VAR-GC-SSAEPD模型在菲利普斯曲线上的应用

论文摘要

Zhu（2009）提出的非对称指数幂分布（Asymmetric Exponential Power Distribution,AEPD）,相较于正态分布（Normal distribution）更能捕捉数据的偏态、尾部肥态以及不对称特征。本文将此AEPD分布标准化为SSAEPD分布,通过高斯连接函数（Gaussian Copula）将其应用到向量自回归模型（VAR）中,构造了一个新的VAR-GC-SSAEPD模型,并用极大似然估计（MLE）来估计模型的参数。我们此模型应用到中国的菲利普斯曲线的研究中,实证结果显示VAR-GC-SSAEPD模型更好地反映了中国的通胀率和失业率之间存在的负向关系,其优越性体现在:第一,VAR-GC-SSAEPD模型的AIC和SC值比正态VAR模型的更小,因此模型更优。第二,VAR-GC-SSAEPD模型的脉冲响应函数显示中国通胀率和失业率之间负向的关系更为显著也更为持久。进一步地,本文将VAR-GC-SSAEPD应用到对美国、德国、日本和韩国的菲利普斯曲线的研究中去,通过对比VAR-GC-SSAPED模型和VAR模型的脉冲响应函数,我们发现VAR-GC-SSAEPD模型对四个国家的菲利普斯曲线的拟合效果优于正态VAR模型,更能解释以往学者们对这些国家货币政策渠道最畅通性的研究结果,即德国的货币政策渠道最畅通性最强,韩国最弱,验证了VAR-GC-SSAEPD模型相对于VAR模型的优越性。

论文目录

• 摘要
• abstract
• 第一章 引言
• 第二章 文献综述
•   第一节 非对称指数幂分布及应用
•   第二节 向量自回归模型
•   第三节 菲利普斯曲线
•     1.3.1 线性菲利普斯曲线
•     1.3.2 非线性菲利普斯曲线
• 第三章 标准化的标准非对称指数幂分布（SSAEPD）
•   第一节 标准非对称指数幂分布（SAEPD）
•   第二节 标准化的标准非对称指数幂分布（SSAEPD）
•   第三节 VAR-GC-SSAEPD 模型
•     3.3.1 连接函数（Copula）
•     3.3.2 VAR-GC-SSAEPD模型
•   第四节 VAR-GC-SSAEPD模型的估计方法
• 第四章 VAR-GC-SSAEPD模型模拟分析
•   第一节 模拟数据生成
•   第二节 服从GC-SSAEPD联合分布的随机数的生成
•     4.2.1 Metropolis化独立抽样法
•     4.2.2 GC-SSAEPD联合分布的随机数产生过程
•   第三节 VAR-GC-SSAEPD 和 VAR 模型的模拟分析
• 第五章 中国菲利普斯曲线的实证分析
•   第一节 数据来源及处理
•   第二节 VAR-GC-SSAEPD和 VAR模型的构建
•   第三节 VAR-GC-SSAEPD 和 VAR 模型的对比
• 第六章 四个国家VAR-GC-SSAEPD模型和VAR模型的估计结果对比
• 第七章 结论
•   第一节 研究结论
•   第二节 研究不足与未来展望
• 参考文献
• 致谢
• 个人简历

文章来源

类型: 硕士论文

作者: 张亚涛

导师: 赵红梅

关键词: 分布,模型,菲利普斯曲线,极大似然估计,函数

来源: 南开大学

年度: 2019

分类: 基础科学,经济与管理科学

专业: 数学,宏观经济管理与可持续发展

单位: 南开大学

分类号: F224

DOI: 10.27254/d.cnki.gnkau.2019.000069

总页数: 52

文件大小: 3053K

下载量: 48