基于贝叶斯SV模型的通货膨胀水平与不确定性关系研究

发布时间：2019-11-27 04:14

【摘要】：针对我国通货膨胀水平与不确定性的时变性特征,分别建立了随机波动均值模型和非对称随机波动均值模型,在MCMC稳态模拟的框架下研究了我国通货膨胀水平与不确定性的动态关系。研究结果表明:我国通货膨胀不确定性中具有明显的持续性特征,并且通胀水平中虽然不存在与金融资产价格运动类似的杠杆效应,但是正向冲击增加了经济行为主体对未来不确定性的预期,由此将导致明显的"示范效应"和"追涨效应";特别是风险溢出系数的贝叶斯估计为正,反映了通胀不确定性对通胀水平的正向影响作用,说明我国目前的货币政策框架中含有相机抉择的成分因素。
【图文】：

误差图,概率图,参数图,后验分布

行50000次迭代,以记录下的样本结果作为参数估计的Monte Carlo试验数据。根据Markov链在平稳状态下的Monte Carlo抽样数据,图1给出了模型参数的后验分布核密度估计图。由图1可以看出,模型参数μ和φ的后验分布具有偏态特征,其他参数的后验分布都具有对称性。这主要是由于参数μ和φ的Monte Carlo抽样数据中,一侧的极端值出现的概率较大,使后验分布呈现出偏态特征。综合各个参数的后验分布核密度图,对利用MCMC方法抽样得到的Monte Carlo样本进行进一步的分析,可以得到模型参数的贝叶斯估计值以及相应的分位区间估计。表3给出了我国通货膨胀率的SV-M模型参数的均值、标准差、MC误差、2.5%和97.5%等主要分位数的贝叶斯估计值以及检验Markov链收敛性的G-R统计量的值。从表3可以看出,首先

误差图,后验分布,核密度估计,模型参数

舍去前10000次进行退火处理,对保存下的样本作为参数估计的Monte Carlo试验数据。由图2可以看出,模型参数μ、φ和ση的后验分布具有较为明显的偏态特征,其他参数的后验分布都具有对称性。对所得样本进一步分析,可以得到模型参数的贝叶斯估计值以及相应的分位区间估计,具体见表4。可以看出,各个参数的MC误差远小于标准差,说明采用MCMC稳态模拟方法的有效性。(a)β0的后验分布核密度　　　(b)β1的后验分布核密度　　　(c)β2的后验分布核密度　　　(d)δ的后验分布核密度(e)μ的后验分布核密度　　　(f)φ的后验分布核密度　　　(g)ρ的后验分布核密度　　　(h)τ的后验分布核密度图2　ASV-M模型参数的后验分布核密度估计图表4　ASV-M模型参数的后验估计值参数均值标准差MC误差2.5%分位数25%分位数中位数75%分位数97.5%分位数G-R统计量β0-5.335E-4 8.906E-4 2.878E-5 -0.002 -0.001 -5.234E-4 -1.794E-4 0.001 1.010β10.129 0.073 0.003 -0.043 0.074 0.131 0.187 0.287 1.010β20.318 0.073 0.003 0.178 0.269 0.317 0.367 0.466 1.020δ8.215 10.430 0.277 -12.050 1.485 8.130 14.820 29.080 1.010ρ0.354 0.191 0.011 -0

【参考文献】