非線性DSGE方法及其在貨幣政策中的應用研究——基于新凱恩斯主義的視角.pdf

1、近十年來,新凱恩斯主義貨幣政策理論動態(tài)隨機一般均衡模型在主流宏觀經濟學與貨幣經濟學研究中占據重要地位,眾多研究人員尤其是各國中央銀行研究者廣泛采用這一框架進行政策分析與評估。但已有的研究大多采用對數線性化方法對動態(tài)隨機一般均衡模型進行處理,這一研究方法在簡化模型分析的同時也由于其對在對數線性逼近過程中對于變量高階項的忽略而引起了模型結論的偏誤。
　　本文基于已有研究對線性動態(tài)隨機一般均衡模型方法的批評,嘗試性提出兩類非線性動態(tài)隨機

2、一般均衡模型方法。本文首先對已有研究提出的非線性移動平均方法進行了擴展,使其能夠分析存在相互關聯外生沖擊以及包含單位根情形下的動態(tài)隨機一般均衡模型?；诜抡鎸嶒灥臄祿?本文結合外生沖擊的脈沖響應函數對擴展的非線性動態(tài)隨機一般均衡模型與線性模型的差異進行了分析。研究結果表明外生沖擊對于變量的二階項與三階項具有顯著性影響,并且變量的二階項以及三階項對于變量的變化具有顯著性效應。因此,線性動態(tài)隨機一般均衡模型由于忽略了變量的高階項而引起了偏誤

3、。當然,這是本文區(qū)別于已有研究的第一個方面。
　　為了更清晰的比較擴展的非線性移動平均方法與線性模型方法的差異,本文構建了一個包含失業(yè)的小型規(guī)模新凱恩斯主義貨幣政策理論動態(tài)隨機一般均衡模型以中國產出的持續(xù)性,并分別采用對數線性化方法與擴展的非線性移動平均方法對模型進行處理?；谝延欣碚撆c經驗研究中得到的結構性參數取值,本文對產出持續(xù)性模型進行了校準。校準之后的外生沖擊的脈沖響應函數顯示出產出變量的二階成分與三階成分對于外生沖擊的反

4、應具有相當強的持續(xù)性,變量的二階成分即誤差修正項對于外生沖擊的效應具有修正作用;基于實際數據計算的產出持續(xù)性與非線性移動平均方法處理的模型較為接近,而對數線性化模型顯著性夸大了中國產出的持續(xù)性。而基于產出變量的二階核密度函數與三階核密度函數分析的結論也表明了產出變量的二階成分與三階成分對于過去信息保持著相當的記憶性特征。因而,當外生沖擊發(fā)生時,產出變量的二階成分與三階成分對于產出變量的變化具有顯著性影響。由于產出變量的二階項與三階項的影

5、響顯著存在,那么,對數線性化模型由于對變量高階項的忽略而造成了模型的偏誤。在此基礎上,本文進一步采用未包含失業(yè)但包含物質資本投資的模型以及未包含物質資本投資但包含失業(yè)的模型進行中國產出持續(xù)性分析。結果發(fā)現在未包含失業(yè)但包含物質資本投資的模型中,中國產出持續(xù)性最大;而未包含物質資本投資但包含失業(yè)的模型中中國產出的持續(xù)性最小。這一研究結論表明物質資本投資促進了我國產出的持續(xù)性,而失業(yè)的存在降低了我國產出的持續(xù)性。當然,這也構成了本文第二個方

6、面的創(chuàng)新。
　　在第一類非線性動態(tài)隨機一般均衡模型分析的基礎上,本文進一步提出了第二類非線性動態(tài)隨機一般均衡模型方法:二次型自回歸移動平均模型方法。這一方法建立于動態(tài)隨機一般均衡模型的二次型逼近的基礎上,本文將縮減之后的Schorfheide(2012)框架作為數據生成程序,并通過對模型分別進行對數線性化以及二次型自回歸移動平均處理以進行模型分析?；诿商乜逶囼灥臄祿?本文采用模型結構性參數的可識別檢驗以及穩(wěn)定性檢驗方法對對數線

7、性化模型與二次型自回歸移動平均模型進行了對比。研究結果發(fā)現,相對于二次型自回歸移動平均模型而言,對數線性化模型蒙特卡洛數據與現實數據之間的相關系數遠小于二次型自回歸移動平均模型蒙特卡洛數據與現實數據之間的相關系數;模型結構性參數的可識別性檢驗也發(fā)現對數線性化模型的可識別性較差。在此基礎上,本文進一步采用穩(wěn)定性檢驗方法對兩個不同的模型進行穩(wěn)定性檢驗。檢驗的結果表明,相對于二次型自回歸移動平均模型,對數線性化模型具有相對較差的穩(wěn)定性。這是本

8、文所作的第三個方面的工作。
　　基于二次型自回歸移動平均模型與對數線性化模型比較的結論,本文構建了一個多部門、多市場的新凱恩斯主義貨幣政策理論動態(tài)隨機一般均衡模型框架,并采用貝葉斯方法對模型進行了貝葉斯估計?；谪惾~斯估計的結構性參數,本文分別采用蒙特卡洛方法對二次型自回歸移動平均模型以及對數線性化模型進行仿真試驗。外生沖擊脈沖響應的結果表明在存在單位根的條件下,對數線性化模型中外生沖擊的脈沖響應函數表現出較大的偏誤,甚至某些變量

9、表現的趨勢與現實數據完全相反?；诿商乜逶囼灁祿?本文進一步采用二階矩匹配的方法考察了對數線性化模型與二次型自回歸移動平均模型對現實的擬合程度。模型數據與現實數據相關系數匹配的結果表明,對于大多數變量而言,二次型自回歸移動平均模型數據與現實數據的相關系數較大;而波動性匹配的結論也發(fā)現二次型自回歸移動平均模型數據與現實數據的波動性較為接近。這一結論進一步證實了二次型自回歸移動平均模型較對數線性化模型更好的擬合了現實數據。在此基礎上,本文