×

时变参数VAR模型的拟贝叶斯局部似然方法。 (英语) Zbl 1452.62672号

摘要:本文建立了一种具有时变参数的多元模型的拟贝叶斯局部似然(QBLL)估计方法。一般地证明了所得到的漂移参数的拟后验分布的渐近有效性,并且在高斯VAR模型的特殊情况下,提供了参数的拟前验分布的闭式时变Normal-Wishart表达式。此外,本文还开发了几种吉布斯算法,这些算法可以从混合了时变和时不变参数的VAR模型中进行采样。所提出的估计器不同于VAR模型的现有状态空间方法,因为它们以非参数方式估计参数时间变化,而不对参数施加参数随机过程。如蒙特卡罗实验所示,QBLL估计量对状态方程的错误指定具有鲁棒性,并且即使与正确指定的参数状态空间模型相比,也表现出良好的有限样本性能。此外,我们还证明,QBLL方法通过适应大维VAR系统,为“维数灾难”提供了补救措施,并改进了关键宏观经济变量的样本外预测。最后,本文对美国通货膨胀动态变化的文献进行了实证分析,提出了大缓和时期通货膨胀持续性和波动性下降的证据。

MSC公司:

62M10个 统计学中的时间序列、自相关、回归等(GARCH)
2015年1月62日 贝叶斯推断
62第20页 统计学在经济学中的应用

软件:

bvarsv型
PDF格式BibTeX公司 XML格式引用
全文: 内政部 链接

参考文献:

[1] 阿布拉莫维奇,Y。;斯宾塞,N。;Turley,M.,多雷达观测的时变自回归(TVAR)模型,IEEE Trans。信号处理。,55, 4, 1298-1311 (2007) ·Zbl 1391.94122号
[2] 班布拉,M。;Giannone,D。;Reichlin,L.,大型贝叶斯向量自回归,J.Appl。计量经济学,25,1,71-92(2010)
[4] 伯南克,B。;Mihov,I.,《衡量货币政策》,Q.J.Econ。,113, 869-902 (1998)
[5] 卡诺瓦,F。;Perez Forero,F.,估计过度识别、非递归、时变系数结构向量自回归,Quant。经济。,6, 2, 359-384 (2015) ·Zbl 1398.62223号
[6] Carriero,A。;克拉克·T。;Marcellino,M.,《贝叶斯VAR:规范、选择和预测准确性》,J.Appl。计量经济学,30,46-73(2015)
[7] Carriero,A。;克拉克,T。;Marcellino,M.,具有随机波动性和灵活先验的大向量自回归,(工作文件(2016))
[8] 切尔诺朱科夫,V。;Hong,H.,《经典估计的MCMC方法》,《计量经济学杂志》,115,239-346(2003)·Zbl 1043.62022号
[9] 克拉里达·R。;加利,J。;Gertler,M.,《货币政策规则和宏观经济稳定性:证据和一些理论》,Q.J.Econ。,115, 1, 147-180 (2000) ·Zbl 1064.91512号
[10] Clark,T.E.,基于随机波动性的BVAR的实时密度预测,J.Bus。经济学。统计学。,29, 3, 327-341 (2012) ·Zbl 1219.91106号
[11] 科格利,T。;Primiceri,G.E。;Sargent,T.J.,美国通货膨胀持续性,Amer。经济。《宏观经济学杂志》。,2, 1, 43-69 (2010)
[12] 科格利,T。;Sargent,T.J.,《二战后美国通货膨胀动态的演变》(Bernanke,B.S.;Rogoff,K.,NBER宏观经济学年刊(2002),麻省理工学院出版社:麻省理学学院出版社剑桥),331-388
[13] 科格利,T。;Sargent,T.J.,《漂移与波动:二战后美国的货币政策与结果》,《经济评论》。动态。,8, 262-302 (2005)
[14] Dahlhaus,R.,局部平稳过程的似然近似,Ann.Statist。,28, 6, 1762-1794 (2000) ·Zbl 1010.62078号
[15] Dahlhaus,R。;Polonik,W.,高斯局部平稳过程的非参数拟极大似然估计,Ann.Statist。,34, 6, 2790-2824 (2006) ·Zbl 1114.62034号
[16] Del Negro,M.,《关于Cogley和Sargent的漂移和波动:二战后美国的货币政策和结果的讨论》(亚特兰大联邦储备委员会工作文件26(2003))
[17] DeLong,J.B.,《降低通货膨胀》(Romer,C.;Romer和D.,《美国唯一的和平时期通货膨胀:20世纪70年代》,NBER商业周期研究(1997))
[18] Giraitis,L。;卡佩塔尼奥斯,G。;Price,S.,《近期和持续结构变化下的自适应预测》,《计量经济学杂志》,177153-170(2013)·Zbl 1288.91163号
[20] Giraitis,L。;卡佩塔尼奥斯,G。;Yates,T.,《随机时变系数模型的推断》,《计量经济学杂志》,179,1,46-65(2014)·Zbl 1293.62184号
[21] Giraitis,L。;卡佩塔尼奥斯,G。;Yates,T.,《多元异方差随机时变系数模型的推断》,《时间序列分析》。,39, 2, 129-149 (2018) ·Zbl 1392.62287号
[22] 杰奎尔,E。;新几内亚波尔森。;Rossi,P.,随机波动率模型的贝叶斯分析,J.Bus。经济学。统计学。,12, 371-418 (1994)
[23] 卡佩塔尼奥斯,G。;马塞利诺,M。;Venditti,F.,《大时变参数VAR:基于核的混合估计量》(工作文件(2015))
[24] 卡佩塔尼奥斯,G。;Zikes,F.,时变套索(工作文件(2017))
[25] Kim,C。;Nelson,C.R.,美国经济变得更加稳定了吗?基于商业周期Markov-Switching模型的贝叶斯方法,Rev.Econ。《统计》,81、4、608-618(1999)
[26] Kim,S。;北谢泼德。;Chib,S.,《随机波动性:与ARCH模型的似然推断和比较》,Rev.Econom。螺柱,65,361-393(1998)·Zbl 0910.90067号
[27] Kitagawa,G.,非高斯非线性状态空间模型的蒙特卡罗滤波器和平滑器,J.Compute。图表。统计学。,5, 1, 1-25 (1996)
[29] Koop,G。;Korobilis,D.,《大时变参数VAR》,《计量经济学杂志》,177185-198(2013)·Zbl 1288.62127号
[30] 麦康奈尔,M。;Perez Quiros,G.,《美国的产出波动:自20世纪80年代初以来发生了什么变化?》?,阿默尔。经济。修订版,90,1464-1476(2000)
[31] Mumtaz,H。;Surico,P.,《随时间变化的收益率曲线动力学与货币政策》,J.Appl。计量经济学,24,6895-913(2009)
[32] Primiceri,G.,《时间变量结构向量自回归与货币政策》,《经济评论》。双头螺栓,72,3,821-852(2005)·Zbl 1106.91047号
[33] Sims,C.A.,《宏观经济学与现实》,《计量经济学》,48,1-48(1980)
[34] Sims,C.A.,评论Sargent和Cogley的“二战后美国通货膨胀动态的演变”,NBER宏观经济。年度,16373-379(2001)
[37] 股票,J.H。;Watson,M.W.,《宏观经济时间序列关系中结构不稳定性的证据》,J.Bus。经济学。统计学。,14, 11-30 (1996)
[38] Taylor,J.B.,《实践中的自由裁量与政策规则》,卡内基·罗切斯特会议。公共政策,39,195-214(1993)
[39] 田,L。;Liu,J.S。;Wei,L.,用马尔可夫链蒙特卡罗采样器估计基于函数的推理过程的实现,J.Amer。Stat.Assoc.,102、479、881-888(2007年)·Zbl 1468.62194号
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配,并且可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。