中国通货膨胀波动的测算——基于TVP-AR-SV模型

摘要

准确测度通胀波动规律是研究通货膨胀及货币政策的重要基础。为克服现有随机波动(SV)模型隐含假设中存在的天然缺陷,平衡模型估计的准确性与操作的简便性,通过对比SV、UC-SV、AR-SV、TVP-AR-SV四种主要模型,认为其中时变系数自回归随机波动(TVP-AR-SV)模型最适用于中国通胀波动的测度。对中国的季度通胀数据建立该模型,利用马尔科夫链蒙特卡洛模拟(MCMC)方法对模型参数进行贝叶斯估计,得到通胀的波动序列,同时对通货膨胀进行预测,并与其他形式的SV模型的估计结果进行对比。结果表明,TVP-AR-SV模型估计的随机波动能够全面地解释中国通胀率的整体波动规律,参数估计精度及模型对未来通胀的预测能力均优于其他备选模型。