随着全球经济一体化的不断深入,金融市场的波动对经济的影响越来越大。在这样的背景下,传统的经济分析方法已经不能完全满足现代经济研究的需求。
DSGE(动态随机一般均衡)模型作为宏观经济分析的前沿工具,因其能够提供对经济政策影响的动态分析而受到广泛关注。
DSGE高阶的学习变得重要且必要
1. 更深入的理解:
DSGE模型通过将经济主体的最优化行为和市场摩擦结合起来,提供了一个更为全面和深入的经济分析框架。
2. 动态分析能力:
DSGE模型能够模拟经济政策变化对经济主体行为的影响,以及这些变化如何在经济中传导,这对于政策制定者和分析师来说至关重要。
3. 贝叶斯估计的精确性:
贝叶斯估计方法为DSGE模型提供了一种灵活且强大的参数估计方式,能够处理模型中的不确定性和参数的先验信息。
4. 金融摩擦的现实意义:
金融摩擦是影响经济波动的重要因素,理解并量化金融摩擦对经济的影响,对于预测经济周期和制定金融政策具有重要意义。
5. 提升专业竞争力:
掌握DSGE模型和贝叶斯估计技术,能够显著提升你在经济分析领域的专业竞争力,无论是在学术界还是业界。
自18年DSGE课程以来,JG学术培训丨DSGE系列课程受到的宏微观研究者的关注和肯定,从DSGE初中级到高级,从DSGE前沿RS-DSGE到DSGE论文复刻~
2024年8月DSGE高阶内容再更新
本课程由中山大学国际金融学院副教授邓贵川博士主讲,涵盖DSGE模型的贝叶斯估计基础、MH算法和卡尔曼滤波、VAR模型与Bayes估计、Bayes估计潜在问题及模型评估、金融摩擦等内容。
通过本课程的学习,你将能够:
- 掌握DSGE模型的构建和估计方法。
- 学习MH算法和卡尔曼滤波在经济模型中的应用。
- 理解VAR模型和贝叶斯估计的结合使用。
- 识别和解决Bayes估计中的潜在问题。
- 分析金融摩擦对经济的影响。
报名信息
培训时间:10月13, 19-20, 26-27日(周末五天)
培训安排:9:00-12:00;14:00-17:00;答疑交流
培训方式:远程直播,提供全程录播回放
课程亮点
全面覆盖:从贝叶斯估计到金融摩擦,全方位提升你的经济分析技能。
实战导向:通过案例分析和代码实现,将理论与实践紧密结合。
专家授课:由中山大学国际金融学院副教授邓贵川博士主讲,确保教学质量。
互动学习:课程中包含答疑交流环节,确保学习效果。
课程大纲
第一章:DSGE模型的Bayes估计基础知识(6h)
1. Bayes估计概述
- 估计AR(1)模型
- 估计状态空间模型
2. NK-DSGE模型估计
- 模型构建
- 动态系统
- 数据处理及代码
3. DSGE模型的Bayes估计概述
- DSGE模型的状态空间表达
- DSGE模型的Bayes估计步骤
第二章:MH算法和卡尔曼滤波 (6h)
1. 简单采样
- 直接采样
- 拒绝采样
- 重要性采样
2. MH算法
- 马尔可夫链
- M-H采样
- 收敛性诊断
3. 卡尔曼滤波
- 理论基础
- 抽样实现
第三章:VAR模型与Bayes估计 (7h)
1. VAR模型
- 模型设定
- 别与脉冲反应
- 方差分解和历史分解
2. Bayes估计结果分析
- Bayes估计回顾
- 先验设定与后验分布
- 收敛性诊断
- 脉冲反应分析
- 方差分解和历史分解
第四章:Bayes估计潜在问题及模型评估 (5h)
1. Bayes估计潜在问题
- 模型设定
- 观测变量与观测值
- 观测误差设定
- 代码实现
2. 模型评估
- 理论基础
- 模型误设
- 代码实现
第五章:金融摩擦 (6h)
1. BGG金融加速器
- 模型设定
- 模型求解
- 代码实现
2. GK金融加速器
- 模型设定
- 模型求解
- 代码实现
课程咨询
尹老师
电话:13321178792
QQ:42884447
WeChat:JGxueshu