LT-TVP-FAVAR模型的构建及其在宏观经济研究中的应用.pdf

摘要

随着大数据时代的到来，高维数据之间的建模愈显重要，其应用也越来越广

泛，但是容易面临“维数灾难”问题。为了更好地解决该问题，本文构建了潜在阈

值时变因子扩展的向量自回归（LT-TVP-FAVAR）模型。该模型通过加入因子的

方式将更多信息包含在模型中，其次通过加入潜在阈值减少了模型中的待估参数，

从而有效解决了高维数据容易出现的“维数灾难”问题，同时校正了脉冲响应函数，

并对模型的预测能力进行了改善。鉴于LT-TVP-FAVAR模型在脉冲响应分析和

经济变量预测中的优良表现，本文应用该模型研究了经济政策不确定性对宏观经

济的影响，并对我国的GDP增长率进行了短期预测。

关于经济政策不确定性对产出和物价影响的研究，首先分析经济政策不确定

性对产出和物价的影响机制，从而为实证数据的选取提供理论依据。其次基于

2001年1月至2022年4月间的高维月度数据，应用本文构建的LT-TVP-FAVAR

模型实证研究经济政策不确定对产出和物价的影响效应，宏观经济信息涵盖了投

资、消费、产出和进出口等26个变量。实证结果表明，本文构建的LT-TVP-FAVAR

模型在分析经济变量之间的影响关系时将更多的信息包含在内，使得模型得出的

结论与实际情况更加吻合；脉冲响应图显示，经济政策不确定性在短期内对我国

的产出和物价水平都具有明显的时变效应，从长期来看冲击效应会逐渐减弱。在

经济不稳定时期，我国的经济增长速度变缓，同时我国的物价水平会出现大幅波

动。

关于我国GDP增长率预测的研究，选取2001年1月至2022年12月的GDP

增长率以及与其相关的16个经济变量，构建了LT-TVP-FAVAR模型，将其预测

结果与基准模型TVP-VAR模型、TVP-FAVAR模型和LT-TVP-VAR模型作对比。

LT-TVP-FAVAR模型相对误差为2.675%，小于LT-TVP-VAR模型的4.848%、

TVP-FAVAR模型的12.014%和TVP-VAR模型的14.993%，研究结果表明本文构

建的模型在GDP预测方面的效果优于选取的基准模型。

关键词：经济政策不确定性宏观经济GDP增速预测LT-TVP-FAVAR模型

Abstract

Withtheadventoftheeraofbigdata,modelingbetweenhigh-

dimensionaldatabecomesmoreandmoreimportant,anditsapplicationis

moreandmoreextensive,butitiseasytofacetheproblemofdimensional

disaster.Inordertosolvethisproblem,weconstructavector

autoregressivemodelwithextendedtime-varyingfactoroflatenthreshold.

Themodelincludesmoreinformationinthemodelbyaddingfactors,and

thenreducestheparameterstobeestimatedinthemodelbyaddinglaten

threshold,thuseffectivelysolvingtheproblemofdimensionaldisaster

whichiseasytooccurinhigh-dimensionaldata.Atthesametime,the

impulseresponsefunctioniscorrected,andthepredictionabilityofthe

modelisimproved.InviewoftheexcellentperformanceoftheLT-TVP-

FAVARmodelinimpulseresponseanalysis