《表3 MCMC模拟参数估计结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《中国系统性金融风险度量与货币政策影响机制分析》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

货币政策对中国系统性金融风险的内部影响主要通过利率和货币供给量进行传导，所以在数据的选取过程中，基于本文已经构建好的系统性金融风险指数，同时将货币政策的中介指标银行间同业拆借平均利率及M2供给增长率纳入到SV-TVP-VAR模型中，来对比分析货币政策的价格层面和数量层面对中国系统性金融风险的影响差异。对于SV-TVP-VAR模型滞后阶数的设定参考边际似然函数准则，将滞后阶数设定为2阶，具体参数估计结果如表3所示，参数估计值的后验均值都位于95%的置信区间内，表明其后验分布趋于收敛。此外无效因子的数值越小，说明抽取的样本更有说服力，模拟拟合越好，无效因子的最大数值为89.53，显著小于抽样次数10 000，表明抽样效果较好，符合模型的估计要求。图2中第一行为样本的自相关图，横轴代表迭代次数，纵轴代表相关系数，可以看出通过迭代后样本的自相关性趋于收敛，表明有效消除样本自相关性；第二行为模拟路径图，横轴代表模拟次数，纵轴代表样本取值，样本的模拟路径呈现出明显的聚类特征，表明平稳性较强；第三行为后验分布密度图，横轴代表随机变量取值范围，纵轴代表概率的密度，包括后验均值、后验标准差等可以判断其收敛性，可见MCMC抽样结果有效模拟了参数的分布情况。