《表1 TVP-SV-VAR模型部分参数的后验估计及相关统计量》
注:sbi、sbj、sbk(i=1,2;i=1,2;i=1,2)分别表示矩阵(∑β)2、(∑a)2及(∑h)2对角线上第i、j、k个元素对应的数值,∑β和∑a的估计值和标准差均乘以100。
本文基于TVP-SV-VAR模型检验人民币实际汇率变动对中国实际产出、通胀、就业与实际工资的动态影响效应。首先,在贝叶斯框架下采用马尔科夫蒙特卡洛模拟(MCMC)方法进行参数估计,并将抽样次数设定为20 000次,舍去前2000次抽取的预烧值,根据Primiceri(2005)相关研究,以便实时更新参数估计,但需对参数初始值进行赋值。表1给出了通过MCMC方法对TVP-SV-VAR模型进行参数估计的结果,如表1所示,Geweke(1982)收敛诊断值是用于测定得到的马尔科夫链的收敛性,而无效影响因子则是用于测量模型模拟所产生不相关样本的个数,这两个指标是判断MCMC模拟和估计效果的重要依据。观察表1不难看出,所有参数的Geweke(1982)统计量值均小于5%的置信水平对应的临界值1.96,可见模型所有参数接受收敛于后验分布的原假设。其次,该模型所有参数估计结果的无效影响因子最大值为128.06,在抽样为20000次情况下能够获得的不相关样本个数为156,满足后验推断估计的需要,可见,TVP-SV-VAR模型采用MCMC算法进行参数估计是有效的。
图表编号 | XD0089927100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.25 |
作者 | 吴安兵 |
绘制单位 | 广东财经大学金融学院 |
更多格式 | 高清、无水印(增值服务) |