通货膨胀水平及其不确定性动态关系探析.docVIP

通货膨胀水平及其不确定性动态关系探析内容摘要：本文建立了SV- MT模型，运用MCMC方法，对我国通货膨胀水平和不确定性的动态关系进行分析，研究表明SV- MT模型能很好的刻画我国通胀不确定性动态特征，我国通货膨胀不确定性具有明显的持续性特征，通货膨胀不确定性对通胀水平具有正向影响作用，这反映了我国目前的宏观经济政策含有相机抉择的成分因素。 关键词：SV-MT模型 通货膨胀 不确定性 通货膨胀是宏观经济学中一个非常重要的问题，它关系到一个国家的经济稳定、社会稳定以及人民生活福利水平。严重的通货膨胀不仅仅会阻碍经济的发展，而其还有可能引起社会政治危机。中国经济体制改革以来，平均年通货膨胀率不到10%，较之其他发展中国家、独联体诸国和东欧国家，通货膨胀率不算高。但中国改革开放以来的通货膨胀率变化很大，既经历过年通货膨胀率达到20%以上的严重通货膨胀，也经历过轻微的通货紧缩，通货膨胀动态路径转换频繁，不确定性程度很强，对经济的危害并不低。较低的平均通货膨胀率和较高的通货膨胀变动相结合，是当前中国通货膨胀的一大特征，因此加强对不确定性的研究，不仅仅只是实践的需要，也是通货膨胀理论和其他经济理论发展的要求。 国内外学者已经对通货膨胀水平与不确定性的关系进行了大量的研究。Okun（1971）首先提出了高通货膨胀导致高通货膨胀不确定性。Friedman（1976）的研究指出通货膨胀不确定性的发生常常产生于公众通货膨胀预期上的错误，当公众预期的通货膨胀与实际的通货膨胀相差很多时，通货膨胀不确定性就产生了，且通货膨胀与通货膨胀不确定性存在正向的联系。Foster E（1978）采用样本方差或均方通胀率代表波动性指标，研究结果均表明通胀均值和波动性之间存在较强的正相关性。 随着经济计量技术的发展，Engle利用条件异方差模型（ARCH）对英国和美国通货膨胀的易变性进行了实证研究，估计出非预期通胀的方差序列。Kontonikas、Wilson（2006）、Guglielmo和Alex Andros等利用GARCH类模型对通货膨胀水平与不确定性的相关关系进行了研究。在GARCH 模型的框架下，一步向前的条件方差代表不可预测的通胀新息的波动性，它是事先的方差而不是像移动平均标准差那样的事后方差，因此，能够更好地反映通货膨胀不确定性。然而，在GARCH 类模型中令波动的条件方差服从一个确定的自回归过程，因此，波动的改变即是一个已知过程，这与不确定性的概念不符。与GARCH 类模型不同，随机波动（SV）模型令条件方差包含某些随机过程的不可见成分，因此，波动的改变是随机变化的，这种随机冲击的性质与程度也是影响通胀调整的重要因素。相对于GARCH 模型，Danielsson等的研究认为SV类模型在实证检验中优于GARCH 类模型，SV类模型能更好的刻画通货膨胀水平与不确定性的时变特征。 理论模型及参数估计 （一）理论模型 在时间序列波动研究文献中，SV模型是一类随机微分方程的离散化表示，其波动性不仅与以往的波动情况相关，还依赖于当前的信息项，通过对未观测随机过程建模显示其灵活性。与基本的SV模型相比，SV-t模型是一种厚尾SV模型，具有捕捉实际时间序列的尖峰后尾的能力，其对时间序列波动的描述能力更强。 设时间序列通货膨胀水平rt，根据通货膨胀水平的波动性，假定rt服从分布：rt～N（0，σt2），其中σt2是rt基于t-1时刻已有信息的条件方差，由此可以得到SV-t模型： （1） 其中：残差项εt和ηt互不相关；为持续性参数，反映了当前波动对未来波动的影响，0，表示波动和预期观测变量具有正向相关关系，d值的大小表示波动变动一个单位时对预期观测变量的影响程度。 （二）参数估计 根据式（2）可得ht的条件分布为：ht |μ，φ，ht-1～NID（μ+φ（ht-1-μ），1/τ）；对于给定的ht和d值有：rt |ht，d～t（d exp（ht），exp（ht），υ），t=1，2，…，n。由此可得到rt的条件概率分布函数： 由以上可得到SV-MT模型的似然函数： （2） SV-MT的参数估计采用基于MCMC（Markov Chain Monte Carlo）的贝叶斯估计方法。MCMC方法将随机过程中的马尔可夫过程引入到Monte Carlo模拟中，建立马尔可夫链，实现动态模拟，构造平稳分布的样本，并使它的平稳分布和后验分布相同，当马尔可夫链收敛时，模拟值可以看作是从后验分布中抽取的样本。定义SV-MT模型中的待估参数为h=（μ，φ，τ，d，υ）′，通货膨胀水平R=（r1，r2，…rn）′，不可观测的潜在对数波动率记为：Q=（q1，q2，…qn）′，则模型的条件似然函数可以写成 ：