基于贝叶斯分析框架下的VAR和DSGE模型①
2014-08-16阳晓明
阳晓明
(湘潭大学商学院,湖南湘潭411105)
1 引言
宏观经济学在20世纪30年代“凯恩斯革命”中成为独立的研究领域。应用宏观经济学一直是宏观经济学中最为活跃的研究领域之一,各种新思路、新方法层出不穷。“凯恩斯革命”之后的几十年中,由凯恩斯理论导出的结构方程方法成为宏观经济学实证研究的主要方向。但是20世纪70年代由于受到卢卡斯批判(Lucas critique)和宏观经济模型商业应用的冲击,考尔斯委员会(Cowles commission)结构性联立方程组模型逐渐失去其在应用宏观经济学中的统治地位。20世纪80年代以后,由于Kydland and Prescott(1982)和Long and Plosser(1983)的开创性工作,第一代动态随机一般均衡(DSGE)模型以(Kydland and Prescott为代表的RBC模型)成为宏观经济学的主流理论方法,许多实证宏观计量方法也围绕如何估计和评价DSGE模型展开[1]。
在实证宏观计量方法方面,经济学家提出了许多正式和非正式的数量方法,如向量自回归(VAR)方法、校准(calibration)方法、一般矩估计方法(GMM)及完全信息极大似然估计(MLE)方法等等。为了减轻“经济理论施加的难以置信的限制”,Sims(1980)提出较少运用经济理论而以数据为中心的VAR方法,该方法自提出以来得到了广泛的运用,并成为宏观经济建模的基本分析工具。DSGE模型是一个数据生成过程的多元随机表示系统,这使我们很容易将其近似表示为VAR模型[2]。但是,简单的DSGE模型对数据施加了很强的限制和约束条件,因而存在严重的模型误设定(mis-specificaiton)问题,这使得由DSGE模型所导出的VAR模型常常被实际数据所拒绝(An and Schorfheide,2007)。正是由于模型误设定和……
