Estymowane modele równowagi ogólnej i wektorowa autoregresja : model hybrydowy

• Autorzy: Renata Wróbel-Rotter

Warianty tytułu

An Estimated General Equilibrium Model and Vector Autoregression - the Hybrid Model

• Języki publikacji: PL

Abstrakty

W modelach DSGE-VAR, zwanych hybrydowymi modelami wektorowej autoregresji, główną rolę w kształtowaniu się brzegowej gęstości obserwacji odgrywa parametr wagowy, określający optymalny udział informacji a priori pochodzącej z modelu równowagi ogólnej w modelu połączonym. W modelach, w których jest on estymowany, należy przyjąć rozkład a priori, mający wpływ na rozkład a priori wag modelu strukturalnego w modelu połączonym, co można zilustrować za pomocą prostej techniki symulacyjnej. Wnioskowanie a posteriori o optymalnej wadze informacji a priori w modelu hybrydowym pozostaje odporne na zmiany w założeniach a priori, dotyczące parametru wagowego. Ocena parametru wagowego może zostać również przeprowadzona po estymacji szeregu modeli warunkowych, na podstawie kryterium maksymalizacji brzegowej gęstości obserwacji. Analiza kształtowania się a posteriori zmodyfikowanej średniej harmonicznej wskazuje, że nie powinna ona stanowić jedynego kryterium wyboru modelu. (abstrakt oryginalny)

EN

The DSGE-VAR model consists of two vector autoregressions: the first one approximates linearised solution of the stochastic dynamic general equilibrium model and is used as a tool for construction of a prior distribution for the second one, estimated with the observed data. The key role in the hybrid model is played by the weighting parameter, which states how informative the prior is, and has the crucial impact for the assessment of marginal likelihood. It can be estimated or chosen after estimation of series of conditional models. When estimated the prior distribution have to be assumed, which has implications for the prior distribution of DGSE weight in the hybrid model that can be illustrated with simple simulation procedure. The posterior inference for DGSE weight is indifferent after assuming competing priors for the weighting parameter. The analysis suggest that the modified harmonic mean estimator should not be used as a unique tool for model evaluation. (original abstract)

Słowa kluczowe

PL

Obliczeniowy model równowagi ogólnej; Wnioskowanie bayesowskie; Modele ekonometryczne

EN

Computable General Equilibrium model (CGE); Bayesian inference; Econometric models

• Czasopismo: Bank i Kredyt
• Rocznik: 2013
• Numer: nr 5
• Strony: 533--569

Twórcy

autor

Renata Wróbel-Rotter

• Uniwersytet Ekonomiczny w Krakowie

Bibliografia

• Adjemian A., DarracqPariès M., Moyen S. (2008), Towards a monetary policy evaluation framework, European Central Bank Working Paper, 942, Frankfurt am Main.
• Adjemian S., Bastani H., Juillard M., Mihoubi F., Perendia G., Ratto M., Villemot S. (2011), Dynare: reference manual, version 4, Dynare Working Papers, 1, Paris.
• An S., Schorfheide F. (2007), Bayesian analysis of DSGE models - rejoinder, Econometric Reviews, 26(2-4), 211-219.
• Calvo G. (1983), Staggered prices in a utility-maximizing framework, Journal of Monetary Economics, 12(3), 383-398.
• Chari V.V., Kehoe P.J., McGrattan E.R. (2008), Are structural VARs with long-run restrictions useful in developing business cycle theory, Journal of Monetary Economics, 55(8), 1337-1352.
• Christiano L.J. (2007), Comment, Journal of Business & Economic Statistics, 25(2), 143-151.
• Christiano L.J., Eichenbaum M., Evans C. (2005), Nominal rigidities and the dynamic effects of a shock to monetary policy, Journal of Political Economy, 113(1), 1-45.
• Christiano L.J., Eichenbaum M., Vigfusson R. (2006), Assessing structural VARs, NBER Chapters, Macroeconomics Annual, 21(1), 1-106.
• Del Negro M., Schorfheide F. (2002), Priors from general equilibrium models for VARs, Penn Institute for Economic Research, Working Paper, 02-024, Philadelphia.
• Del Negro M., Schorfheide F. (2004), Priors from general equilibrium models for VARs, International Economic Review, 45(2), 643-673.
• Del Negro M., Schorfheide F. (2006), How good is what you've got? DSGE-VAR as a toolkit for evaluating the DSGE models, Economic Review, Q2, 21-37.
• Del Negro M., Schorfheide F., Smets F., Wouters R. (2007), On the fit of New-Keynesian models, Journal of Business & Economic Statistics, 25(2), 123-143.
• Erceg C.J., Henderson D.W., Levin A.T. (2000), Optimal monetary policy with staggered wage and price contracts, Journal of Monetary Economics, 46(2), 281-313.
• Favero C. (2007), Model evaluation in macroeconometrics: from early empirical macroeconomic models to DSGE models, Working Papers, 327, IGIER, Bocconi University.
• Fernández-Villaverde J., Rubio-Ramírez J.F., Sargent T. (2005), A, B, C's (and D's) for understanding VARs, Working Paper, 2005-9, Federal Reserve Bank of Atlanta.
• Fernández-Villaverde J., Rubio-Ramírez J.F., Sargent T., Watson M. (2007), ABCs (and Ds) of understanding VARs, American Economic Review, 97(3), 1021-1026.
• Geweke J. (1999), Using simulation methods for Bayesian econometric models: inference, development and communication, Econometric Reviews, Taylor and Francis Journals, 18(1), 1-73.
• Kass R.E., Raftey A.E. (1995), Bayes factors, Journal of the American Statistical Association, 90(430), 773-795.
• Kolasa M., Rubaszek M., Skrzypczyński P. (2012), Putting the New Keynesian DSGE model to the real-time forecasting test, Journal of Money, Credit and Banking, 44(7), 1301-1324.
• Poirier D.J. (1995), Intermediate statistics and econometrics: a comparative approach, MIT Press, Hongkong.
• Rabanal P., Rubio-Ramírez J.F. (2005), Comparing New Keynesian models of the business cycle: a Bayesian approach, Journal of Monetary Economics, 52(6), 1151-1166.
• Ravenna F. (2006), Vector autoregressions and reduced form representations of DSGE models, Documentos de Trabajo, 0619, Banco de Espania.
• Schorfheide F. (2000), Loss function based evaluation of DSGE models, Journal of Applied Econometrics, 15(6), 645-670.
• Warne A., Coenen G., Christoffel K. (2012), Forecasting with DSGE-VAR models, Directorate General Research, European Central Bank, mimeo.
• Wróbel-Rotter R. (2007a), Dynamic Stochastic General Equilibrium models: structure and estimation, w: W. Welfe, P. Wdowiński (red.), Modelling economies in transition, Wydawnictwo "Green", Łódź.
• Wróbel-Rotter R. (2007b), Dynamiczne stochastyczne modele równowagi ogólnej: zarys metodologii badań empirycznych, Folia Oeconomica Cracoviensia, 48, 69-93.
• Wróbel-Rotter R. (2007c), Dynamiczny stochastyczny model równowagi ogólnej: przykład dla gospodarki polskiej, Przegląd Statystyczny, 54(3), 25-48.
• Wróbel-Rotter R. (2008), Bayesian estimation of a Dynamic General Equilibrium model, w: A. Welfe (red.), Metody ilościowe w naukach ekonomicznych. Ósme warsztaty doktorskie z zakresu ekonometrii i statystyki, Szkoła Główna Handlowa w Warszawie, Oficyna Wydawnicza.
• Wróbel-Rotter R. (2011a), Empiryczne modele równowagi ogólnej: gospodarstwa domowe i producent finalny, Zeszyty Naukowe Uniwersytetu Ekonomicznego w Krakowie, seria Ekonomia, 869, Kraków.
• Wróbel-Rotter R. (2011b), Obszary stabilności rozwiązania empirycznych modeli równowagi ogólnej: zastosowanie metod analizy wrażliwości, Zeszyty Naukowe Uniwersytetu Ekonomicznego w Krakowie, seria Metody analizy danych, 873, Kraków.
• Wróbel-Rotter R. (2011c), Sektor producentów pośrednich w empirycznym modelu równowagi ogólnej, Zeszyty Naukowe Uniwersytetu Ekonomicznego w Krakowie, seria Ekonomia, 872, Kraków.
• Wróbel-Rotter R. (2012a), Empiryczne modele równowagi ogólnej: zagadnienia numeryczne estymacji bayesowskiej, Zeszyty Naukowe Uniwersytetu Ekonomicznego w Krakowie, seria Metody analizy danych, 878, Kraków.
• Wróbel-Rotter R. (2012b), Struktura empirycznego modelu równowagi ogólnej dla niejednorodnych gospodarstw domowych, Zeszyty Naukowe Uniwersytetu Ekonomicznego w Krakowie, seria Ekonomia, 879, Kraków.
• Wróbel-Rotter R. (2012c), Wybrane zagadnienia współczesnego modelowania strukturalnego, część I: estymowane modele równowagi ogólnej w zarysie, Folia Oeconomica Cracoviensia, 53, 59-83.
• Wróbel-Rotter R. (2012d), Wybrane zagadnienia współczesnego modelowania strukturalnego, część II: wnioskowanie w estymowanych modelach równowagi ogólnej: Folia Oeconomica Cracoviensia, 53, 85-112.
• Wróbel-Rotter R. (2013a), Analiza stopnia zgodności z danymi empirycznymi estymowanego modelu równowagi ogólnej, Zeszyty Naukowe Uniwersytet Ekonomiczny w Krakowie, seria Ekonomia (w druku).
• Wróbel-Rotter R. (2013b), Empiryczne modele równowagi ogólnej: zastosowanie metody dekompozycji funkcji do oceny zależności między postacią strukturalną i zredukowaną, Zeszyty Naukowe Uniwersytetu Ekonomicznego w Krakowie, seria Metody Analizy Danych (złożone do druku).
• Wróbel-Rotter R. (2013c), Hybrydowy model wektorowej autoregresji - aspekty metodologiczne i praktyczne, maszynopis niepublikowany.
• Zellner A. (1971), An introduction to Bayesian inference in econometrics, John Wiley and Sons, New York.