• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>The econometrics journal >Online estimation of DSGE models
【24h】

Online estimation of DSGE models

机译：DSGE模型的在线估算

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

This paper illustrates the usefulness of sequential Monte Carlo (SMC) methods in approximating dynamic stochastic general equilibrium (DSGE) model posterior distributions. We show how the tempering schedule can be chosen adaptively, document the accuracy and runtime benefits of generalized data tempering for 'online' estimation (that is, re-estimating a model as new data become available), and provide examples of multimodal posteriors that are well captured by SMC methods. We then use the online estimation of the DSGE model to compute pseudo-out-of-sample density forecasts and study the sensitivity of the predictive performance to changes in the prior distribution. We find that making priors less informative (compared with the benchmark priors used in the literature) by increasing the prior variance does not lead to a deterioration of forecast accuracy.
机译：本文说明了序贯蒙特卡罗（SMC）方法在近似动态随机通用平衡（DSGE）模型后部分布中的用性。 我们展示了如何自适应地选择回火课程，记录广义数据回火的准确性和运行时间效益为“在线”估计（即，将模型重新估算为新数据可用），并提供了多模式后索的示例 由SMC方法拍摄。 然后，我们使用DSGE模型的在线估计来计算伪样密度预测，并研究预测性能对先前分配的变化的灵敏度。 我们发现通过增加先前的方差不会导致预测精度的恶化，使得提出少信息（与文献中使用的基准前沿相比）。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号