针对DSGE模型学习的建议性计划（原创）

非常感谢！！！

good

good

DSGE 模型的量化分析一直是有问题的。通常采用校准和估计的方法来进行量化分析，但这两种方法各有优缺点。参数校准法比较方便，但参数选取也比较主观，特别是对一些复杂的模型而言，有些参数完全只能主观摸索和尝试。估计法可以采用GMM、SMM、MLE、和Bayes方法。但这些估计方法都有一定的局限。GMM通常是对一阶条件进行估计，需要大样本，小样本下通常是有偏的。MLE是完全信息估计，需要模型设定正确，同时也需要较大的样本，而且在模型很复杂的时候，参数估计有时候很不合理，参数估计结果也依赖于参数初值的设定。但相对而言,如果模型设定较为合理，样本数据也比较多，那么MLE估计得到的参数是比较客观的。Bayes估计的好处是可以在较少的样本数据下使用，当样本数据较少时，通过整合参数的先验概率分布，Bayes估计的结果要比MLE估计结果好一些，但前提是参数的先验分布要恰当，分布的均值和方差的设定要比较合理。因此，从数量分析角度来看，对于复杂的模型，Bayes和MLE估计得到的结果并不一定就比校准法得到的结果好。总而言之，DSGE模型的数量分析方法目前来看仍然是不完美的。

yihanli 发表于 2011-10-26 21:31
DSGE 模型的量化分析一直是有问题的。通常采用校准和估计的方法来进行量化分析，但这两种方法各有优缺点。参 ...

我完全认同。DSGE的实证分析从来都没广泛得到过认可。但一般批评DSGE的出发点是从模型本身构造出发，DSGE的高度复杂性已经偏离了真实世界的运作方式。特别是新凯恩斯学派里面的开放宏观经济学学派，他们的模型已经看上去非常荒唐了，然后用贝耶斯来把估计的参数稳固在一定的范围，再号称这是DSGE模型解释能力强大。我觉得我们要从模型那个点出发，到底怎么做这模型，是不是越复杂越好，到底模型的作用是用来迷惑人的还是解释道理的。

rastila 发表于 2011-10-31 22:41
我完全认同。DSGE的实证分析从来都没广泛得到过认可。但一般批评DSGE的出发点是从模型本身构造出发，DSGE ...

从对数据的拟合和预测的角度看，任何DSGE模型的数量分析结果都没有无约束的VAR模型那样具有较高的拟合度和预测能力，因此在比较dsge模型对数据的拟合和预测能力时，VAR模型通常都被用来作为DSGE模型的比较基准。尽管无约束的VAR模型具有最高的数据拟合和预测能力，但由于其没有相应的经济理论为支撑，很多情况下难以解释冲击的传导机制，对分析结果的理论解释比较苍白，这也是后来SVAR模型出现的原因所在。SVAR模型对数据的模拟和预测能力要比VAR模型差一些，但有一定的宏观经济理论基础，能够从经济变量的结构关系上解释分析结果，这是SVAR比VAR模型好的地方。
    DSGE模型本质上是非线性SVAR模型，但DSGE模型的好处就是比一般的SVAR模型具有更明确的微观基础，DSGE能够容纳更复杂的经济结构关系，而且其分析结果并不一定比普通的SVAR模型差，因此在宏观经济分析中，DSGE模型现在已经替代SVAR模型成为主流的分析框架了，特别是用于财政货币政策的分析时，DSGE模型具有很多的优势，这是一般的VAR或SVAR模型所不能比拟的。

牛人很多，很多，很多呀

好贴，学习了！

正在学DSGE的小硕飘过，谢楼主点拨

比较几种主要的经济模型预测能力的文章有好多，大家可以看一下，就这个问题说说自己的看法。