中国通货膨胀惯性影响因素分析——基于标准CIA模型和货币内生CIA模型的比较

发布时间：2017-09-20 00:13

  本文关键词：中国通货膨胀惯性影响因素分析——基于标准CIA模型和货币内生CIA模型的比较

  更多相关文章： 通货膨胀惯性 货币内生 CIA模型 贝叶斯估计

【摘要】：本文比较了标准CIA模型与货币内生CIA模型对中国通货膨胀惯性的模拟能力,并分析中国通胀惯性的影响因素。利用贝叶斯方法对模型进行了参数估计,Markov链能够达到收敛,因而本文的估计和推断可信。结果表明,货币内生CIA模型优于标准CIA模型,表明中国存在货币内生机制。进一步研究发现,通货膨胀惯性主要来源于货币供给惯性,而货币供给不确定性、货币增长率对生产率的反应系数、生产率惯性与生产率不确定性对通胀惯性的影响程度相对较小,央行的名义利率政策的变化对通胀惯性几乎没有影响。
【作者单位】： 华侨大学经济与金融学院;
【关键词】： 通货膨胀惯性 货币内生 CIA模型 贝叶斯估计
【基金】：教育部人文社科规划基金项目(11YJA790048) 国家社科基金项目(11CJY104) 福建省软科学项目(2012R0058)资助
【分类号】：F224;F822.5
【正文快照】： 一、引言近年来,通货膨胀的动态特征尤其是通货膨胀惯性受到研究者与货币当局越来越多的关注。这是因为,通货膨胀惯性衡量的是在受到随机扰动因素冲击后偏离均衡状态的趋势所持续的时间,惯性程度决定了通货膨胀对货币政策变化的反应速度。一般而言,通胀惯性越大,通胀持续时间

【相似文献】

中国期刊全文数据库 前10条

1 彭燕;贝叶斯估计和经典估计的对比研究[J];岳阳师范学院学报(自然科学版);2002年01期

2 濮晓龙,徐靖;关于两种贝叶斯模型的一致性比较[J];华东师范大学学报(自然科学版);2004年03期

3 冉翠玲;何伟;凌能祥;;定时截尾场合双参数威布尔分布的贝叶斯推断[J];大学数学;2008年03期

4 郁美玲;赵飞;;混合泊松随机变量随机强度的贝叶斯估计[J];上海大学学报(自然科学版);2009年02期

5 黄传坤;王远清;;单参数指数分布的Bayes估计及最短区间[J];高等函授学报(自然科学版);2011年03期

6 陈建伟;;非平方损失函数下加速寿命试验的Bayes估计[J];华侨大学学报(自然科学版);1992年02期

7 陈拥君,张尧庭;贝叶斯对数线性估计[J];数学物理学报;1997年01期

8 姚春燕,郁文贤,庄钊文;态势估计中一种基于贝叶斯估计的统计时间推理方法[J];火力与指挥控制;1999年01期

9 陈雪如;随机化回答模型中的贝叶斯方法[J];应用概率统计;1999年03期

10 顾娟,孙汉杰;长期生存者所占比例的贝叶斯估计[J];铁道师院学报;2000年03期

中国重要会议论文全文数据库 前2条

1 邱有恒;马智博;;不完全先验信息转化为贝塔分布的数值模拟[A];第五届全国青年计算物理学术交流会论文摘要[C];2008年

2 林静;韩玉启;朱慧明;;一种多重Weibull回归模型在竞争失效分析中的应用[A];中国系统仿真学会第五次全国会员代表大会暨2006年全国学术年会论文集[C];2006年

中国博士学位论文全文数据库 前6条

1 李松华;基于DSGE模型的中国货币政策传导机制研究[D];华中科技大学;2010年

2 程从华;生存分析中删失数据统计推断及其应用[D];兰州大学;2011年

3 孔丽娜;ARCH模型族的贝叶斯分析及其在经济中的应用[D];暨南大学;2009年

4 徐宝;基于题组判别参数的题组反应模型的参数估计及其应用[D];吉林大学;2012年

5 孟祥斌;基于反应时间的项目反应模型研究[D];东北师范大学;2012年

6 张文专;非线性再生散度随机效应模型的统计分析[D];云南大学;2004年

中国硕士学位论文全文数据库 前10条

1 王鹏;定性资料与列联表的统计分析[D];陕西师范大学;2001年

2 朱家明;带有单侧区间信息的正态均值的贝叶斯估计[D];华东师范大学;2002年

3 余卫军;分数O-U过程的贝叶斯分析及其应用[D];华东师范大学;2004年

4 刘菡;定数截尾缺失数据下双参数指数分布的统计推断[D];华中科技大学;2006年

5 李天燕;双参数Weibull分布模型的贝叶斯估计[D];吉林大学;2009年

6 何亮;基于极大似然估计的贝叶斯保费[D];华东师范大学;2009年

7 关明;对几种分布参数的贝叶斯估计[D];吉林大学;2010年

8 王帅;多响应线性模型的贝叶斯E-最优设计及迭代算法[D];上海师范大学;2011年

9 冷满益;基于密度聚类与贝叶斯估计的交通模型研究[D];华南理工大学;2012年

10 盛建芳;基于贝叶斯估计的二项分布参数估计[D];浙江工商大学;2011年

，

本文编号：884744