具有Markov体制转换的动态因子模型建模方法及其应用研究

The fluctuations in the business cycle are usually transmitted and spread among the movement of a series of economic variables. The behavior of any one of the economic variables cannot represent the aggregate macroeconomic fluctuation. In order to reflect the course of the aggregate macroeconomic fluctuation, estimating and explaining the common factors underlying the fluctuation of all economic variables by panel data of an economy becomes an effective approach to determine and analyze its business cycles. What's more, stochastic regime switching usually exists in long run economic activities, establishing a dynamic factor model with regime switching structure, therefore, becomes an effective econometric method to test the business cycle theory and to help the government grasp the macroeconomic trends and guard against economic risks. This project will focus on the theoretical research on econometric approaches to the dynamic factor model with Markov regime switching. The topic of this research includes: (1) specification and representation of the dynamic factor model with Markov regime switching; (2) study on the identification and estimation of the dynamic factor model with Markov regime switching; (3) study on the statistical inference method to model specification. And, in order to improve the theory and practice of our macroeconomic climate analysis and also to verify and apply its theoretical results, this project will empirically analyze our macroeconomic climate trends.

经济的周期波动是通过一系列经济变量的活动来传递和扩散的。任何一个经济变量本身的波动都不足以代表宏观经济的整体波动。为了反映宏观经济整体波动过程，从一国许多经济时间序列组成的面板数据中估计和解释驱动各变量波动的共同因子是判别和分析经济周期波动的有效工具之一。另外，因长时段的经济活动普遍存在随机性的体制转换。所以，建立具有体制转换结构的动态因子模型是验证宏观经济周期理论和政府把控宏观经济走势、防范经济风险的计量经济分析方法。本项目在理论上将重点研究Markov体制转换动态因子模型的计量分析方法，研究内容包括：(1)Markov体制转换动态因子模型的设定及其表示；(2)Markov体制转换动态因子模型的识别与估计方法研究；(3)模型设定的统计推断方法研究。并且，为了完善我国宏观经济景气分析的理论方法与实践、实现对本项目理论研究成果的验证和应用，本项目将对我国宏观经济的景气动向进行实证分析。

因子模型和动态因子模型是高维数据降维的重要方法之一，如何甄别共同因子和动态因子的实际意义制约了这类统计学模型的广泛应用。在理论研究方面，首先，为了运用动态因子和具有Markov区制转换的动态因子模型辨识驱动宏观经济周期波动的共同因子，本项目分别从新凯恩斯动态随机一般均衡模型和具有Markov区制转换的动态随机一般均衡模型的动态因子模型表示出发，解决了动态因子的经济意义甄别问题；并分别以这两类动态因子模型为简化型模型，研究了简化型模型的结构识别性、提出并讨论了估计这两类宏观结构计量模型（DSGE模型）脉冲响应函数的估计方法及其统计性质。其次，将动态因子模型的结构识别问题拓展为一般性结构宏观计量模型的识别性研究，针对不同类型的结构宏观计量模型提出了相应的识别定理。并且，为了完善近似／动态因子模型的经典估计方法，本项目也提出了一种GMM方法，研究了GMM估计方法的渐近性质和有限样本性质。另外，还研究了分层因子模型和混频动态因子模型ML估计的EM算法。在应用研究方面，运用本项目的理论研究结果，分别研究了我国宏观经济波动的共同因素、货币政策的有效性和结构性税收政策改革等问题。基于DFM识别出了中国宏观经济波动源及其波动特征；基于多层因子模型构建我国核心通货膨胀指标、基于混频近似因子模型构建我国月度GDP同比增长率指标、基于FALSTVAR模型构建我国金融状况指数(FCI)、以及基于FAVAR模型研究了货币政策对CPI分类指数的异质性效应；基于SVARMA模型分析了中国宏观经济政策的动态效应、基于分税制的DSGE模型研究了宏观经济波动的税收政策效应、基于DSGE模型分别讨论了我国宏观经济的动态效率和异质性金融加速器效应。在项目资助下，公开发表29篇论文和4篇博士论文；参加国际/全国学术会议15次，并交流研究论文18篇，其中，有9篇论文获得中国数量经济学会2013-2016年会优秀论文，尚未公开发表的会议论文5篇。