高维度工具变量法对通胀率动态的估计、推断与模型选择
项目介绍
AI项目解读
基本信息
- 批准号:71801183
- 项目类别:青年科学基金项目
- 资助金额:19.0万
- 负责人:
- 依托单位:
- 学科分类:G0105.管理统计理论与方法
- 结题年份:2021
- 批准年份:2018
- 项目状态:已结题
- 起止时间:2019-01-01 至2021-12-31
- 项目参与者:范青亮; 刘鼎铭; 金昊; 詹铭峰; 唐盛芳; 陈佳雯; 蔡水莲;
- 关键词:
项目摘要
We propose a new method in high dimensional models to estimate short-run inflation dynamics at the aggregate level by considering more disaggregated level data. This method includes incorporating disaggregate information into New Keynesian models and estimate the model with selected instruments. This project contributes to the literature in instrument selection as well as macro models in the following steps. First, instrument selection in New Keynesian models can be conducted with a newly introduced kernel-weighted Lasso method. Second, we consider regional and sectoral level data in a hybrid New Keynesian Phillips curve and imply to aggregate inflation dynamics in China. Last, we also study the inflation dynamics in the euro area in an open economy framework, by estimating country-specific inflation dynamics of each member state. After an overall examination of inflation dynamics across the global economy, we will provide policy advice based on the country or region specific features to the central banks.
本课题主要探索使用高维度工具变量模型对于优化通货膨胀动态估计和政策制定的作用。本课题组提出了一个能够更好地估计检测短期通货膨胀动态的方法,即通过将分解数据引入到新凯恩斯宏观模型后,再根据相应模型选择最优工具变量,进而估计出总体的通胀率动态。本课题通过以下几点对工具变量选择以及宏观结构模型等方面做出贡献。第一,我们引入了核权重套索方法(kernel-weighted Lasso)选择在新凯恩斯菲利普斯曲线中具有滞后项特征的工具变量。第二,我们将在混合新凯恩斯菲利普斯曲线中分别引入区域、部门数据以更好地估计我国及其他相似国家的总体通货膨胀动态。第三,本课题还将扩展到在开放经济框架下,从欧元区加盟国的宏观数据出发研究欧元区整体通货膨胀动态。最后,在综合考虑了世界经济中各经济体特殊的经济发展态势,我们将针对性地提出货币政策相关建议,重点针对我国现代经济体系的发展模式给出相关政策评估和建议。
结项摘要
本项目专注于在大数据时代背景下将高维度工具变量法应用到一系列基础宏观理论模型的实证研究以及政策研究中。项目负责人通过国内、国际合作研究,参加学术会议并报告工作论文,同时在本校内开展科研工作并指导研究生日常学术活动等形式,在相关研究领域取得了一系列新颖的研究成果。具体来说,本课题在宏观经济研究中十分常用的工具变量方法中引入高维度数据下的工具变量选择和统计推断,并将这种方法应用于一系列基础宏观理论模型—菲利普斯曲线—来重新定义短期内通货膨胀率的变化规律,并引发了对于现有宏观经济政策的进一步思考。在科研成果方面,本项目在研期间共产出五篇英文论文,分别探讨了通过使用核权重套索(kernel-weighted Lasso)方法结合区域分解数据(子课题一)、产业部门分解数据(子课题二)更准确地估计和预测美国通货膨胀动态以及对欧元区统一货币政策对各成员国经济的异质性影响(子课题三)。在题为“Estimating the New Keynesian Phillips Curve with Regional Data and Selected Instruments”的论文中,作者通过使用区域面板数据并结合第一阶段的工具变量选择来提高有限样本下估计量的准确度,文章通过大量蒙特卡洛模拟实验也证实了菲利普斯曲线的估计可以通过此种方法得到提升。在作者题为“Examination of Inflation Dynamics in US Sectors”的文章中,同样使用以上方法结合产业部门的分解数据以权重加总的方法来进一步解释总体的通货膨胀动态。此外,作者将以上方法应用到多维度的微观面板分解数据,在“The Aggregate Implications of Regional Inflation Dynamics from the Euro Area”一文中讨论欧元区各个成员国的国家异质性和发展的不平衡性如何影响总体的货币政策的制定与实施。另外,在理论计量和实证研究方面,项目组负责人另有两篇工作论文分别探讨了菲利普斯曲线的非线性模型估计和工具变量选择,以及美国货币政策对于其他经济体尤其是金融市场的溢出效应。
项目成果
期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
数据更新时间:{{ journalArticles.updateTime }}
{{
item.title }}
{{ item.translation_title }}
- DOI:{{ item.doi || "--"}}
- 发表时间:{{ item.publish_year || "--" }}
- 期刊:{{ item.journal_name }}
- 影响因子:{{ item.factor || "--"}}
- 作者:{{ item.authors }}
- 通讯作者:{{ item.author }}
数据更新时间:{{ journalArticles.updateTime }}
{{ item.title }}
- 作者:{{ item.authors }}
数据更新时间:{{ monograph.updateTime }}
{{ item.title }}
- 作者:{{ item.authors }}
数据更新时间:{{ sciAawards.updateTime }}
{{ item.title }}
- 作者:{{ item.authors }}
数据更新时间:{{ conferencePapers.updateTime }}
{{ item.title }}
- 作者:{{ item.authors }}
数据更新时间:{{ patent.updateTime }}
其他文献
中国北方近57年气温时空变化特征
- DOI:--
- 发表时间:--
- 期刊:地理科学进展
- 影响因子:--
- 作者:赵传燕;王海军;李丹;张勃;刘艳艳;王亚敏;戴声佩;靳晓华;康淑媛;王兴梅
- 通讯作者:王兴梅
3种含笑属植物叶片挥发油化学成分的比较研究
- DOI:--
- 发表时间:2012
- 期刊:西部林业科学
- 影响因子:--
- 作者:马惠芬;司马永康;郝佳波;陈少瑜;韩明跃;李丹;徐亮;马婷
- 通讯作者:马婷
基于逻辑规范的水系连通定义及分类
- DOI:--
- 发表时间:2021
- 期刊:水科学进展
- 影响因子:--
- 作者:陈森林;毛玉鑫;李丹;梁斌;孙亚婷;谭安琪;潘志浩
- 通讯作者:潘志浩
企业间知识库兼容性、知识转移与企业知识 创造绩效:双边关系质量的调节机制
- DOI:--
- 发表时间:2019
- 期刊:科技进步与对策
- 影响因子:--
- 作者:李丹;杨建君;赵璐
- 通讯作者:赵璐
影响硫嘌呤类药物个体化应用的相关转运体遗传多态性的研究状况
- DOI:--
- 发表时间:2014
- 期刊:中国临床药理学杂志
- 影响因子:--
- 作者:李丹;吴杰;沈秉正;宋金春
- 通讯作者:宋金春
其他文献
{{
item.title }}
{{ item.translation_title }}
- DOI:{{ item.doi || "--" }}
- 发表时间:{{ item.publish_year || "--"}}
- 期刊:{{ item.journal_name }}
- 影响因子:{{ item.factor || "--" }}
- 作者:{{ item.authors }}
- 通讯作者:{{ item.author }}
内容获取失败,请点击重试
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:
AI项目摘要
AI项目思路
AI技术路线图
请为本次AI项目解读的内容对您的实用性打分
非常不实用
非常实用
1
2
3
4
5
6
7
8
9
10
您认为此功能如何分析更能满足您的需求,请填写您的反馈:
相似国自然基金
{{ item.name }}
- 批准号:{{ item.ratify_no }}
- 批准年份:{{ item.approval_year }}
- 资助金额:{{ item.support_num }}
- 项目类别:{{ item.project_type }}
相似海外基金
{{
item.name }}
{{ item.translate_name }}
- 批准号:{{ item.ratify_no }}
- 财政年份:{{ item.approval_year }}
- 资助金额:{{ item.support_num }}
- 项目类别:{{ item.project_type }}