DSGE预测的信息内容

此外，YSAR4预测没有DSGE预测中未包含的信息。虽然表e中没有报告，但在YSAR4预测值与实际GDP的简单四阶自回归过程的预测值相匹配的情况下，获得了结果。换句话说，没有使用实际GDP的组成部分。在这种情况下，DSGE预测的结果甚至更好。因此，DSGE预测的积极结果并不是由于YSAR4model的某些奇怪之处。价格预测结果见表2，其格式与表1相同。可供选择的模型简单地称为PAR4，这是一个四阶自回归过程，用于记录GDP波动。在这种情况下，DSGE的预测并不可靠。对于Wolters和NYFRB而言，PAR4预测完全占主导地位。β的估计值都不显著，γ的估计值总是显著的。PAR4预测包含DSGE预测中包含的独立信息，DSGE预测不包含PAR4预测中未包含的信息。对于KRS和EG，β的估计值为负值，显著或接近显著。γ的估计值非常显著，接近1.0。这表明，以PAR4预测为条件，DSGE预测包含额外信息，这些额外信息会对GDP波动的总体预测产生负面影响。

在这种情况下，DSGE和PAR4预测都包含独立信息。表2方程式（1）中GDP偏差的估计值- Pt公司-sis左手侧变量。cnst DSGE PAR4s^α^β^γSE R#obs。Wolters：1 984:1–2002.42 0.0 01 0.094 0.730 0.0027 0.627 63（0.94）（0.98）（9.47）4 0.0 02 0.207 0.641 0.0048 0.637 63（0.52）（1.61）（9.12）9 0.0 11 0.252 0.443 0.0121 0.431 63（0.81）（0.99）（5.56）KRS：1994:1–2 008:42 0.0 05-0.522 1.063 0.421 56（2.74）（-2.70）（4.88）5 0.0 17-0.620 0.972 0.0055 0.462 56（5.23）（-2.53）（3.57）例如：199 2:1–2010:12 0.0 03-0.320 1.000 0.0030 0.405 71（1.49）（-3.67）（4.85）4 0.0 08-0.365 0.926 0.0055 0.359 70（2.11）（-1.94）（3.55）8 0.0 32-0.514 0.723 0.0098 0.234 66（3.56）（-1.56）（2.25）纽约联邦储备银行：1992:1–201 6:12 0.0 04-0.007 0.613 0.0031 0.308 97（2.81）（-0.11）（5.11）4 0.0 08 0.009 0.546 0.0053 0.311 97（3.58）（0.11）（3.96）8 0.0 24-0.021 0.373 0.0101 0.172 97（3.76）（-0.14）（2.07）12 0.047-0.087 0.240 0.0141 0.087 93（2.98）（-0.39）（2.47）P为对数占GDP的比重。OLS估计。t-统计数据在括号中。对估计的标准误差进行异方差和移动平均过程校正（Wolters除外）。纽约联邦储备银行消费、投资和其他方面的结果见表3，其sam e格式如表1和表2所示。与表1和表2中的结果相比，表3中的结果在整个预测期内的系统性较差。对于消耗量，DSGE对β的估计在四个层面上都是显著的。γ的估计值在2个季度和4个季度的水平上具有重要意义。

因此，结果表明，bot h预测包含第2季度和第4季度的独立信息，但对于第8季度和第12季度，CSAR4预测不包含DSGE预测中没有的信息，DSGE预测包含额外信息。对于投资和其他领域的2个季度和4个季度，β的估计值并不显著，γ的估计值为。因此，DSGE预测在ISAR4和OSAR4预测中不包含信息，而OSAR4预测中不包含信息。对于8/4和12/4的地平线s，R平方相当低。β的估计值对投资和第12期以及第8期都很重要，但很难知道如何利用它。

这两种预测都没有解释第8层和第12层。表3方程（1）中消费、投资和其他预测的估计值为纽约市财政研究所预测的DSGE AR4s^α^β^γSE R#obs。消费：1992:1–2016:12-0.00 9 0.252 1.579 0.0066 0.366 97（-1.64）（1.71）（4.20）4-0.00 8 0.676 1.073 0.0124 0.348 97（-0.60）（2.10）（2.34）8 0.046 1.481-0.350 0.0202 0.444 97（1.47）（2.52）12 0.088 2.115-0.889 0.0279 0.434 97（1.74）（3.67）（）-1.13）投资：1992:1-2016:12 0.007-0.292 1.091 0.0280 0.394 97（1.33）（-1.77）（5.02）4 0.020-0.325 0.964 0.0581 0.207 97（1.60）（-0.84）（4.47）8 0.055 0.065 0.243 0.1122 0.003 97（1.72）（0.17）（0.42）12 0.084 0.494-0.363 0.1394 0.133 97（1.23）（4.46）（-0.48）其他：1992:1–20 16:12 0.005 0.074 0.951 0.0230 0.292 97（1.42）（1.63）（5.30）4 0.012-0.028 0.621 0.0340 0.241 97（1.51）（-0.40）（2.92）8 0.034-0.200-0.020 0.0567 0.086 97（1.96）（-2.12）（-0.09）12 0.030-0.075-0.265 0.0761 0.030 93（1.78）（-0.49）（-1.01）左侧sid e变量为Xt- Xt公司-sP，其中X是消费、投资或其他的日志。AR4是CSAR4、ISAR4或OSAR4请参阅文本。OLS估计；t-状态在括号中。对估计的标准误差进行异方差和移动平均过程校正。5结论表1中的结果对于DSGE对实际GDP的预测非常有力。预测似乎包含了滞后值中的所有信息，至少反映在YSAR4预测中，还有更多信息。对于第8和第12层的表3中的消费也是如此。对于地平线2和4，SAR4预测中有信息，DSGE预测中没有信息。

对于表3中的投资和其他项目，结果很弱，如果一个igno预测8和12个季度（解释很小），DSGE预测中没有独立信息。对于表2中的GDP偏差，DSGE的结果很差，尤其是对于Woltersand NYFRB，其中DSGE预测不包含独立信息。应该强调的是，这里的比较仅针对仅以滞后值作为解释变量的模型的预测。可以使用其他明确的预测。这方面的一个关键困难是遵守第2节的规则，尤其是避免在生成预测时使用未来信息。Cai等人（2018年）对NYFRB预测与其他预测进行了广泛的比较，尽管他们的分析不是为了检验本文中的独立信息问题。在之前的著作中，我一直对DSGE方法和数据的使用持批评态度，例如，见Fair（2012）。从处理大规模宏观经济计量模型的人的角度来看，在处理数据时缺乏谨慎。如上所述，实际消费和投资被错误计量。此外，一些劳动力和人口变量没有得到正确处理。而且数据的聚合太多。在宏观经济中，服务、非耐久性和耐久性消费的行为是完全不同的，将这三者综合起来很可能是最困难的。此外，厂房和设备投资与ho使用投资的表现有很大不同，不应将其汇总。忽视进口也是有问题的，因为美国远不是一个封闭的经济体，进口需求是内生的。

在理论方面，理论限制非常严格，尤其是对理性预期的定位和对最大化框架的严格使用。对于DSGE模型的批评者来说，表1中实际GDP的结果可能因此而令人吃惊。正如引言中所述，滞后值在模型中广泛使用（有时以特殊方式！），有人可能会认为，使用滞后值会推动预测结果。表1中的结果表明，情况并非如此。FS比较法的使用表明，DSGE对实际产出的预测中存在信息，而不是滞后值。令评论家困惑的是，tig-ht理论限制为何会改善预测。关于目前结果的主要问题是未来信息是否用于预测实际GDP。例如，DSGEmodels中的一些参数针对所有预测进行了校准和固定。在某些校准中是否使用了将来的信息？对于纽约联邦储备银行的预测，在零下限期间使用蓝筹股预期是否在某种程度上欺骗了模型中的信息？最后，关于金融危机的信息是否导致DSGE模型中的规格变化，从而有助于预测危机期，即使遵守第2节中的规则？参考文献[1]Cai、Michael、Marco Del Negro、Marc P.Giannoni、Abhi Gupta、Pearl Li和erica Moszkowski，2018年，“DSGE对损失复苏的预测”，纽约联邦储备银行第844号员工报告，3月。[2] Cumby，Robert E.、John，Huizing a和Maurice Obstfeld，1983，“理性预期模型中的两步两阶段最小二乘法”，《计量经济学杂志》，21333–355。[3] Edge、Rochelle M.和Refet S。

Gürkaynak，2010，“估计的DSGE模型预测对央行行长有多有用？”布鲁金斯论文《经济活动》，秋季，209–259。[4] Fair，Ray c.，2012，“宏观经济是否取得了进展？”《宏观经济学杂志》，2-10。[5] Fair、Ray C.和Robert J.Shiller，1990年，《计量经济模型预测中的比较信息》，《美国经济评论》，375–389。[6] Hansen，Lars Peter，1982，“广义矩估计方法的大样本性质”，Economefrica，50，1 029–1054。[7] Kolasa、Marcin、Michal Rubaszek和Pawel Skrzypczy'nski，2012，“将新凯恩斯主义DSGE模型用于实时预测测试”，《货币、信贷和银行杂志》，441301–1324。[8] Smets、Frank和Rafael Wouters，2007，“美国商业周期中的冲击和摩擦：贝叶斯DSGE方法”，《美国经济评论》，97586–60 6。[9] White，Halbert，1980，“异方差一致协方差矩阵估计量和异方差的直接检验”，《计量经济学》，48817–838。[10] White、H albert和Ian Domowitz，1984，“具有相关观测的非线性回归”，计量经济学，52143–161。[11] Wolters，Maik H.，2013，“评估DSGEModels的点和密度预测”，《应用计量经济学杂志》，30，74–96。