Теория когерентного сжатия изменяющихся во времени параметров в VAR: заключение и ссылки

Таблица ссылок

Аннотация и введение

Теория когерентного TVP-VAR

Прогнозирование с помощью TC-TVP-VAR

Анализ ответа в ZLB с TC-TVP-VAR

Заключение и ссылки

Приложение

5 Заключение

TVP-VAR — это гибкие статистические модели, используемые как для прогнозирования, так и для анализа политики в макроэкономике. Несмотря на то, что их гибкость позволяет фиксировать изменения в динамических отношениях между макроэкономическими переменными, эти модели могут легко стать слишком гибкими с риском переподгонки данных. Это приводит к плохим показателям прогнозирования и неточным выводам относительно изменяющихся во времени параметров и типичных объектов интереса, таких как импульсные отклики. С другой стороны, модели из экономической теории обычно обеспечивают более жестко параметризованное представление макроэкономики и, следовательно, имеют противоположную тенденцию довольно плохо подгонять данные. В этой статье используются ограничения, подразумеваемые экономической теорией, для формулирования априорной информации для параметров TVP-VAR, чтобы улучшить вывод в этом классе моделей. Это достигается путем введения априорной информации сжатия, которая центрирует изменяющиеся во времени коэффициенты в каждом временном периоде на ограничениях перекрестного уравнения, подразумеваемых базовой экономической теорией относительно переменных в системе. В статье показано, что «экономическое сокращение» можно успешно использовать для получения более точных прогнозов и более точных оценок типичных объектов интереса, таких как импульсные отклики.

Будущие исследованияДля будущих исследований априорную модель, предложенную в этой статье, можно было бы модифицировать для учета нескольких конкурирующих теорий в стиле Лориа и др. (2022). Кроме того, модель можно было бы расширить для включения стохастической волатильности, адаптировав алгоритм из Bognanni (2018). В более общем плане, ограничения из экономической теории можно было бы успешно использовать для уменьшения переобучения и повышения точности вывода в непараметрических VAR и VAR на основе гауссовского процесса (Hauzenberger et al. 2022).

Ссылки

Аскари, Гвидо, Паоло Бономоло и Кази Хак. 2023. «Долгосрочная кривая Филлипса — это... кривая».

Аскари, Гвидо и Арджиа М. Сбордоне. 2014. «Макроэкономика трендовой инфляции». Журнал экономической литературы 52 (3): 679–739.

Бельмонте, Мигель А.Г., Гэри Куп и Димитрис Коробилис. 2014. «Иерархическое сокращение в моделях с переменными во времени параметрами». Журнал прогнозирования 33 (1): 80–94.

Бенати, Лука и Томас А. Любик. 2023. Анализ импульсного отклика на нулевой нижней границе. Дискуссионное письмо dp2306. Universitaet Bern, факультет Volkswirtschaft, июнь.

Битто, Анджела и Сильвия Фрювирт-Шнаттер. 2019. «Достижение сокращения в рамках модели с изменяющимися во времени параметрами». Выпуск Annals в честь Джона Гевеке «Сложность и большие данные в экономике и финансах: последние разработки с байесовской точки зрения», Журнал эконометрики 210 (1): 75–97.

Bognanni, Mark. 2018. Класс структурных VAR с изменяющимися во времени параметрами для вывода при точной или заданной идентификации. Рабочие документы (старая серия) 1811. Федеральный резервный банк Кливленда.

Кальярини, Адам и Мариано Кулиш. 2013. «Решение линейных моделей рациональных ожиданий с предсказуемыми структурными изменениями». Обзор экономики и статистики 95, № 1 (март): 328–336.

Карриеро, Андреа, Тодд Э. Кларк и Массимилиано Марчеллино. 2021. «Безарбитражные априорные данные, дрейфующая волатильность и временная структура процентных ставок». Журнал прикладной эконометрики 36 (5): 495–516.

Картер, К. К. и Р. Кон. 1994. «О выборке Гиббса для моделей пространства состояний». Biometrika 81 (3): 541–553.

Чан, Джошуа К. К., Эрик Эйзенстат и Родни В. Страхан. 2020. «Уменьшение размерности пространства состояний в большой TVP-VAR». Журнал эконометрики 218 (1): 105–118.

Чан, Джошуа CC и Иван Желязков. 2009. «Эффективное моделирование и комплексная оценка правдоподобия в моделях пространства состояний». Международный журнал математического моделирования и численной оптимизации 1 (1-2): 101–120.

Чен, Хан, Васко Курдиа и Андреа Ферреро. 2012. «Макроэкономические эффекты крупномасштабных программ покупки активов*». Экономический журнал 122 (564): F289–F315.

Когли, Тимоти и Томас Сарджент. 2002. «Развивающаяся динамика инфляции в США после Второй мировой войны». В NBER Macroeconomics Annual 2001, том 16, 331–388. Национальное бюро экономических исследований, Inc.

Когли, Тимоти и Томас Дж. Сарджент. 2005. «Дрейфы и волатильности: денежно-кредитная политика и результаты в США после Второй мировой войны». Денежно-кредитная политика и обучение, Обзор экономической динамики 8 (2): 262–302.

Когли, Тимоти и Арджиа М. Сбордоне. 2008. «Тенденция инфляции, индексация и устойчивость инфляции в новой кейнсианской кривой Филлипса». American Economic Review 98, № 5 (декабрь): 2101–26.

Куломб, Филипп Гуле. 2021. Параметры, изменяющиеся во времени, как гребневые регрессии.

Д’Агостино, Антонелло, Лука Гамбетти и Доменико Джанноне. 2013. «Макроэкономическое прогнозирование и структурные изменения». Журнал прикладной эконометрики 28 (1): 82–101.

Дебортоли, Давиде, Хорди Гали и Лука Гамбетти. 2019. «Об эмпирической (не)релевантности ограничения нулевой нижней границы». В NBER Macroeconomics Annual 2019, том 34, 141–170. Главы NBER. Национальное бюро экономических исследований, Inc., октябрь.

Дель Негро, Марко, Марк П. Джаннони и Фрэнк Шорфхайде. 2015. «Инфляция во время Великой рецессии и новые кейнсианские модели». Американский экономический журнал: Макроэкономика 7, № 1 (январь): 168–96.

Дель Негро, Марко и Франк Шорфхайде. 2004. «Априорные данные из моделей общего равновесия для VARS*». International Economic Review 45 (2): 643–673.

Фармер, Роджер Э.А., Дэниел Ф. Ваггонер и Тао Чжа. 2009. «Понимание моделей рациональных ожиданий с переключением Маркова». Журнал экономической теории 144 (5): 1849–1867.

Фесслер, Пирмин и Максимилиан Каси. 2019. «Как использовать экономическую теорию для улучшения оценок: сужение к теоретическим ограничениям». Обзор экономики и статистики 101, № 4 (октябрь): 681–698.

Фрювирт-Шнаттер, Сильвия и Хельга Вагнер. 2010. «Поиск спецификации стохастической модели для гауссовых и частично негауссовых моделей пространства состояний». Журнал эконометрики 154 (1): 85–100.

Галлант, А. Рональд и Роберт Э. Маккалок. 2009. «Об определении общих научных моделей с применением к ценообразованию активов». Журнал Американской статистической ассоциации 104 (485): 117–131.

Джакомини, Раффаэлла и Джузеппе Рагуза. 2014. «Прогнозирование, согласованное с теорией». Причинность, прогнозирование и анализ спецификаций: последние достижения и будущие направления, Журнал эконометрики 182 (1): 145–155.

Джанноне, Доменико, Микеле Ленца и Джорджио Э. Примичери. 2015. «Априорный отбор для векторных авторегрессий». Обзор экономики и статистики 97, № 2 (май): 436–451.

Хауценбергер, Нико, Флориан Хубер, Массимилиано Марчеллино и Нико Петц. 2022. Авторегрессии векторов гауссовского процесса и макроэкономическая неопределенность.

Ингрэм, Бет Ф. и Чарльз Х. Уайтмен. 1994. «Вытеснение априорных данных «Миннесоты»: прогнозирование макроэкономических временных рядов с использованием априорных данных модели реального делового цикла». Журнал денежной экономики 34, № 3 (декабрь): 497–510.

Калли, Мария и Джим Э. Гриффин. 2014. «Изменяющаяся во времени разреженность в динамических регрессионных моделях». Журнал эконометрики 178 (2): 779–793.

Лориа, Франческа, Кристиан Маттес и Му-Чун Ван. 2022. «Экономические теории и макроэкономическая реальность». Журнал денежной экономики 126:105–117.

Милани, Фабио. 2007. «Ожидания, обучение и макроэкономическая устойчивость». Журнал денежной экономики 54 (7): 2065–2082.

Примичери, Джорджио Э. 2005. «Изменяющиеся во времени структурные векторные авторегрессии и денежно-кредитная политика». Обзор экономических исследований 72 (3): 821–852.

Симс, Кристофер. 2002. «Решение линейных моделей рациональных ожиданий». Computational Economics 20 (1-2): 1–20.

Симс, Кристофер А. 1980. «Макроэкономика и реальность». Эконометрика 48 (1): 1–48.

Сметс, Фрэнк и Рафаэль Воутерс. 2007. «Шоки и трения в деловых циклах США: байесовский подход DSGE». American Economic Review 97, № 3 (июнь): 586–606.

Смит-младший, А. А. 1993. «Оценка нелинейных моделей временных рядов с использованием имитированных векторных авторегрессий». Журнал прикладной эконометрики 8 (S1): S63–S84.

Стеванович, Далибор. 2016. «Общее изменение параметров во времени в макроэкономических моделях с сокращенной формой». Исследования по нелинейной динамике и эконометрике 20, № 2 (апрель): 159–183.

Сток, Джеймс Х. и Марк У. Уотсон. 2001. «Векторные авторегрессии». Журнал экономических перспектив 15, № 4 (декабрь): 101–115.

Винд, Йорис де и Лука Гамбетти. 2014. Векторные авторегрессии с пониженным рангом, изменяющиеся во времени. Дискуссионный документ CPB 270. Бюро анализа экономической политики CPB Netherlands, март.

Вудфорд, Майкл. 2003. Интерес и цены: основы теории денежно-кредитной политики. Princeton University Press.