我国通胀动态的结构计量经济分析.doc

我国通胀动态的结构计量经济分析 ——基于Gibbs抽样算法的研究 翁东东 内容提要本文在结构凯恩斯菲利普斯曲线Gibbs抽 【关键词通货膨胀动态 结构凯恩斯菲利普 Gibbs抽样算法 一、前言 Gali和Gertler(1999)第一次用结构菲利普斯Gali等(2005)进一步表明以当期Gali和GertlerGali和Gertler(1999)研究的推动，我国学者石柱(2004)运用广义矩方法、陈彦斌(2008)运用最 虽然Gali和Gertler(1999)的结构菲利普斯曲Rudd和Whelan(2005)的方法论批评：广义矩Gali和GertlerGali等(2005)回应说，尽管遗漏变量偏差在理论上无法消Rudd和Whelan在单方程结构模型中附加更 众所周知，广义矩方法的基本思想是要求矩函Altonji(1996)证明常用的二阶段估计量在Hansen等(1996)建Stock等(2002)进一步从模型识别角度指出， 事实上，Rudd和Whelan(2005)的方法论批评Gali和Gertler(1999)引入通胀期(2006)的研究在方法论上面临Rudd和Whelan(2005)批评。基于此，本文首先基于1995年第1季度到2011年第2季度宏观季度Rudd和Whelan(2005)批评，我们使用广义经验似 二、结构凯恩斯菲利普斯曲线 结构凯恩斯菲利普斯曲线是Gali和Gertler(1999)在新凯恩斯菲利普斯曲线基础上发展而来Gali和Gertler(1999)发现将通货膨胀Gali和Gertler(1999)的模型即是结构凯恩斯菲 其中πt代表通货膨胀率，Et(πt+1)表示在t期作t+1期预测。Gali和Gertler(1999)推导证明，如(1)解存在，必须满足条件αf+αb=1。令yt代表yt*代表潜在产出的对数，xt=yt-yt*定义xt，它通过Gibbs抽样算法估算。本文使Gali等(2005)使用生产边际成本，Beyer和Farmer(2007)使用失业率。et表示误差项，0，方差e2通常情况下，et与非前定变量xt和Et[πt+1]相关。t期的通货膨胀率的πt则用t-1期到t期价格水平的在方程(1)中用πt+1替代Et[πt+1]、πt-1替代Et[πt-1] 其中vt=etr+αf(Eπt+1-πt+1)。陈彦斌(2008)基于微(2)，发现Eπt+1约为6.74，相比πt-1的系数-0.40不仅大很多而Gali和Gertler(1999)利用美国数据采(2)得出Eπt+1和πt-1的系数分0.78和0.23。然而，Altonji和Segal(1996)的模拟Newey和Smith(2004)证明，相比广义矩估计(GMM)，广义经验似然估计量的高阶渐近偏差低GMM；特别地，经验似然估计量的偏差对于工具Martins和Gabriel(2009)用广(2)的估计 Gali和Gertler(1999)指出，若方程(2)的系数f+αb=1，表明通货膨胀粘性；反之则反f与αbRudd和Whelan(2005)批评意味着通胀粘性结论可 三、Gibbs抽样算法估计产出缺口Gibbs sampler是蒙特卡洛马尔科夫方法的一Geman和Geman在1984年提出，Gibbs sampler只需要计算在给定初值后变量的条 在利用卡尔曼滤波和最大似然估计方法估计状。而在应用基于贝叶斯理论的方法时，模型的超参数和状态向量同时看作随机变量，在迭代过程中不断调整至相对收敛。 Gibbs sampler算法在卡尔曼滤波算法中的应用 ①带入初值，利用模型的超参数和观测数据得。 ②利用和观测数据得到模型的超参数，并将其中，估计状态向量的方法分为Q是正定矩阵Q为正定矩阵时，我们可以Gibbs sampler或者多步Gibbs sampler。单Gibbs sampler是指在一次迭代中生成状态向量Gibbs sampler则是在一次迭代中Gibbs sampler更有Gibbs sampler方得到状态向量的估计。可以证明： 利用(12)式和(11)式可以得到，根据(10)式PT｜T进行(cholesky)分解，并将得到的下三角矩阵与得到服从(10)式分布的随机数，从而得到ξT。 根据(12)式可知，要得到ξt，必须要 将1995-2011年的GDP季度数据通过季度CPIGDP并进行季节调整，从中选取1995-2011年的数据作为实际GDP季度数据，同时1994年第l季度到第4季度的数据作为基期，得1995-2011年的潜在GDP季度数据并进行季节(图1)，并根据定义得到相对产出(图2)。