dsge模型的数据处理问题

猪人 发表于 2012-11-21 13:55
1、季节调整是必须的，除非没有季节影响。
2、如果理论模型是平稳的，则数据需要滤波，至于如何滤波需要根 ...

请问如果找到的数据是累计的数据，那需要把这种累计的数据中累计的成分去掉么？

同时猪人的观点

我看文章里，一般是根据自己的理论模型按照需要处理数据。
一般像产出，消费这类数据，先转成实际数据，消除季节趋势，然后取对数，滤波（这些都是为了使变量最终为平稳序列），如果像通货膨账这类不需要滤波和对数就是平稳的，那么就不用滤波了。
或者理论模型中，并不需要都是平稳的，比如技术冲击是随机游走的话，那么也可以不做滤波，所有变量除以技术就好了。总之，是根据自己模型的需要来处理。

falelang 发表于 2013-7-13 12:56
我看文章里，一般是根据自己的理论模型按照需要处理数据。
一般像产出，消费这类数据，先转成实际数据，消 ...

我上面的回答是2年前了，这里更正一下。一般将数据输入模型的过程如下。

滤波主要用途在于得到数据的无条件样本矩，这个看看最经典的RBC论文就可以了。
不过现在一般都要做IRF和贝叶斯。IRF要估计VAR模型，而VAR不一定要求数据平稳的，所以滤波与否无所谓。下面说贝叶斯的。

第一步，选择measurement。比如，你用什么衡量Y、什么衡量C、什么衡量I。一般来说，除了自身就是名义量的变量之外，都要用平减过后的变量作为模型中实际变量的衡量。

第二步，季节调整。年度数据不需要调整，季度及其更高频率的数据必须进行季节调整。调整方法无所谓，无外乎X12 ARIMA，还有一种名字忘了。

第三步，尽管Dynare无需手动线性化和手动去势，但还是建议自己来。线性化后的模型务必要求平稳！否则麻烦会很多。

第四步，为模型联接数据。一般是把数据作为状态空间系统中可观测变量的观测值。如果你的模型没有趋势，比如Smets Wouters 2003，那就直接用滤波过后的数据。如果你的模型确定性时间趋势，那么就用滤波或对时间去势后的数据。如果你的模型有单位根随机趋势，那么就不要滤波了，对数差分即可，详见几篇经典的Bayesian中型模型论文。

我想请问下，在对DSGE模型手工求一阶条件后，是否需要对方程的变量进行手工转换成平稳的形式啊？我没太明白在用DYNARE进行实际操作时，是对变量数据进行stationarize呢还是对DSGE方程进行调整？求好心人解答，初级的问题，呵呵，连第一步都没法迈出去。

求问DSGE模型有没有专用的软件进行数据处理或方程运算啊。求大神推荐，谢谢了

猪人 发表于 2013-7-16 20:23
我上面的回答是2年前了，这里更正一下。一般将数据输入模型的过程如下。

滤波主要用途在于得到数据的无 ...

很有收获，谢谢