学术动态 您当前的位置:首页 > 科学研究>> 学术动态

2017年第五次学术讲座:运用基于DSGE模型的结构混频方法实时预测小型开放经济的经济增长

文章来源:本站原创   更新时间:2017-03-16 15:53:16    浏览次数:

本网讯(通讯员:杨秋怡)315日下午两点半,华中科技大学经济学院2017年第五次学术讲座于经济学院106教室举行。西密歇根大学经济系教授C. James Hueng做了题为< Nowcasting GDP Growth for Small Open Economies with a Mixed-Frequency Structural Model >的学术报告,并就美国大学的博士生申请中需要关注的重点问题答疑解惑。

Hueng围绕小型开放经济下利用结构混频模型(Mix-Frequency Model)进行经济增长的实时预测这一主题展开了他的汇报。Hueng解释,因其坚实的微观基础和对政策评估的高适用性,DSGE建模是近年来中央银行进行政策制定与预测时常用的模型框架。将DSGE模型与Mix-Frequency模型相结合,能够利用高频观测数据给决策机构的资讯及时性提供保证。

Hueng解释了开放经济下稳态条件的四个均衡方程——IS曲线、新凯恩斯菲利普斯曲线、名义汇率和贸易的运动方程后,他在模型中添加了五个结构冲击以进一步进行实证检验。运用数值方法对对数线性化的理性预期模型进行求解,我们可以得到描述内生变量运动方式的状态转移方程。接下来,Hueng展示了如何将状态转移方程转变为状态空间形式,以便将预测等式和DSGE模型的可观测数据变量联系起来。在传统的DSGE模型估计中,由于GDP等实际产出数据缺乏月度观测值,状态变量往往以季度频率计时,与月度的实际决策周期产生矛盾,于是,他运用了一个加总原则将潜在但观测不到的加总因子和可观测的季度产出增长数据联系起来,由此产生的状态空间模型由卡尔曼滤波估计得出,估计得出的加总因子则被用来实时预测季度GDP增长。这便是基于DSGE的结构混频模型(DSGE-MF)的核心。通过运用了中国台湾省19981月至201512月的数据,基于DSGE的混频模型在实时预测台湾省的季度经济增长上比起国际通行的另外两个预测模型(简化型混频模型和MIDAS模型)表现得更加出色。然而,Hueng也指出,小型开放经济的DSGE模型相对于现实经济仍然具有一定距离:资本、货币积累和工资黏性都未纳入考虑,并且由于台湾省的利率和通胀率水平太低、汇率操纵现象严重,泰勒法则在台湾数据中的适用性不够理想。此外,随着结构变得更加复杂且贴近现实,混频结构化模型迅速膨胀的计算成本也不得不纳入考虑范围之内。

汇报结束后,我院教师周记顺、魏杰以及同学们与教授进行深入讨论。对于周度数据是否适用于DSGE-MF模型预测的疑问,Hueng的回答是肯定的:“周度数据、月度数据、季度数据这些都可以混合在一起进行测算,只要你想要,甚至日度数据也可以加进去,这并不是什么难事。”关于实时预测的必要性,Hueng指出,在美国,3月份的GDP只有5月中旬甚至61日才会公布,中国的数据公布甚至更晚。而政策决策则是六周进行一次,如果我们等到数据正式公布之后再进行货币政策决策,就会出现大大的时滞。利用现有数据进行“nowcast”产生的预测偏误比起延迟决策带来的损失,可以说是微不足道的。

 

   C. James Hueng,威斯康辛大学麦迪逊分校经济学博士,曾执教于阿拉巴马大学,现任西密歇根大学经济系教授、博士生导师。他的研究领域包括开放经济货币需求、货币政策、跨国收入收敛,经济周期和股票收益异常等,曾在Journal of Economics and BusinessJournal of MacroeconomicsJournal of Money, Credit and BankingAtlantic Economic Journal等国际权威期刊发表多篇文章。现担任Atlantic Economic Journal编辑,曾担任American Economic Review等顶级期刊审稿人。20172月以Fulbright Program招生官身份到中国访学。