基于多重尝试Metropolis算法的非线性DSGE模型贝叶斯推断
2016-02-15分类号:O212.8
【部门】厦门大学王亚南经济研究院 厦门大学王亚南经济研究院、经济学院 厦门大学经济学院统计系 厦门大学福建省统计科学重点实验室
【摘要】本文提出一种改进的多重尝试Metropolis算法,用于非线性动态随机一般均衡模型的贝叶斯参数估计和模型选择。多重尝试策略通过每次迭代抽取多个尝试点的方法来提高算法的混合速率,新方法中提出使用近似的方法提高计算速度,并通过接收概率调整偏差。数值实验表明新方法在相同的计算时间内具有更高的估计效率。最后,本文比较了具有不同货币政策设定的模型对中国经济数据的拟合效果,发现中国数据更加支持具有时变通胀目标的模型。
【关键词】动态随机一般均衡模型 多重尝试Metropolis算法 粒子滤波器 贝叶斯因子
【基金】国家自然科学基金项目“状态空间模型参数的高效序贯蒙特卡洛估计及在金融中的应用”(11101341)的资助
【所属期刊栏目】统计研究
文献传递