FAVAR及其時變模型在中國宏觀經(jīng)濟的應(yīng)用.pdf

1、自盧卡斯批評以來,宏觀經(jīng)濟聯(lián)立方程模型日漸式微,繼之而起的是Sims提出的向量自回歸模型(Vector AutoRegression,VAR),此后關(guān)于VAR模型的研究文獻風(fēng)起云涌.VAR模型在宏觀經(jīng)濟預(yù)測、結(jié)構(gòu)推斷等許多方面功勛卓著,但不可否認,其亦不乏缺點,譬如過度參數(shù)化、沒有考慮經(jīng)濟結(jié)構(gòu)會隨時間而發(fā)生變化等。過度參數(shù)化帶來的問題是估計的參數(shù)不穩(wěn)定,從而使得我們的想要的結(jié)果也不穩(wěn)定,而宏觀經(jīng)濟結(jié)構(gòu)的非線性特征,普通的VAR模型也無法

2、捕捉到,這樣,就發(fā)生了模型誤設(shè)。因此,發(fā)展另一類能夠有效解決這些問題的模型迫在眉睫。這樣的模型最好能夠繼承VAR的優(yōu)點,并有效地克服它的缺陷。
　　本文就是為此而來。首先闡述了普通VAR的理論框架,特別是結(jié)構(gòu)VAR近幾年的一些發(fā)展。其次,認識到加入過多的變量進入VAR會過度參數(shù)化,但精簡變量又可能會使模型的信息發(fā)生損失,為達到一種有效地均衡,或者說,在不發(fā)生信息損失的情況下解決過度參數(shù)化問題,本文引入了Factor Augemen

3、ted VAR(FAVAR)模型,該模型通過從宏觀經(jīng)濟的海量變量中提取有效信息,并讓這些精煉后的信息再進入VAR模型的方式,有效地解決了信息損失和過度參數(shù)化之間的權(quán)衡問題。同時,本文還闡述了貝葉斯VAR的建模過程,通過加入建模者對模型的先驗信息來達到為VAR降維的目的。最后,為解決普通VAR不能捕捉經(jīng)濟結(jié)構(gòu)變化的問題,使VAR模型的參數(shù)隨時間發(fā)生變化時必要的,這就是時變參數(shù)的VAR模型。本文在貝葉斯的估計框架下,詳細論述了該類模型的構(gòu)造

4、。
　　本文針對中國經(jīng)濟做了兩次實證研究,一是利用FAVAR模型對我國貨幣政策的有效性做出了度量,發(fā)現(xiàn)存款準備金率調(diào)整的產(chǎn)出效應(yīng)并不大,只有5％。但是其價格效應(yīng)是顯著的,沖擊影響達到了54.3％。另外,存款準備金率調(diào)整的政策時滯較短,一般在前兩個月就能達到峰值。同時還發(fā)現(xiàn)集體企業(yè)比國有企業(yè)和大中型企業(yè)更容易收到貨幣政策的沖擊,農(nóng)村居民的總體生活水平比城市居民更容易收到貨幣政策沖擊。二是利用時變參數(shù)的VAR模型重新為徐高(2008)

5、的數(shù)據(jù)建模,發(fā)現(xiàn)徐高(2008)發(fā)現(xiàn)的“斜率之謎”現(xiàn)象在時變參數(shù)VAR模型框架下消失了,這也說明了中國宏觀經(jīng)濟是存在非線性特征的,普通的VAR模型無法捕捉到這類特征。
　　本文之貢獻主要體現(xiàn)在以下幾個方面:一是最新計量模型的引入。從國內(nèi)目前使用VAR模型的情況來看,多為普通VAR模型,鮮有涉及貝葉斯VAR或者時變參數(shù)VAR,而本文對該類模型進行了深刻闡述,為國內(nèi)計量模型實證研究的改進作出了探索性的工作。二是研究方法的創(chuàng)新。從目前國