《表1 参数的先验分布及贝叶斯估计》

  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

《“稳增长”与“去杠杆”:金融调控困境与政策平衡问题研究》

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

在对模型待估参数进行贝叶斯估计中使用产出和通胀两个观测变量。原始数据来源于Wind资讯，数据样本期从2001年1季度至2017年4季度，共68个数据样本。借鉴王彬等（2014）[28]等的处理，通货膨胀率用CPI的季度环比指数来表示。为了得到实际季度GDP数据，利用CPI的季度定基指数对名义季度GDP进行转换。然后将实际季度GDP数据取对数，再通过HP滤波剔除长期趋势。采用X-12方法剔除各变量季节波动。经过多次尝试和比较后，参考Gerali等（2010）、庄子罐等（2016）[29]等文献选取模型参数的先验分布。通过MetropolisHastings算法模拟20 000次，最终采取10 000个模拟数对模型参数进行贝叶斯估计，模拟过程中使用两条马尔科夫链的最终接受率分别为31.383 9%和27.059 1%，二者在20%～40%的合理区间内，且差异较小，模型的单变量和多变量的收敛性检验较好，所以模型和参数比较稳定。运用Dynare工具箱，在Matlab环境中编程完成模型的参数估计和仿真分析。模型待估参数的先验分布和贝叶斯估计结果如表1所示。