贝叶斯计量经济学前沿理论及应用
链接：https://pan.baidu.com/s/1d5ugnFpjc5aEeOP2D8HwwQ?pwd=2duk
提取码：2duk
本书从理论和应用的角度，探讨了贝叶斯计量经济学的前沿方法与实证研究，概述了贝叶斯计量经济学及其蒙特卡罗模拟方法的发展过程与应用优势，探讨了贝叶斯参数方法的模型设计和算法原理。基于无限状态Markov区制转移的贝叶斯非参数模型，将通货膨胀的经典计量经济学模型进行扩展。本书还研究了经济增长的稳定性测度和价格传导机制的时变特征；扩展了贝叶斯单位根检验方法，并应用于股票市场泡沫的实证研究；借助贝叶斯时变参数协整模型，检验了中美贸易弹性的新变化；扩展了贝叶斯非参数协整模型，应用于费雪效应的实证研究。本书可供高等院校和科研机构的研究人员，尤其是从事贝叶斯计量经济的研究者阅读。
作者简介
刘洋，数量经济学博士，吉林大学商学与管理学院，副教授，硕士生导师。主持完成博士后科学基金、参与国家社科、教育部重大等多项课题研究。在核心期刊发表学术论文20余篇。
目录
第1章 贝叶斯计量经济学绪论 001
1.1 贝叶斯计量经济学的起源和发展 002
1.1.1 贝叶斯结构性分析的意义 002
1.1.2 贝叶斯参数方法的发展 003
1.1.3 贝叶斯非参数方法的前沿 004
1.2 贝叶斯计量经济学的蒙特卡罗模拟方法 004
1.2.1 数值积分与贝叶斯计量经济学 004
1.2.2 随机模拟与贝叶斯计量经济学 005
1.2.3 概率编程与贝叶斯计量经济学 005
1.3 本章小结 006
第2章 贝叶斯参数方法 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 均匀分布 011
2.1.6 Beta分布 011
2.1.7 Dirichlet分布 013
2.1.8 指数分布 015
2.1.9 Gamma分布 015
2.1.10 逆Gamma分布 016
2.1.11 正态分布 016
2.1.12 多元正态分布 017
2.2 贝叶斯推断的原理和算法 018
2.2.1 贝叶斯推断的原理 018
2.2.2 Gibbs抽样算法 019
2.2.3 HMC抽样算法 021
2.3 本章小结 028
第3章 无限状态Markov区制转移模型 030
3.1 Markov区制转移模型 031
3.1.1 固定状态数量的Markov区制转移模型 031
3.1.2 无限状态Markov区制转移模型 032
3.2 贝叶斯非参数方法 033
3.2.1 Sticky HDP-HMM随机过程 033
3.2.2 多步移动策略的Gibbs抽样算法 033
3.2.3 贝叶斯非参数方法的应用 034
3.3 本章小结 035
第4章 通胀率动态与通胀惯性度量 036
4.1 货币政策与通胀惯性 037
4.1.1 贝叶斯非参数方法度量通胀惯性 037
4.1.2 通胀惯性理论与计量结果的争议 038
4.1.3 菲利普斯曲线、利率规则与通胀惯性 040
4.1.4 通胀惯性的度量 042
4.1.5 通胀惯性与货币政策的实证分析 044
4.2 通胀惯性与通货紧缩 058
4.2.1 CPI与PPI的背离 058
4.2.2 生产力标准 059
4.2.3 通胀率动态与价格指标的惯性度量 060
4.3 本章小结 065
第5章 经济增长的稳定性测度与经验分析 068
5.1 经济增长转换阶段的动态趋势 069
5.1.1 贝叶斯非参数方法测度经济增长稳定性 069
5.1.2 Markov区制时变的测度模型 071
5.1.3 经济增长率过程的动态分析与对比 073
5.2 中日经济增长与通胀动态的经验分析与对比 079
5.2.1 日本经济增长与通胀过程的计量分析 080
5.2.2 日本货币政策的理论基础与执行效果的计量分析 086
5.2.3 中国近期经济增长与通胀过程的计量分析 090
5.3 经济增长稳定性测度的国际对比 093
5.3.1 经济增长率的稳定性分析 095
5.3.2 价格指数增长率的稳定性分析 103
5.4 本章小结 110
第6章 价格传导机制的多元时变分析 111
6.1 我国价格传导机制的多元时变分析 112
6.1.1 使用贝叶斯非参数方法分析价格传导 112
6.1.2 价格传导机制的文献综述 113
6.1.3 测度多元时变因果关系的RTV-VAR模型 114
6.1.4 我国价格传导机制的核心结构 116
6.1.5 我国价格传导机制的动态演变过程 129
6.2 需求效应的时变特征分析 137
6.2.1 CPI与PPI的二元RTV-VAR模型 137
6.2.2 考虑外部需求影响下的需求拉动效应 139
6.2.3 考虑货币投入变化影响下的需求拉动效应 141
6.2.4 考虑生产成本因素影响下的需求拉动效应 143
6.2.5 综合考虑外需与货币投入变化影响下的需求拉动效应 145
6.3 供给效应的时变特征分析 146
6.3.1 生产者价格指数的结构性分化 146
6.3.2 供给效应的时变分析 148
6.3.3 货币效应的时变分析 151
6.4 本章小结 152
第7章 股票市场泡沫的实证检验 154
7.1 模型选择的经济含义 155
7.2 资产价格泡沫的文献评述 155
7.3 中国股市的实证分析 158
7.3.1 数据处理与模型选择 158
7.3.2 市场情绪与周期性破灭泡沫特征分析 160
7.3.3 实证结果的先验敏感性分析 169
7.4 本章小结 170
第8章 汇率弹性与收入弹性的协整模型 172
8.1 时变参数的结构模型 173
8.2 汇率弹性与收入弹性的文献综述 173
8.3 理论分析与计量模型 175
8.4 实证分析 176
8.4.1 数据说明 176
8.4.2 模型选择 179
8.4.3 汇率弹性的实证结果 180
8.4.4 收入弹性的实证结果 183
8.5 本章小结 185
第9章 费雪效应的误差修正模型 186
9.1 费雪效应 187
9.2 费雪效应的协整分析 188
9.3 费雪效应的理论和计量模型 189
9.3.1 费雪效应的理论表述 189
9.3.2 费雪效应的线性化方程 189
9.3.3 名义利率与通货膨胀率的误差修正模型 190
9.4 无限状态Markov区制转移误差修正模型 190
9.4.1 构建IMS-VECM模型 190
9.4.2 估计IMS-VECM模型的贝叶斯方法 192
9.5 我国费雪效应的实证分析 193
9.5.1 数据选取和参数估计 193
9.5.2 费雪效应转换机制的动态识别 196
9.6 本章小结 201
参考文献 203
查看全部↓
前言/序言
进入21世纪，贝叶斯方法的发展突飞猛进，在这样的科学发展背景下，贝叶斯计量经济学如何抓住契机寻求突破，是本书希望参与探讨的创作意图之一。相比于贝叶斯方法在计算机应用领域的绝对优势，贝叶斯计量经济学的初期发展举步维艰。对先验假设的误解和高居不下的贝叶斯计算成本，限制了贝叶斯方法在更多计量经济学研究领域发挥优势。相比之下，机器学习和人工智能的专家们对经济学问题的贝叶斯非参数方法的研究产生了浓厚的兴趣。由此可见，以更多体现优势的研究成果来进一步规范先验假设的设计，并借助更先进的贝叶斯计算工具拓展更广泛的应用，是贝叶斯计量经济学发展的当务之急。
本书的特点之一是以贝叶斯非参数方法来拓展贝叶斯计量经济学的研究。贝叶斯非参数方法与贝叶斯参数方法并不对立，而是在贝叶斯参数方法的基础上，将参数空间的范围扩展到无限。贝叶斯非参数方法，以参数随时变化的随机过程作为先验假设，使贝叶斯方法脱离参数数量的限制，以更加符合数据生成过程规律的方式建立模型的先验假设。与贝叶斯参数方法相比，贝叶斯非参数方法在机器学习和人工智能领域的应用更加广泛，特别是在语音识别和机器视觉等领域，充分展示了其分析和识别数据分类的优势。
