首页> 中文学位 >中国通货膨胀及菲利普斯曲线时变特征研究
【6h】

中国通货膨胀及菲利普斯曲线时变特征研究

代理获取

目录

声明

1 绪论

1.1 研究背景与意义

1.1.1 通货膨胀的背景

1.1.2 通货膨胀的时变特征研究意义

1.2 研究模型及方法的选择

1.2.1 随机波动时变参数模型

1.2.2 贝叶斯估计方法

1.3 研究框架与内容

1.3.1 研究内容

1.3.2 技术路线图

1.4 可能的创新之处

2 文献综述

2.1 通货膨胀时变特征的文献综述

2.1.1 国外文献综述

2.1.2 国内文献综述

2.2 通货膨胀与失业率的文献综述

2.2.1 国外文献综述

2.2.2 国内文献综述

3 随机波动时变参数模型及估计方法

3.1 随机波动时变参数模型

3.2 非中心化参数的随机波动时变参数模型

3.3 贝叶斯估计方法

3.3.1 MCMC方法

3.3.2 Metropolis-Hastings抽样

3.3.3 Gibbs抽样

4 通货膨胀的时变参数估计及分析

4.1 中国各省份通货膨胀的波动特征分析

4.1.1 模型的设定

4.1.2 参数估计过程

4.1.3 数据说明及处理

4.1.4 估计结果分析

4.2 通货膨胀率与失业率的时变参数分析

4.2.1 模型的设定

4.2.2 参数估计过程

4.2.3 数据说明及处理

4.2.4 估计结果分析

5 结论与展望

5.1 总结

5.2 不足与展望

参考文献

附录

在学校期间发表论文清单

致谢

展开▼

摘要

通货膨胀是反映宏观经济发展健康与否的重要指标,因此通过研究通货膨胀率时间序列变化,深入分析持续性与结构突变的动态特征,从而掌握通货膨胀未来发展态势,对我国保持经济平稳健康发展具有非常重要现实意义。 本文构建随机波动时变参数模型对通货膨胀进行时变特征分析,即分析其持续性与结构突变特征,并构建贝叶斯因子来进行时变性检验。在状态空间模型中使用非中心化参数来避免过参数化,并借助Savage-Dickey密度比方法简化贝叶斯因子来避免估计边际似然,最后通过Gibbs抽样进行有效地参数估计。 本文将随机波动时变参数模型应用于两个方面。一是基于1984~2016年中国各省份的通货膨胀率进行各个省份通货膨胀率的持续性及结构突变特征对比分析。研究结果表明,加入随机波动的模型比没有加入随机波动模型的好,各省份通货膨胀率的持续性特征比结构突变特征明显。二是基于1984~2016年中国通货膨胀率与失业率数据,构建随机波动时变参数模型进行菲利普斯曲线的分析,并进行自然失业率的时变性检验和自然失业率的测度。研究结果表明,我国存在典型的向下倾斜的菲利普斯曲线,自然失业率的测度显示自然失业率的走势基本和失业率相当,2001年之后自然失业率在4%左右波动,1985年是自然失业率的最低点,约为1.89%,2009年自然失业率达到最大值,为4.02%。掌握通货膨胀的时变特征,对我国政策制定及政策效果分析具有至关重要的作用。

著录项

  • 作者

    刘弥然;

  • 作者单位

    暨南大学;

  • 授予单位 暨南大学;
  • 学科 应用经济学数量经济学
  • 授予学位 硕士
  • 导师姓名 王斌会;
  • 年度 2018
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 中文
  • 中图分类
  • 关键词

    中国; 通货膨胀; 菲利普斯曲线;

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号