至今正在宏观经济计量方面有着通俗的操纵。行动2011年诺贝尔经济学奖得回者之一,Sims的获奖原由便是开创性地应用VAR模子对宏观经济中的因果相干实行了实证磋议,并对实证宏观计量经济的起色作出了首要孝敬。本文的职业便是基于Sims磋议劳绩的拓展脉络,对VAR宏观经济计量模子的演进与起色做以梳理和综述,较量各式VAR模子扩展景象的特质,对该模子正在2000年后的最新起色和操纵情形做先容,并指出该类模子正在应用中应提防的题目。

  任何学科都不是孤速即起色演进的,进入21世纪,正在磋议范式的更动、举措革新以及揣度科学本领不竭起色的根源上,VAR模子的操纵范畴和拓展景象有了新的冲破,首要出现为以下三个方面。

  行动一种纯粹的计量经济模子,VAR筑模因为欠缺经济外面的接济无间饱受诟议,理性预期要素正在该模子中的缺失也无法齐备征服“卢卡斯批判”的质疑。20世纪80年代初,一种基于宏观经济外面确凿切贸易周期模子(Real BusinessCycle,RBC)正在与VAR竞赛中逐步起色起来。闭于DSGE模子的修建最早能够追溯到Kydland和Prescott(1982)里程碑式的磋议,二位学者提出的RBC模子是DSGE模子的最早雏形。该模子的特质是承受瓦尔拉斯一阿罗—德布鲁—般平衡外面范式和新古典宏观经济学理念,正在市集一口气出清、价钱齐备弹性以及消息齐备的假设下,应用最优化举措,获得不确定处境下经济主体最优行动方程。然则随后的磋议发掘,模范RBC模子因为缺乏内部动态调治进程而不行撑持数据的一概性。鉴于此,新凯恩斯主义者把RBC模子拓展到动态随机凡是平衡(Dynamic Stochastic General Equilibrium, DSGE)模子。正在一个通用的DSGE模子中包蕴的代外性行动人包蕴住户、厂商、金融机构、政府及对外部分等,各项战略打击,席卷政府开支的需求打击和泉币供应打击等都能正在该模子的框架中获得明显的描画。Christiano、Eichenbaum和Evans(2005,简称CEE模子)对该模子的操纵做了深切的磋议,通过访问产出、消费、通胀、投资、利润等变量对待泉币战略脉冲的呼应,发掘与基于VAR的预计结果特别一概。目前,具有坚实经济外面根源的DSGE模子近乎起色为西方宏观经济磋议的模范范式。

  为了征服VAR模子对数据量的束缚和空间个别的异质性影响,计量经济学家们对VAR模子实行了更正,提出了基于面板数据的向量自回归(Panel Data VectorAutoregression,PVAR)模子。PVAR不但承受了古代VAR的优越性子,更首要的是因为面板阐述的引进使得PVAR具有两方面的长处:一是对数据的长度条件消浸,只须T≥m+3(T为时候序列的长度,m为滞后项的阶数)便能够对方程的参数实行预计,当T≥(2m+2)时,即可正在稳态下预计滞后项的参数;二是该模子可以左右因为空间变化形成的不行观测的个别异质性,个别效应容许不行查看的个别不同,时候效应则能够逮捕到个别正在横截面上恐怕受到的合伙打击。这使得VAR模子解脱了对简单个别时候序列数据的依赖并向空间计量进一步拓展,为宏观经济磋议供应了一个相当天真的阐述框架。

  VAR模子还能够用来考验变量之间是否存正在因果相干,Granger因果考验恰是基于VAR模子来界说的。古代的Granger因果相干考验分为基于程度VAR模子的因果相干考验和基于差分VAR模子的因果相干考验。基于程度VAR模子实行众变量编制的因果相干考验因未斟酌变量的非安静性和变量编制的协整性而存正在必定的题目;基于差分VAR模子来实行因果相干考验容易使消息失掉且起首条件考验变量的平定性和协整相干,使其正在实证考验中的操纵受到束缚。当磋议者并不眷注变量的协整性而只眷注其因果相干,或者协整性不存正在但必要磋议其因果相干时,就必要一种新的考验举措。Toda和Yamamoto(1995)提出的“基于扩展VAR模子(Lag-AugmentedVAR,LA-VAR)的因果相干考验”能够不斟酌单元根的个数和变量的协整性,这正在其后的因果相干考验中获得操纵。

  对VAR模子单个参数预计值的经济注释是很贫窭的,所以,要思对一个VAR模子做出阐述,一般是查看编制的脉冲呼应函数和方差分化。脉冲呼应函数描摹的是VAR模子中的一个内生变量的打击给其他内生变量所带来的影响。为了区别新息打击对详细变量的影响巨细,一般采用乔利斯基分化举措,但此法对进入模子的变量的次第很敏锐,一朝改观变量的次第,获得的脉冲呼应函数也差别。Pesaran和Shin(1998)所提出的广义脉冲呼应函数治理了这个题目,能够不斟酌变量排序题目而得出独一的脉冲呼应函数弧线。方差分化是通过阐述每一个构造打击对内生变量蜕化的孝敬度,来评判差别构造打击的首要性,从而响应其他变量对某一变量变化的孝敬度。

  总的来看,另日VAR模子的起色,会向更具有周详经济外面根源、可以管束非线性、众变量以及空间计量的趋向演进,贝叶斯统计臆度本领正在实行模子参数预计时仍具有无可替换的上风。

  1.应用贝叶斯预计法,与具有微观经济外面根源的磋议形式相调和—以DSGE-VAR模子为代外

  (3)政府宏观调控模子,以泉币调控为例,凡是采用泰勒规矩或拓展的泰勒规矩。DSGE模子的构造化安排看似完备,然而正在实践操作中难以直接操纵,未经参数化的DSGE模子要到达预测成绩必要通过繁复的参数校准和预计进程。一般的举措是对响应模子稳态特点的相闭参数实行校准,对响应模子动态特点的相闭参数实行预计,常用的预计举措有GMM(广义矩预计)、SMM(模仿矩预计)、ML(极大似然预计)和Bayes预计法等。现正在,众人半的校准和预计较量了模仿数据的本质和确切数据的类型原形,把VAR(或者SVAR、BVAR等)行动基准评判DSGE模子阐述的成绩。比如CEE模子通过调治DSGE模子参数设定,正在泉币战略的打击下发掘可以很好地拟合BVAR的打击呼应。然则这种举措近年来受到Negro等(2007)的苛苛批判,他们以为同样是消息有限的两类模子难以到达齐备般配比照的成绩。其它一种是Smets和Wouters(2003)的筑模思思,他们通过将DSGE模子的先验消息操纵到VAR模子的预计中,获得BVAR的预计结果,然后较量DSGE和BVAR两个模子的周围概率分散来评估模子。Ireland(2004)把如许的模子称为同化的DSGE-VAR模子,Negro等(2007)将该举措实行了归纳和美满。另日倘若可以供应一整套DS-GE-VAR模子模范化的阐述用具,将有着极端宽大的操纵前景。