《表1 TVP-SV-VAR模型部分参数的后验估计及相关统计量》

  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

《人民币实际汇率变动的宏观经济效应研究》

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

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。