貝葉斯計量經(jīng)濟學前沿理論及應用
鏈接：https://pan.baidu.com/s/1d5ugnFpjc5aEeOP2D8HwwQ?pwd=2duk?
提取碼：2duk
本書從理論和應用的角度，探討了貝葉斯計量經(jīng)濟學的前沿方法與實證研究，概述了貝葉斯計量經(jīng)濟學及其蒙特卡羅模擬方法的發(fā)展過程與應用優(yōu)勢，探討了貝葉斯參數(shù)方法的模型設計和算法原理。基于無限狀態(tài)Markov區(qū)制轉移的貝葉斯非參數(shù)模型，將通貨膨脹的經(jīng)典計量經(jīng)濟學模型進行擴展。本書還研究了經(jīng)濟增長的穩(wěn)定性測度和價格傳導機制的時變特征；擴展了貝葉斯單位根檢驗方法，并應用于股票市場泡沫的實證研究；借助貝葉斯時變參數(shù)協(xié)整模型，檢驗了中美貿(mào)易彈性的新變化；擴展了貝葉斯非參數(shù)協(xié)整模型，應用于費雪效應的實證研究。本書可供高等院校和科研機構的研究人員，尤其是從事貝葉斯計量經(jīng)濟的研究者閱讀。
作者簡介
劉洋，數(shù)量經(jīng)濟學博士，吉林大學商學與管理學院，副教授，碩士生導師。主持完成博士后科學基金、參與國家社科、教育部重大等多項課題研究。在核心期刊發(fā)表學術論文20余篇。
目錄
第1章 貝葉斯計量經(jīng)濟學緒論 001
1.1 貝葉斯計量經(jīng)濟學的起源和發(fā)展 002
1.1.1 貝葉斯結構性分析的意義 002
1.1.2 貝葉斯參數(shù)方法的發(fā)展 003
1.1.3 貝葉斯非參數(shù)方法的前沿 004
1.2 貝葉斯計量經(jīng)濟學的蒙特卡羅模擬方法 004
1.2.1 數(shù)值積分與貝葉斯計量經(jīng)濟學 004
1.2.2 隨機模擬與貝葉斯計量經(jīng)濟學 005
1.2.3 概率編程與貝葉斯計量經(jīng)濟學 005
1.3 本章小結 006
第2章 貝葉斯參數(shù)方法 007
2.1 概率分布 008
2.1.1 Bernoulli分布 008
2.1.2 Binomial分布 009
2.1.3 Multinomial分布 010
2.1.4 Poisson分布 010
2.1.5 均勻分布 011
2.1.6 Beta分布 011
2.1.7 Dirichlet分布 013
2.1.8 指數(shù)分布 015
2.1.9 Gamma分布 015
2.1.10 逆Gamma分布 016
2.1.11 正態(tài)分布 016
2.1.12 多元正態(tài)分布 017
2.2 貝葉斯推斷的原理和算法 018
2.2.1 貝葉斯推斷的原理 018
2.2.2 Gibbs抽樣算法 019
2.2.3 HMC抽樣算法 021
2.3 本章小結 028
第3章 無限狀態(tài)Markov區(qū)制轉移模型 030
3.1 Markov區(qū)制轉移模型 031
3.1.1 固定狀態(tài)數(shù)量的Markov區(qū)制轉移模型 031
3.1.2 無限狀態(tài)Markov區(qū)制轉移模型 032
3.2 貝葉斯非參數(shù)方法 033
3.2.1 Sticky HDP-HMM隨機過程 033
3.2.2 多步移動策略的Gibbs抽樣算法 033
3.2.3 貝葉斯非參數(shù)方法的應用 034
3.3 本章小結 035
第4章 通脹率動態(tài)與通脹慣性度量 036
4.1 貨幣政策與通脹慣性 037
4.1.1 貝葉斯非參數(shù)方法度量通脹慣性 037
4.1.2 通脹慣性理論與計量結果的爭議 038
4.1.3 菲利普斯曲線、利率規(guī)則與通脹慣性 040
4.1.4 通脹慣性的度量 042
4.1.5 通脹慣性與貨幣政策的實證分析 044
4.2 通脹慣性與通貨緊縮 058
4.2.1 CPI與PPI的背離 058
4.2.2 生產(chǎn)力標準 059
4.2.3 通脹率動態(tài)與價格指標的慣性度量 060
4.3 本章小結 065
第5章 經(jīng)濟增長的穩(wěn)定性測度與經(jīng)驗分析 068
5.1 經(jīng)濟增長轉換階段的動態(tài)趨勢 069
5.1.1 貝葉斯非參數(shù)方法測度經(jīng)濟增長穩(wěn)定性 069
5.1.2 Markov區(qū)制時變的測度模型 071
5.1.3 經(jīng)濟增長率過程的動態(tài)分析與對比 073
5.2 中日經(jīng)濟增長與通脹動態(tài)的經(jīng)驗分析與對比 079
5.2.1 日本經(jīng)濟增長與通脹過程的計量分析 080
5.2.2 日本貨幣政策的理論基礎與執(zhí)行效果的計量分析 086
5.2.3 中國近期經(jīng)濟增長與通脹過程的計量分析 090
5.3 經(jīng)濟增長穩(wěn)定性測度的國際對比 093
5.3.1 經(jīng)濟增長率的穩(wěn)定性分析 095
5.3.2 價格指數(shù)增長率的穩(wěn)定性分析 103
5.4 本章小結 110
第6章 價格傳導機制的多元時變分析 111
6.1 我國價格傳導機制的多元時變分析 112
6.1.1 使用貝葉斯非參數(shù)方法分析價格傳導 112
6.1.2 價格傳導機制的文獻綜述 113
6.1.3 測度多元時變因果關系的RTV-VAR模型 114
6.1.4 我國價格傳導機制的核心結構 116
6.1.5 我國價格傳導機制的動態(tài)演變過程 129
6.2 需求效應的時變特征分析 137
6.2.1 CPI與PPI的二元RTV-VAR模型 137
6.2.2 考慮外部需求影響下的需求拉動效應 139
6.2.3 考慮貨幣投入變化影響下的需求拉動效應 141
6.2.4 考慮生產(chǎn)成本因素影響下的需求拉動效應 143
6.2.5 綜合考慮外需與貨幣投入變化影響下的需求拉動效應 145
6.3 供給效應的時變特征分析 146
6.3.1 生產(chǎn)者價格指數(shù)的結構性分化 146
6.3.2 供給效應的時變分析 148
6.3.3 貨幣效應的時變分析 151
6.4 本章小結 152
第7章 股票市場泡沫的實證檢驗 154
7.1 模型選擇的經(jīng)濟含義 155
7.2 資產(chǎn)價格泡沫的文獻評述 155
7.3 中國股市的實證分析 158
7.3.1 數(shù)據(jù)處理與模型選擇 158
7.3.2 市場情緒與周期性破滅泡沫特征分析 160
7.3.3 實證結果的先驗敏感性分析 169
7.4 本章小結 170
第8章 匯率彈性與收入彈性的協(xié)整模型 172
8.1 時變參數(shù)的結構模型 173
8.2 匯率彈性與收入彈性的文獻綜述 173
8.3 理論分析與計量模型 175
8.4 實證分析 176
8.4.1 數(shù)據(jù)說明 176
8.4.2 模型選擇 179
8.4.3 匯率彈性的實證結果 180
8.4.4 收入彈性的實證結果 183
8.5 本章小結 185
第9章 費雪效應的誤差修正模型 186
9.1 費雪效應 187
9.2 費雪效應的協(xié)整分析 188
9.3 費雪效應的理論和計量模型 189
9.3.1 費雪效應的理論表述 189
9.3.2 費雪效應的線性化方程 189
9.3.3 名義利率與通貨膨脹率的誤差修正模型 190
9.4 無限狀態(tài)Markov區(qū)制轉移誤差修正模型 190
9.4.1 構建IMS-VECM模型 190
9.4.2 估計IMS-VECM模型的貝葉斯方法 192
9.5 我國費雪效應的實證分析 193
9.5.1 數(shù)據(jù)選取和參數(shù)估計 193
9.5.2 費雪效應轉換機制的動態(tài)識別 196
9.6 本章小結 201
參考文獻 203
查看全部↓
前言/序言
進入21世紀，貝葉斯方法的發(fā)展突飛猛進，在這樣的科學發(fā)展背景下，貝葉斯計量經(jīng)濟學如何抓住契機尋求突破，是本書希望參與探討的創(chuàng)作意圖之一。相比于貝葉斯方法在計算機應用領域的絕對優(yōu)勢，貝葉斯計量經(jīng)濟學的初期發(fā)展舉步維艱。對先驗假設的誤解和高居不下的貝葉斯計算成本，限制了貝葉斯方法在更多計量經(jīng)濟學研究領域發(fā)揮優(yōu)勢。相比之下，機器學習和人工智能的專家們對經(jīng)濟學問題的貝葉斯非參數(shù)方法的研究產(chǎn)生了濃厚的興趣。由此可見，以更多體現(xiàn)優(yōu)勢的研究成果來進一步規(guī)范先驗假設的設計，并借助更先進的貝葉斯計算工具拓展更廣泛的應用，是貝葉斯計量經(jīng)濟學發(fā)展的當務之急。
本書的特點之一是以貝葉斯非參數(shù)方法來拓展貝葉斯計量經(jīng)濟學的研究。貝葉斯非參數(shù)方法與貝葉斯參數(shù)方法并不對立，而是在貝葉斯參數(shù)方法的基礎上，將參數(shù)空間的范圍擴展到無限。貝葉斯非參數(shù)方法，以參數(shù)隨時變化的隨機過程作為先驗假設，使貝葉斯方法脫離參數(shù)數(shù)量的限制，以更加符合數(shù)據(jù)生成過程規(guī)律的方式建立模型的先驗假設。與貝葉斯參數(shù)方法相比，貝葉斯非參數(shù)方法在機器學習和人工智能領域的應用更加廣泛，特別是在語音識別和機器視覺等領域，充分展示了其分析和識別數(shù)據(jù)分類的優(yōu)勢。
