关键词:DSGE货币政策模型;宏观经济学
在过去的二十年中,DSGE货币政策模型在理论和实证研究上已取得了相当的进展,并已被诸多中央银行作为货币政策调控的主要模型。但是,模型的诸多方面仍与现实经济存在较大差异,因此模型尚需更为贴近现实的发展。下面我们仅就微观基础、参数估计方法以及模型在发展中国家的适用性三个方面,对模型未来的发展方向做简要论述。
微观基础的不断扩展由于沿用新古典宏观经济学的基本框架,相对于凯恩斯模型和框架,基于行为人最优化决策推导宏观经济结论的DSGE模型的微观基础是比较坚实的。但是,新古典一般均衡中无摩擦的世界仍需不断加以修正,岛屿模型的信号提取、价格薪性和金融加速器效应等等,其实质都是现实经济摩擦不断被引入模型的过程。因此,如何在模型中加入更多贴近现实的摩擦,使模型的微观基础更为坚实,是DSGE货币政策框架未来发展的主要方向。目前在这方面取得的进展主要来自两个方面,一是交易摩擦或货币搜寻模型微观基础的引入,二是带有信息勃性或理性不注意要素货币政策模型的发展。对于前者,Lagos和提供了一个初步的分析框架33,他们通过区分分散化(有交易摩擦)和集中化(无交易摩擦)两个市场,较好地将货币搜寻模型植入了一般均衡框架,并且能够取得解析解和进行货币政策分析。对于后者,贡献了一份重要文献34。他构建了一个在所有市场都仅存在单一信息摩擦的DSGE模型,结果发现模型能够很好地匹配宏观经济事实。这一结果为信息钻性对货币政策有效性的意义提供了有力证据。
参数估计方法的创新初始DSGE模型的参数确定主要采取校准法(calibration )。校准法是基于某一参数的计量分析结果,然后根据具体模型的需要进行取舍,因而存在一定的主观性和随意性。这种确定参数的方法使DSGE模型的科学性深受质疑。有鉴于此,后来的研究者发展了诸多参数估计方法以更精确地校准模型。目前所使用的方法主要有:最小距离方法、基于贝叶斯分析的最大似然估计方法、广义矩估计(GMM)和间接推断方法等等35。上述各种方法各有所长,但也各自存在不同程度的缺陷。以下我们以较为流行的贝叶斯极大似然法为例,阐述DSGE模型参数估计面的困难和创新的必要性。贝叶斯极大似然估计的实质是,利用变量的条件极大似然函数和先验分布,根据贝叶斯法则求出变量的贝叶斯极大似然函数,然后再利用观测数据对参数进行极大似然估计。具体来说,贝叶斯极大似然估计的关键是求解如下后验分布或对数样本贝叶斯极大似然函数,一其中p(X-r. ) = I [L(X川e> p(e)]de。从上式我们不难发现,贝叶斯估计的难点,也是它的优势在于先验分布p(e)的获取,先验分布能否获取及其准确性,决定了模型参数是否可识别。事实上,具体DSGE模型的某些参数往往是无法识别的。因此,估计方法的发展需要突破两个瓶颈,一是寻求一种可行的判断参数能否识别的方法,二是对识别出的参数应当有统一的诊断标准。最近由Iskrev ( 20I 0 )提出的基于雅可比矩阵秩的局部识别方法,使第一个问题有了些许进展。第二个问题的解决尚需研究者,包括中国计量理论工作者的不断努力。
论文网 代写论文 发表论文 职称论文 论文之家 代写工程类论文
www.123lww.com