靈活的非線性時間序列模型及應用研究.pdf

1、經濟學中各種變量間的關系往往是非線性的而不是線性的，因此傳統(tǒng)的線性模型在對經濟變量間的關系進行描述時通常存在模型的誤設問題。為了更準確的描述經濟變量間的關系，大量的非線性模型被提出。這些非線性模型相對經典的線性模型而言考慮到經濟變量間關系的結構性變化，因而能對經濟變量間的關系進行更為準確的描述。然而這些非線性模型需要對參數發(fā)生結構變化的演進機制進行某種人為的設定，這會從另外一個方面造成模型的誤設問題。為了改進非線性模型中由人為因素所導致

2、的模型誤設問題，因此迫切的需要開發(fā)靈活的非線性模型。這類靈活的非線性模型要能最大程度的減輕模型設定的主觀隨意性，同時又能容納各種已出現的非線性模型。
　　 本文在狀態(tài)空間模型的框架下論述了兩種靈活的非線性時間序列模型，即單方程靈活的非線性時間序列模型以及靈活的向量自回歸模型。這兩種靈活的非線性時間序列模型都不需要對參數的演進規(guī)律做出任何的人為假設，而是秉承計量經濟學“讓數據說話的思想”從數據中估計參數的演進規(guī)律。這在很大程度上改

3、進了普通的非線性模型中存在的模型誤設問題。另外，本文的模型能容納各種普通的非線性時間序列模型。當模型中的參數取不同的值的時候，它能轉換為各種普通的非線性時間序列模型。單方程靈活的非線性時間序列模型是在傳統(tǒng)的時變參數模型（TVP）的基礎上改進而成的。通過引入距離函數與排序的思想，時變參數模型模型變得具有高度的靈活性從而成為單方程靈活的非線性時間序列模型。靈活的向量自回歸模型則是在傳統(tǒng)的向量自回歸模型的基礎上改進而成的?？紤]到向量自回歸模型

4、中的自回歸系數以及隨機擾動項協方差矩陣的結構變化，并用混合創(chuàng)新方法（Mixed Innovation）對結構變化建模，我們得到靈活的向量自回歸模型。單方程靈活的非線性時間序列模型與靈活的向量自回歸模型中的參數均是用馬爾科夫鏈蒙特卡羅方法（MCMC）進行估計的。MCMC方法充分利用了現代計算機的高速運算性能，能對模型中的參數可行而且有效的估計。
　　 利用單方程靈活的非線性時間序列模型與靈活的向量自回歸模型，我們分別對中國經濟的利

5、率敏感度以及貨幣政策的沖擊效應進行了實證分析。對中國經濟的利率敏感度的實證分析表明，在不同的經濟增長速度下，我國信貸需求的利率敏感度是不一致的。當經濟增長率很高或者很低時，信貸需求對利率是不敏感的，當經濟增長速度處于中間區(qū)域的時候信貸需求對利率較為敏感。對貨幣政策的沖擊效應的實證分析表明，貨幣政策對實體經濟的沖擊效應有著明顯的時變特征。在早期，貨幣政策的沖擊對經濟增長率和通貨膨脹率有比較大的短中期影響，而近年來貨幣政策的沖擊對經濟增長率

6、和通貨膨脹率的影響相對而言大大弱化了。
　　 綜上所述，本文的主要貢獻和意義體現在以下幾個方面：（1）計量模型與估計方法的創(chuàng)新。在國內現有的實證研究中，所采用的模型大多為線性回歸模型和某種普通的非線性模型。而本文論述了兩種靈活的非線性時間序列模型，這兩種模型能有效改進非線性模型中的模型誤設問題同時又能容納各種普通的非線性模型從而能更好的對經濟變量間的關系進行刻畫。此外與本文模型相對應的估計方法是MCMC方法。MCMC方法充分利用

7、了現代計算機的高速運算性能，有效改善了普通的最小二乘法和極大似然法在估計參數眾多的非線性模型時效率低下的問題。因此本文的計量模型和估計方法為國內改進計量模型進行實證研究做出了探索性的工作，具有顯著的方法論意義。（2）研究方法和視角的創(chuàng)新。目前國內對我國信貸需求的利率敏感度的研究，在計量方法上大都基于傳統(tǒng)的線性回歸模型，本文首次使用靈活的非線性模型進行了實證研究。另外在對我國貨幣政策沖擊效應的分析中，目前國內學者使用的計量方法均為傳統(tǒng)的向

8、量自回歸模型，本文首次使用靈活的向量自回歸模型對貨幣政策對實體經濟沖擊效應的時變特征進行了研究。（3）本文的研究結論具有豐富的經濟學和政策含義。對信貸需求的利率敏感度的實證結果表明，當經濟增長率很高或者很低時，信貸需求對利率是不敏感的，當經濟增長速度處于中間區(qū)域的時候信貸需求對利率較為敏感。這一結論隱含的政策意義為，在我國利用利率工具熨平經濟周期的效果仍然是非常有限的。另外對我國貨幣政策的沖擊效應的研究發(fā)現在早期，貨幣政策的沖擊對經濟增