DSGE經典譯叢·當代財經管理名著譯庫：DSGE模型的貝葉斯估計 [Bayesian Estimation of DSGE Models] epub pdf mobi txt 電子書 下載 2024

DSGE經典譯叢·當代財經管理名著譯庫：DSGE模型的貝葉斯估計 [Bayesian Estimation of DSGE Models] epub pdf mobi txt 電子書 下載 2024

☆☆☆☆☆
簡體網頁||繁體網頁



點擊這裡下載

DSGE經典譯叢·當代財經管理名著譯庫：DSGE模型的貝葉斯估計 [Bayesian Estimation of DSGE Models] epub pdf mobi txt 電子書 下載 2024

类似图書 點擊查看全場最低價

---

內容簡介

　　針對宏觀經濟學的DSGE模型求解、估計和分析等問題，《DSGE經典譯叢·當代財經管理名著譯庫：DSGE模型的貝葉斯估計》介紹瞭極有價值和極富啓發性的方法。在一類宏觀經濟模型中，大量潛在的衝擊具有轉移機製特徵。針對此類宏觀經濟模型，《DSGE經典譯叢·當代財經管理名著譯庫：DSGE模型的貝葉斯估計》正式介紹瞭研究的技巧和方法。對於這些方法的發展和應用，兩位作者（愛德華·P.赫布斯特、弗蘭剋·紹爾夫海德）都作齣瞭重要貢獻。如果想學習如何在實踐中使用這些方法，《DSGE經典譯叢·當代財經管理名著譯庫：DSGE模型的貝葉斯估計》是不可多得的好材料。

作者簡介

　　愛德華·P.赫布斯特，美國聯邦儲備委員會研究和統計學部經濟學傢。更多信息，參見edherbst.net。
　　
　　弗蘭剋·紹爾夫海德，美國賓夕法尼亞大學經濟學教授，美國國傢經濟研究局（NBER）研究中心經濟學教授，賓夕法尼亞大學經濟研究所研究員，美國費城聯邦儲備銀行和紐約聯邦儲備銀行訪問學者，《數量經濟學》一書的閤作者。

內頁插圖

目錄

第1部分 DSGE建模與貝葉斯推斷引論
第1章 DSGE建模
1．1 一個小型新凱恩斯DSGE模型
1．2 本書考慮的其他DSGE模型
第2章 將DSGE模型轉化為貝葉斯模型
2．1 求解（綫性）DSGE模型
2．2 似然函數
2．3 先驗分布
第3章 貝葉斯推斷快速教程
3．1 綫性高斯模型的後驗分布
3．2 貝葉斯推斷和決策製定
3．3 集識彆模型的非高斯後驗分布
3．4 重要抽樣法
3．5 Metropolis-Hastings算法

第Ⅱ部分 綫性DSGE模型的估計
第4章 DSGE模型的Metropolis-Hastings算法
4．1 基準算法
4．2 RWMH-V算法的應用
4．3 不規則後驗分布帶來的挑戰
4．4 其他MH取樣器
4．5 MH算法精確度的比較
4．6 邊緣數據密度函數的計算
第5章 序貫濛特卡羅方法
5．1 通用SMC算法
5．2 SMC算法細節的詳細介紹
5．3 SMC算法在小型新凱恩斯模型的應用
第6章 三個應用
6．1 衝擊相關的新凱恩斯模型
6．2 發散先驗分布的Smets-Wouters模型
6．3 Leeper-Plante-Traum財政政策模型

第Ⅲ部分 非綫性DSGE模型的估計
第7章 從綫性DSGE模型到非綫性DSGE模型
7．1 非綫性DSGE模型求解
7．2 DSGE模型中加入非綫性特徵
第8章 粒子濾波
8．1 自助（bootstrap）粒子濾波
8．2 通用粒子濾波
8．3 適應性通用濾波
8．4 實施過程中的幾個問題
8．5 當前觀測值的自適應St-1抽樣
8．6 小型DSGE模型應用
8．7 SW模型應用
8．8 計算需要注意的問題
第9章 粒子濾波和MH取樣器的結閤
9．1 PFMH算法
9．2 小型DSGE模型應用
9．3 SW模型應用
9．4 計算方麵的考慮
第10章 粒子濾波與SMG取樣器的結閤
10．1 SMC算法
10．2 小型DSGE模型應用
10．3 計算方麵的考慮

附錄A 模型描述
A．1 Smets-wouters模型
A．2 Leeper-Plante-Traura財政政策模型

附錄B 數據來源
B．1 小型新凱恩斯DsGE模型
B．2 Smets-Wouters模型
B．3 Leeper-Plante-Traum財政政策模型
參考文獻

前言/序言

　　首批利用貝葉斯方法估計動態隨機一般均衡（DSGE）模型的文獻，發錶於大約15年前。主要有Dejong、Ingram和Whiteman（2000），Schorfheide（2000）以及Otrok（2001）。無論是模型的參數個數還是隱含狀態數量，當時的DSGE模型規模都相對較小。按照現在的標準，模型估計使用都是極為簡單的Metropolis-Hasting（MH）算法或重要抽樣法。自此以後，DSGE模型的規模不斷擴大，尤其是央行用於預測和政策分析的DSGE模型。在大傢廣為熟知的文獻Smetsand Wouters（2003，2007）中，模型包含的隱含狀態超過12個，待估計參數超過36個。Smets-Wouters模型成為近年來最有特色的DSGE模型的內核，在其基礎方程中加入房地産部門、勞動力市場的搜尋摩擦，或者銀行部門和金融摩擦。這些機製增加瞭DSGE模型的狀態空間和參數空間。
　　本書寫作的目的：一是評價過去15年間，DSGE模型文獻中使用的“標準”貝葉斯計算方法的精確度；二是介紹和研究“新的”計算方法，提高DSGE模型後驗分布的濛特卡羅近似的精確度。讀者很快就會發現這些方法實際並不新（這就是用引號的原因），但這些方法的某些應用卻是新的。這些方法都來自於工程和統計文獻，經過適當剪裁後用於DSGE模型的貝葉斯估計。本書以2012年6月在鹿特丹伊拉斯姆斯大學經濟計量學和丁伯根經濟研究所（Tinbergen Institute）作的“DSGE模型的最新理論和應用”的係列講座為基礎，加入部分內容的最新進展寫作而成。
　　適閤閱讀本書的讀者包括：對應用前沿方法估計DSGE模型感興趣的學術界和央行的宏觀經濟學傢；對狀態空間模型的貝葉斯估計和非綫性濛特卡羅濾波方法感興趣的計量經濟學傢；想瞭解實證宏觀經濟學中DSGE模型應用的計量經濟學傢；有誌於結閤計量經濟學和宏觀經濟學進行研究的博士研究生。
　　本書共分三部分。第一部分包含DSGE建模和貝葉斯推斷引論兩個內容。首先我們提齣一個小型新凱恩斯模型，說明如何求解模型，如何將其轉換成適閤貝葉斯估計的狀態空間模型。不熟悉DSGE模型的讀者必須查閱相關宏觀經濟學教科書或者綜述文章，纔能詳細瞭解DSGE模型的設定、求解和應用的背景知識。對於不熟悉貝葉斯經濟計量學的讀者，本書提供瞭貝葉斯推斷的入門知識。這些入門知識並不能替代相關教科書。這部分入門知識以綫性高斯迴歸模型為例，說明如何將先驗分布和似然函數結閤起來得到後驗分布。根據這個後驗分布，可以得到點估計量、區間估計量，或者求解更復雜的決策問題。此外，我們介紹一些重要的計算方法，包括直接抽樣、重要抽樣和MH算法。
　　本書第二部分主要討論存在高斯衝擊時，綫性DSGE模型的貝葉斯計算問題。因此，我們重點討論似然函數能用卡爾曼濾波計算的模型。首先介紹的是隨機遊走的MH算法，這是DSGE模型貝葉斯估計文獻中使用最廣泛的方法。之後我們討論該算法的一些改進。最後討論序貫濛特卡羅（SMC）方法。盡管SMC算法在統計文獻中非常流行，但卻幾乎沒有發現它在DSGE模型估計中得到任何應用。我們將詳細討論如何對SMC算法進行調整，使其可用於DSGE模型估計，並考察精確度。在三個實證應用中，對MH算法和SMC算法的效果進行瞭比較。
　　本書最後一部分重點討論使用非綫性方法求解模型時，DSGE模型的計算問題。主要差彆在於，此時已經不能再用卡爾曼濾波方法計算似然函數。取而代之，必須使用非綫性濾波方法計算似然函數。這裏重點討論序貫濛特卡羅濾波（也叫粒子濾波）方法。為瞭不讓大傢失望，這裏我們必須首先指齣，在本書中，我們並沒有估計任何非綫性DSGE模型。實際上，我們對綫性高斯DSGE模型應用粒子濾波方法，盡管利用卡爾曼濾波就能得到模型的確切似然函數。我們這樣做的目的是評價粒子濾波近似的精確度。為此，我們首先根據固定的參數嚮量計算似然函數，之後將似然函數的粒子濾波近似嵌入到MH算法和SMC算法中，進而對DSGE模型參數進行後驗推斷。
　　在本書的寫作過程中，與同事和研究生的交流使我們獲益匪淺（直接的和間接的），在此嚮他們錶示感謝。需要特彆緻謝的有：叢書主編Hermanvan Dijk和兩個匿名評論人；我們的同事Frank Diebold、Jesus Fernandez-Villaverde和ElmarMertens；現在的賓夕法尼亞大學學生Ross Askanazi、Jacob Warren以及2015年春季入學的經濟學722班的學生們，感謝他們對本書早期書稿所作的細緻檢查；以前賓夕法尼亞大學學生Luigi Bocola、Mark Bognanni、Minchul Shin和Dongho Song；其他有關DSGE模型項目的閤作者Boragan Aruoba和Marco DelNegro。Schorfheide特彆感謝美國國傢科學基金的資助。最後，特彆感謝我們的妻子Sarah和Perlita，她們犧牲瞭無數個夜晚和周末，為本項目給予瞭源源不斷的支持和幫助。

DSGE經典譯叢·當代財經管理名著譯庫：DSGE模型的貝葉斯估計 [Bayesian Estimation of DSGE Models] epub pdf mobi txt 電子書 下載 2024

DSGE經典譯叢·當代財經管理名著譯庫：DSGE模型的貝葉斯估計 [Bayesian Estimation of DSGE Models] 下載 epub mobi pdf txt 電子書

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

类似图書 點擊查看全場最低價