10.13910/j.cnki.shjr.2021.11.001
中国自然利率的月度估计
本文基于HLW模型(2017)季度模型,构建半结构化混频模型,实现自然利率的月度估计.具体来讲,运用扩展卡尔曼滤波将季度GDP拆分为月度GDP,在新凯恩斯框架下构建了月度IS曲线和Phillips曲线,纳入状态空间形式,利用多变量卡尔曼滤波估计我国2007年1月至2019年12月的自然利率.结果显示:联合估计的月度自然利率、产出缺口和潜在经济增长率与国内宏观经济形势高度一致,能精准刻画经济危机等重要特征;自然利率在1.1%-2.1%波动,2019年12月处于历史较低水平,约为1.17%;对月度Phillips曲线,检验不同滞后结构和通胀预期计算窗口,证实了月度模型的稳健性.
自然利率、月度估计、状态空间模型
F820(货币)
2022-04-07(万方平台首次上网日期,不代表论文的发表时间)
共9页
2-10