2011年-IMF国际货币组织全球_Bayesian_Dynamic_Factor_Analysis_of_a_Simple_Monetary_DSGE_Model_61页_1mb

总结：Bayesian Dynamic Factor Analysis of a Simple Monetary DSGE Model

核心内容

本文探讨了在使用更丰富的数据集时，如何估计一个包含新凯恩斯主义核心的货币DSGE模型，并将其与传统的、仅使用少量可观测变量且假设完美测量的DSGE模型进行比较。研究采用贝叶斯马尔可夫链蒙特卡洛（MCMC）方法进行参数估计，同时引入了动态因子模型的概念，以处理数据集中的测量误差和多个数据指标对同一经济状态变量的反映。

主要观点

• 数据丰富模型的构建：本文构建了一个“数据丰富DSGE模型”，它放松了传统DSGE模型中两个关键假设：一是可观测变量数量较少，二是模型变量被单一数据序列完美测量。该模型将动态因子模型与DSGE模型结合，允许数据指标与经济状态变量之间存在测量误差，并且多个数据指标可以共同测量同一经济状态变量。
• 模型结构：模型包含一个标准的新凯恩斯主义核心，包括资本、名义价格刚性以及投资调整成本。所有经济主体（家庭、最终商品厂商、中间商品厂商和中央银行）的行为均基于理性预期和最优决策。
• 数据集与变量：使用1983年后的美国数据，包括实际产出、通货膨胀、名义利率、反货币流通速度指标以及Stock和Watson（2008）编纂的大型信息面板。数据集具有高维度，因此需要高效的计算方法。
• 估计方法：采用贝叶斯MCMC方法进行估计，以减少计算成本，引入了Jungbacker和Koopman（2008）提出的新型加速方法，使得计算时间节省了60%。
• 模型比较：比较了数据丰富模型与传统模型在以下方面的差异：
  • 深层参数估计
  • 货币政策和技术创新冲击的传播效应
  • 商业周期波动的来源

关键信息

模型结果

• 数据丰富模型生成的Calvo价格合同持续时间更长，而新凯恩斯主义菲利普斯曲线的斜率更低。
• 技术创新对产出、通货膨胀和利率波动的贡献在数据丰富模型中有所下降。
• 货币政策冲击对利率波动的贡献在数据丰富模型中增加，从4%上升至14-17%。
• 所有主要可观测变量（实际GDP、GDP平减指数、联邦基金利率和实际M2）对货币政策冲击的反应在两种模型中基本一致，理论和数量上都合理。
• 传统模型倾向于高估总因素生产率（TFP）冲击对经济的影响。

模型结构

• 家庭：最大化效用函数，考虑消费、劳动供给和实际货币余额。家庭可以持有Arrow-Debreu证券，并在均衡中具有相同的边际消费效用。
• 最终商品厂商：通过组合中间商品生产最终商品，假设完全竞争，且在均衡中获得零利润。
• 中间商品厂商：面临名义价格刚性（Calvo机制），部分厂商可以调整价格，其余厂商只能根据几何加权平均调整价格。厂商的最优定价问题与价格调整机制相结合，推导出新凯恩斯主义菲利普斯曲线。
• 货币政策与财政政策：中央银行通过泰勒规则设定名义利率，以应对通货膨胀和实际产出偏离目标的情况。同时，中央银行提供足够的货币余额以满足家庭需求。

计算方法

• 使用贝叶斯MCMC方法进行估计，同时引入Jungbacker和Koopman（2008）的计算加速方法，显著提高效率。
• 数据集包括多个信息性宏观和金融指标，模型的测量方程将这些数据与经济状态变量联系起来。

结论

本文表明，使用更丰富的数据集可以提高DSGE模型的估计精度，并对货币政策和技术创新冲击的传播机制提供更准确的描述。尽管在某些方面存在差异，如Calvo价格合同的持续时间和菲利普斯曲线的斜率，但主要宏观变量对冲击的反应在两种模型中保持一致。此外，研究还发现了一些令人困惑的结果，可能表明理论模型存在一定的不完善之处。