首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

DSGE建模与编程入门:一款教学式DSGE GUI app

祝大家新年快乐!

DSGE作为当今宏观经济学领域最主流的模型,其重要性不用再多说。但是,Matlab和Python等编程语言却让绝大部分国内学者和学生望而却步。为了消除这种非经济专业因素的障碍,已经有很多学者团队试图推出“傻瓜式”的菜单操作界面来执行DSGE模拟和估计。最著名的就是Wieland等开发的MMB(Macroeconomic Model Data Base,目前最新版本2.2.3,包含114个模型,多种货币政策规则,财政政策规则和自适应学习等)。有兴趣的人可以去看看,如果想“偷懒”的人,我们强烈推荐MMB,界面如图1所示。

图1 MMB GUI界面

其实,Dyanre团队也在开发Dynare GUI,如图2所示。只是目前还有很多Bugs。等到成熟之后,我们CIMERS也会第一时间推荐给大家,敬请关注!

图2 Dynare GUI界面

当然,Github上还有很多,除上述两种外,我个人还特别喜欢使用Python的DSGE GUI。但是,今天我们向大家推荐的DSGE GUI app不是MMB,Dynare GUI或者Python DSGE,而是一款更简易的DSGE估计的图形用户界面App——YADA(Yet Another DSGE Application),如图3所示。从这个名字就能看出来,这么接地气,老司机就是老司机。既然开发者都这么“随意”了,那我就将其中文定名为“鸭蛋”吧

图3 鸭蛋(YADA)界面

鸭蛋(YADA)是一款对DSGE和VAR模型进行贝叶斯估计和评价的图形用户界面应用。其开发者是欧洲央行的NAWM团队。其GUI界面非常干脆,如图3所示。

目前,鸭蛋(YADA)集成了9个模型,其模型数量不如MMB,功能肯定也没有Dynare那么强大(例如,参数mode的算法只有三种)。正如开发团队所说,其GUI算是优势之一,但我今天将其推荐给大家,主要是用于教学。说实在的,这款app并不适合做研究,但是对于学习DSGE和教学还是非常有用。9个模型分别为

以SW为基准模型,扩展到了包含金融因素、开放经济、货币政策和财政政策等,它们不仅用于政策分析,还主要用于预测。因此,这款DSGE GUI app用于教学完全足够。更重要的是,其对于DSGE模型的贝叶斯估计和评价操作演示十分简单,下面就利用鸭蛋(YADA)官网上的AS(2007)例子来说明。

第一步,系统要求

Windows、Linux和Mac OS均可。其中,在Windows里,Matlab5.3及以后版本均可。例如,我使用的是Win 10,Matlab 2017b。

第二步,下载和配置鸭蛋(YADA)

去官网(http://texlips.net/yada/index.html)下载最新版本鸭蛋(YADA 4.60,2019年2月1号更新)。下载后,

(1)解压“鸭蛋(YADA 4.60)”,可以放在电脑硬盘的任何位置,例如:

(2)打开Matlab,将Matlab的工作路径设置到(1)中鸭蛋文件夹路径,例如

(3)在Matlab的命令窗口的光标处输入YADA,然后回车键,例如

(4)首次配置鸭蛋时,输入YADA之后,会弹出一个许可和免责条款的窗口,我们必须点击“接受”,然后就可以看到图3中的鸭蛋界面。例如

鸭蛋界面分为三大部分:

菜单

选项

模型设置

第三步,配置完成后,我们就可以使用鸭蛋来“玩玩”DSGE的贝叶斯估计了。以An and Schorfheide (2007)为例:

点击“选项”模块中的DSGE Data,然后配置“Observation Data”中的“Data construction file”,点击方框后面的“浏览”按钮,会出现

选择“example”文件夹,打开该文件夹里的AnSchorfheide文件夹,选择DataConstFile.m文件

配置“Observation Data”中的“measurement equation file”,点击方框后面的“浏览”按钮,同样打开“example”文件夹,打开该文件夹里的AnSchorfheide文件夹,选择MeasurementEqFile.m文件

接下来,配置“Prior Distribution Data”中的“Marginal prior distribution specification file”,打开“example”文件夹,打开该文件夹里的AnSchorfheide文件夹,选择AnSchorfheidePrior.wk1文件

接下来,配置“Parameter Data”中的“file with parameters to update”,打开“example”文件夹,打开该文件夹里的AnSchorfheide文件夹,选择MoreASParameters.m文件

接下来,配置“DSGE Model Data”中的“AiM model file”,打开“example”文件夹,打开该文件夹里的AnSchorfheide文件夹,选择AnSchorfheideModel.aim文件

点击“菜单”栏中的“run AiM parser”按钮

或者点击“菜单”中的“Actions”,选择“run AiM parser”

会弹出以下窗口,点击“OK”

7.点击“set state variables”

或者点击“菜单”中的“Actions”,选择“set state variables”

会弹出以下窗口,请确保以下7个变量前面打钩,点击“OK”

8.点击“set state shocks”

或者点击“菜单”中的“Actions”,选择“set state shocks”

会弹出以下窗口,请确保以下7个变量前面打钩,点击“OK”

9.点击“estimate posterior mode”

或者点击“菜单”中的“Actions”,选择“estimate posterior mode”

到此,我们就可以等着出结果了

估计结束后,我们可以在“选项”栏的“output”处看到详细的DSGE模型估计信息:

然后,我们还可以看到估计结果:

参数的后验mode估计图

还有后验模估计的详细信息:

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20190203G0X96Y00?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

扫码

添加站长 进交流群

领取专属 10元无门槛券

私享最新 技术干货

扫码加入开发者社群
领券