中国通货膨胀波动的测算——基于TVP-AR-SV模型

发布时间：2024-03-16 00:25

　　准确测度通胀波动规律是研究通货膨胀及货币政策的重要基础。为克服现有随机波动(SV)模型隐含假设中存在的天然缺陷,平衡模型估计的准确性与操作的简便性,通过对比SV、UC-SV、AR-SV、TVP-AR-SV四种主要模型,认为其中时变系数自回归随机波动(TVP-AR-SV)模型最适用于中国通胀波动的测度。对中国的季度通胀数据建立该模型,利用马尔科夫链蒙特卡洛模拟(MCMC)方法对模型参数进行贝叶斯估计,得到通胀的波动序列,同时对通货膨胀进行预测,并与其他形式的SV模型的估计结果进行对比。结果表明,TVP-AR-SV模型估计的随机波动能够全面地解释中国通胀率的整体波动规律,参数估计精度及模型对未来通胀的预测能力均优于其他备选模型。

【文章页数】：11 页

【部分图文】：

图1中国的季度通货膨胀率序列图

中国在1992年基本完成了价格体制改革,开始形成由市场主导的价格形成机制。本文选择1992年第1季度到2017年第4季度的季度通胀数据进行分析,其中1992年第1季度到2016年第3季度数据用以估计模型,2016年第4季度到2017年第4季度数据用以评估模型的预测效果,数据来源于....

图2αt(t=25,68,90)的后验概率分布图

图2显示的是模拟得到的αt在t分别取值为25,68和90时的概率分布,可以看出在不同的时期αt的分布的均值和方差在发生变化,而其分布形态按照模型的设定均服从正态分布。对于各期的ht的模拟结果也同理,如图3所示。图3ht(t=20,55,93)的后验概率分布图

图3ht(t=20,55,93)的后验概率分布图

图2αt(t=25,68,90)的后验概率分布图图4为αt各期的点估计值(即后10000次模拟结果的均值)的时间序列图。作为AR部分的系数,αt表示上一期通货膨胀率对本期通货膨胀率的影响,即通货膨胀趋势的惯性变化。观察可以看出αt的变动除了在1992—1999年之间一直上升之....

图4αt点估计值序列图

图4为αt各期的点估计值(即后10000次模拟结果的均值)的时间序列图。作为AR部分的系数,αt表示上一期通货膨胀率对本期通货膨胀率的影响,即通货膨胀趋势的惯性变化。观察可以看出αt的变动除了在1992—1999年之间一直上升之外,此后变动都较为平缓,总体上在(0.3,0.5)....

本文编号：3928836