具有偶然约束的DSGE模型的分段线性逼近和滤波

Piecewise-Linear Approximations and Filtering for DSGE Models with Occasionally Binding Constraints

【作者】 S. Borağan Aruoba, ; Pablo Cuba-Borda, ; Kenji Higa-Flores, ; Frank Schorfheide ; Sergio Villalvazo

PDF下载
查看原文
分享到:
我们开发了一种算法来构造具有偶尔约束的DSGE模型的分段线性和连续的近似决策规则。决策规则的函数形式允许我们导出条件最优粒子滤波器(COPF),用于评估利用解的结构的似然函数。我们记录了似然近似的准确性,并将其嵌入到粒子马尔可夫链蒙特卡罗算法中以进行贝叶斯估计。与标准的自举粒子滤波器相比,COPF显著降低了马尔可夫链的持久性,提高了后验矩蒙特卡罗近似的准确性,并大大加快了计算速度。我们使用这些技术来估计一个小规模的DSGE模型,以评估2009年利率达到零下限时《美国复苏和再投资法案》中政府支出部分的影响。

相关资源

智库报告
2023-09
Gary Charness ,Brian Jabarian ,John A. List
智库报告
2023-09
Kasey Buckles ,Adrian Haws ,Joseph Price ,Haley E.B. Wilbert
智库报告
2023-09
Marshall Burke ,Mustafa Zahid ,Noah Diffenbaugh ,Solomon M. Hsiang