动态随机一般均衡模型：文献研究与未来展望，本文主要内容关键词为：文献论文,模型论文,未来论文,动态论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
[中图分类号]F015[文献标识码]A[文章编号]1000-596X(2012)11-0032-17
近年来，动态随机一般均衡(Dynamic Stochastic General Equilibrium，简称DSGE)模型逐渐发展成为当代宏观经济学的重要内容，它为研究经济增长和经济波动提供了统一的分析框架，并且被越来越多的中央银行用于货币政策效果分析，因而引起经济学家们和政策制定者们的广泛关注。本文第一部分简要回顾DSGE模型的产生和发展过程，第二部分讨论DSGE模型的框架结构，第三部分概述DSGE模型的主要特色及其应用，第四部分介绍DSGE模型的解法，第五部分简要评议DSGE模型的局限性和发展前景。
一、DSGE模型的产生与发展
凯恩斯创建了现代宏观经济学基本框架。凯恩斯经济学主要研究经济中的总量规模的决定因素以及总量之间的关系，它假定价格是刚性的或黏性的，市场是非即时出清的。凯恩斯虽然在《通论》中也谈到了微观主体的行为，但他并没有在微观个体的最优化决策和总量经济行为之间建立起直接的逻辑一致的关系，相反，在传统的宏观经济学中，总量之间的关系是先验给定的。凯恩斯宏观经济学缺少微观基础几乎成为20世纪50年代和60年代主流经济学的共识，反凯恩斯主义的各学派把这一点作为攻击凯恩斯主义的靶子，凯恩斯主义者则力图弥补凯恩斯体系中的这个缺失。到了20世纪70年代，理性预期学派从两个方面对凯恩斯主义经济学提出了批评。一方面，他们批评凯恩斯主义宏观经济学缺失“理性预期”，强调“理性预期”在宏观经济模型主要结构性关系中有着重要作用，菲利普斯曲线和货币政策是否失效，要看经济当事人的预期是否是理性预期；另一方面，他们对凯恩斯主义用于政策评估和经济预测的传统的计量经济学模型的实证基础提出了质疑，这就是“卢卡斯批评”(Lucas Critique)。[1]卢卡斯认为，以凯恩斯主义经济学为基础建立起来的计量经济学模型是失效的，因为这些模型以过去观测到的宏观经济变量之间的统计关系为基础，一旦政府利用这种已经成为公共知识的统计关系，理性预期将使得这种关系不再成立。在这些预测模型中，参数的“结构性”要求模型中的参数本身不能随着经济政策的变动而变动，即参数不是经济政策的函数。但是，如果模型不能满足结构性特征，那么根据过去观测到的数据得出的经济关系来预测未来的经济走势，评价当前的经济政策就有可能是失效的。“卢卡斯批评”呼吁真正意义上的“结构性”模型的诞生。随后，新古典宏观经济学(New Classical Macroeconomics，简称NCM)的代表人物卢卡斯(Lucas)和萨金特(Sargent)呼吁宏观经济学应着手建立各方面都具备“一致性基础”的模型，而所谓的“基础”就是单个消费者和厂商的最优化行为。他们所要求的“一致性”很自然地凸显了动态最优的重要性。[2]
“卢卡斯批评”以及为宏观经济学寻找微观基础的需要启发了基德兰德和普雷斯科特(Kydland and Prescott，以下简称KP)。[3]KP将宏观经济学模型建立在理性人最优化行为的基础之上，从而开创了对实际经济周期(Real Business Cycle，简称RBC)模型，同时也是对DSGE模型的研究。①[3][4]他们用一般均衡方法研究外部冲击在经济波动中的传导，发现这一模型和美国的实际经济数据拟合得相当好。KP[3]指出了流行的两种生产技术——规模报酬不变的新古典生产函数和单一资本调节成本技术存在的缺陷，假设并证明了为了更好地解释总量经济，模型本身需要多期结构。至于模型中的外生“随机”部分，他们认为那是由技术冲击或生产率水平的随机波动带来的。随后的RBC模型继承了这一传统，随机冲击经常被假设为经济波动的来源；这些随机冲击主要是指技术创新、天气变化、进口油价变动以及政府发布新的管制条令等。RBC模型一般具备“技术—偏好—信息”这样的结构。典型地，家庭根据自身的偏好和预算约束选择消费和劳动供给以实现跨期最优化；厂商根据自身的生产技术选择最优的投资和劳动需求从而实现利润最大化；在市场出清情况下，家庭和厂商的行为共同决定“一般均衡”时的产量和价格。这种建立模型的思想就是目前颇为流行的DSGE模型的思想。自“卢卡斯批评”之后，经济学家们一直在寻找回应“卢卡斯批评”的途径以及真正意义上的“结构性模型”，DSGE模型的出现正是提供了这样一种思路。DSGE模型的主要参数均来自于经济行为人的偏好和经济的技术特征，因此很有可能符合卢卡斯对“结构性参数”的定义。虽然KP[3]的RBC模型较好地解释了经济波动的原因，但是其与实际数据拟合程度还不理想。在他们之后，美国明尼苏达大学和罗切斯特大学的学者从理论和实证两方面为DSGE模型的后来发展做出了很多贡献，他们是DSGE模型的主要拥护者。
需要指出的是，DSGE并不依赖于RBC模型关于价格灵活变动和市场出清的假设，因此可以和凯恩斯主义、新凯恩斯主义体系相融合，从而被应用到其他学派的理论中。[2]通常认为RBC的主要主张可以概括为三方面：一是经济周期的有效性；二是技术冲击的重要性；三是忽视货币因素。[5]而各国中央银行对经济的积极干预以及大量支持货币政策有效性的实证研究促进了20世纪90年代出现的新新古典综合(New Neoclassical Synthesis，简称NNS)的诞生。NNS将RBC模型与新凯恩斯主义(New Keynesianism，简称NK)理论综合起来(名义价格刚性和短期货币政策非中性)。NNS实际上建立了新凯恩斯主义DSGE模型。[6]
由于DSGE模型是由RBC模型发展演化而来的，二者的起点都是KP[3]那篇文章，因此有些西方学者把DSGE模型划分为相互竞争的两派：RBC模型与新凯恩斯主义DSGE模型。在这里有必要将二者的区别稍作介绍。RBC模型本质上是新古典宏观经济学的成果和体系构件。它继承了新古典经济学(Neoclassical Economics)的竞争性市场、完全出清和市场(机制)有效的传统。它在几个主要方面与凯恩斯主义相对立：其一，它假设名义工资和价格是灵活变动的；其二，它假设经济中的各类市场能够即时出清；其三，它把衰退和经济增长的阶段性看做是经济对外生冲击的有效率反应和积极调节，因此政府通过相机抉择的财政政策和(或)货币政策来积极熨平经济的短期波动是不必要的或是有害的。此外，就数量方法来说，RBC模型主要使用校准(calibration)方法，而新凯恩斯主义DSGE模型主要使用贝叶斯(Bayesian)方法。除此之外，新凯恩斯主义DSGE模型的参数估计中还经常出现一些结构性宏观计量方法，其中包括广义矩估计(GMM)，结构向量自回归(SVAR)，极大似然估计(MLE)等。卡诺瓦(Canova)[7]，迪钟和戴夫(DeJong and Dave)[8，以及弗尔诺(Favero)[9]分别系统地介绍了这些参数估计方法。
二、DSGE模型的框架结构
20世纪90年代以来，新凯恩斯主义DSGE模型发展很快，出现了大批文献。相继出现的罗登贝格和伍德福德(Rotemberg and Woodford)[10]，伍德福德(Woodford)[11]，沃尔什(Walsh)[12]，弗尔南德斯-比利亚韦德(Fernández-Villaverde)[13]，克里斯蒂亚诺等人(Christiano et al.，以下简称CEE)[14]均为引用率较高的基准模型。而斯梅茨和武泰(Smets and Wouters，以下简称SW)[15]的研究成果则成为近年来实证研究的参考基准，被广泛用于货币政策和财政政策效果的分析。
新凯恩斯主义DSGE模型的基本框架来源于RBC模型，因此一般要对经济的下列方面做出详细解释：
1.偏好：经济中当事人的目标必须说明。例如，假定家庭最大化其效用函数，厂商最大化其利润。
2.技术：经济中当事人的生产能力必须说明。例如，假定厂商按照这样的生产函数来进行生产：其产量取决于劳动量和使用的资本数量。经济当事人的技术约束也包括调整资本存量的成本，就业水平或价格水平。
3.体制结构：经济当事人相互交易所赖以存在的体制约束必须说明。在多数DSGE模型中，这意味着经济当事人在某种外生的预算约束条件下做出其决策，以及假定价格不断调整直至市场出清。这也许意味着要详细说明货币政策和财政政策规则，或政策规则和预算约束变化如何取决于政治过程。
此外，新凯恩斯主义DSGE模型一般具备另外三个基本假设条件：
4.垄断竞争：在该模型中，厂商处于垄断竞争行业中，因此对价格有决定权；价格是内生的可控变量。
5.名义刚性：由于价格调整成本的存在，经济中的产品(例如最终消费品)价格和要素价格(例如工资)不能完全灵活变动，相反具有一定的黏性或刚性。
6.由于名义价格刚性的存在，短期货币政策非中性。这一点也正是新凯恩斯主义DSGE模型的主要政策主张。
下面笔者将以沃尔什[12]以及加利(Gali)[5]的模型为例介绍新凯恩斯主义DSGE模型最为基础的框架结构以及上述六项特征是如何被细化的。②
经济：假定经济中存在三类行为主体——家庭、(垄断竞争)厂商以及中央银行。家庭通过向厂商供给劳动获得工资收入，并且拥有一定数量的货币和厂商发行的债券，也就是厂商由家庭所有。厂商处于垄断竞争行业(市场)，单个厂商各自生产具有一定差异性的产品并为自己的产品定价。和传统模型一致，假定家庭的目标是最大化其一生的预期总效用，而厂商的目标是最大化其预期总利润。
式(3)～式(5)直接描述了家庭的最优化行为。式(3)描述了消费的跨期最优配置；式(4)描述了持有货币的机会成本应等于货币和消费的边际替代率，也就是货币需求方程；式(5)表示闲暇的机会成本(实际工资)应等于闲暇和消费的边际替代率，也就是家庭的劳动供给方程。这里笔者保留这三个欧拉方程，因为它们是后面通过线性化进而得到新凯恩斯主义IS曲线的重要基础。
厂商：描述厂商的行为需要体现两个方面的内容：垄断竞争和价格刚性。对于垄断竞争的描述，通常的做法是沿用迪斯特和斯蒂格利茨(Dixit and Stiglitz)[16]的模型。而黏性定价模型种类较多，因此争议也较大。本文的第五部分将着重介绍黏性价格模型及其扩展，因为如何准确地表现价格黏性是新凯恩斯主义DSGE模型的重要内容之一。卡尔沃(Calvo)[17]的定价模型相对简单实用，因此被包括沃尔什[12]在内的相当一部分文献所沿用。根据卡尔沃[17]，为了体现价格刚性假设，每一期有ω部分的厂商被随机选定，他们需维持价格不变，即当期的产品价格等于上一期的价格；另有(1-ω)部分的厂商可以重新给自己的产品定价。ω用于度量名义价格刚性。这就决定了厂商的决策过程是跨期的动态过程，因为厂商在t期的定价行为不仅影响当期的利润，还可能影响到未来几期的利润。和家庭的优化行为相似，厂商的最优化行为也可以概括为两部分。首先，单个厂商面对家庭的需求
要实现生产一定量产品的成本最小化，随后通过选择价格
来实现预期总利润的最大化。最终经济中的通货膨胀率，即新凯恩斯主义菲利普斯曲线可以表示为：
新凯恩斯主义菲利普斯曲线意味着实际边际成本是驱动通货膨胀的力量。④当厂商调整价格时必须考虑到对未来的通胀预期，因为厂商在随后几期可能无法继续调整价格。用迭代方法可以得到更加直观的结果：通胀率是当期和未来实际边际成本贴现后的现值。
这样就通过求解家庭和厂商的最优化行为得到了新凯恩斯主义菲利普斯曲线。类似的过程可以得到新凯恩斯主义IS曲线。因为这一简单的经济中没有政府支出，且劳动是唯一的生产投入，因此市场出清条件意味着消费等于产出。将式(8)在稳态附近进行对数线性化可得：
这样就从最基础的家庭偏好和厂商技术出发用数量模型推导出和本科宏观经济学教材相类似的菲利普斯曲线和IS曲线。从这个意义上说，这个具备微观基础的简单模型为凯恩斯主义宏观经济学和货币政策分析提供了数量和结构上的依据，DSGE模型也为凯恩斯主义的思想和政策主张注入了时代特征。
中央银行：为了简化分析，这里暂时假设中央银行只执行简单的货币政策以实行一定的政策目标，而非作为最优化主体而存在。至于中央银行遵循哪种货币政策规则假设并不唯一。例如，一种较为常用的假设是可以使用简单的泰勒规则，即：
三、DSGE模型的特色与应用
新凯恩斯主义DSGE模型的特点可以概括为如下几点。首先，与瓦尔拉斯一般均衡理论、应用一般均衡(Applied General Equilibrium，AGE)模型和可计算的一般均衡(Computable General Equilibrium，CGE)模型中的静态模型不同，新凯恩斯主义DSGE模型是“动态随机”模型。从微观层面来讲，“动态”强调的是家庭(或厂商)的决策过程是一种跨期决策。从第二部分的基准模型可以看出，行为人当期的决策可能对未来几期造成影响，因此行为人的问题可以归结为跨期最优化。而从宏观层面来说，“动态”指的是模型本身研究宏观经济在长期是如何发展变化的。“随机”则是考虑到经济受随机冲击的影响这一事实，DSGE模型自诞生以来主要用来模拟宏观经济中各种类型的冲击，例如SW模型就将10种类型的冲击引入模型中，这些冲击分别体现在生产率(技术)、劳动供给、偏好和货币政策等方面。[19]至于DSGE模型的“一般均衡”框架，那是因为模型从最原始的经济学假设和前提出发，分别刻画消费者和生产者的最优化行为，而后利用市场出清条件得出总体均衡时的价格和资源配置。
其次，DSGE模型强调逻辑上的一致性，因此具备较好的预测能力和政策分析能力。与20世纪70年代以及随后流行的传统的宏观经济计量(预测)模型不同，DSGE模型明确界定了偏好、技术和体制。这就明确了经济当事人“需要什么”，“能够生产什么”以及“以什么方式交易”。理论上讲，能够通过求解DSGE模型来预测一个经济体实际上生产了什么，交易了什么和消费了什么；也能够对体制结构(包括政策)的变革效果做出有效的预测。由于DSGE模型是建立在经济当事人偏好的假设之上，因此，DSGE模型可以用来评价政策调整的福利效果。新凯恩斯主义DSGE模型的另一个优势便是它只包含一些为数不多的变量，与传统的计量模型相比，所要求的数据信息相对较少。在20世纪70年代以来发展起来的三类主要的应用宏观计量模型—VAR模型、MLE模型和DSGE模型中，DSGE模型所包含的信息量最小。20世纪90年代以来，新凯恩斯主义DSGE模型的迅速发展这一事实本身证明了DSGE的潜力和优势，它逐渐成为在预测能力上能媲美于VAR模型和MLE方法的又一宏观经济定量分析的基准模型。DSGE所拥有的数量分析特征使其迅速成名并且相继成为一些中央银行评析宏观政策的模型依据。
第三，DSGE模型与中央银行政策分析关系密切。总体上来说，DSGE模型的出现除了受“卢卡斯批评”的影响外，也是因中央银行分析货币政策的效果的需要而产生。近年来，越来越多的中央银行转向按照目标规则来制定货币政策(rule-based policy making)。央行的这种“自我意识”(selfconsciousness)的兴起可以被20世纪90年代广泛采用的通货膨胀目标法(inflation targeting)所证实。⑤[20]中央银行实践的改变迫切需要经济学界为这种类型的货币政策体制提供理论基础和方法支持。具体说来，中央银行的政策制定者们关心两件事情：一是为了实现某种目标应该如何开展系统性的行动，他们需要经济理论为其提供一套系统的运作方法；二是如何将政策承诺(commitments)传导给公众。[11]新凯恩斯主义DSGE模型的出现和发展恰好满足了中央银行的上述需要，并且很多研究也证明了新凯恩斯主义DSGE模型确实是比较有效的定量模型，可以用于政策分析。例如，罗登贝格和伍德福德[10]，SW[15]的研究结论都支持DSGE模型在政策分析评估上具备和经典的VAR模型同等的能力。目前英格兰银行、智利银行、加拿大银行和欧洲中央银行等已经尝试使用这种模型作为传统预测模型的替代；⑥美联储开发了SIGMA模型，用来分析货币政策引发的经济冲击的影响；IMF等机构也尝试着建立自己的DSGE模型。[25]
负号表示中央银行希望最小化福利损失，1/2是为了计算的简便。这样的目标函数意味着中央银行盯住两个指标：自然产出和零通胀。被选取的政策工具是短期利率，相应的政策设计就是刻画利率如何调节和设定以适应当前的经济形势。但是目标变量不仅依赖于当期的政策也依赖于对未来政策的预期，因此有必要考虑央行对未来政策的承诺是否必要，这是克拉里达等人[26]的重要贡献之一。他们通过分别刻画坚持规则(rule)和相机抉择(discretion)政策条件下的最优政策来比较两种政策体制的效果。
首先在相机抉择的条件下，中央银行的行为可以用如下最优化问题概括：
因为这里不存在内生的状态变量，中央银行每一期都可以根据经济形势重新设置利率，因此这个动态问题可以转化成静态问题来求解。克拉里达等人[26]的结论是：当存在成本推动型通货膨胀时，短期内存在通胀和产出变动之间的权衡；最优政策已包含了通胀目标，因为它要求通胀水平应趋近目标值；在最优政策下，为了应对预期通胀的增加，名义利率应该提高足够大的幅度以提高实际利率；最优政策要求调整利率来完全抵消需求冲击，但完全容纳供给冲击。用类似的方法可以得到存在承诺的规则条件下政策安排的特征：如果中央银行想把实际产出提高到自然产出以上，在相机抉择的条件下就会出现通胀率长期高于目标水平并且不能带来任何产出增长的情况，即通胀偏差(inflation bias)；但是在承诺存在的情况下，并且如果当前的价格设定依赖对未来的预期的话，这种通胀偏差就可以获得缓解。
四、DSGE模型的求解：校准方法和贝叶斯估计
绝大多数DSGE模型是含有预期的非线性动态方程体系，除了少数特例之外，这些模型的求解在技术上相当困难，一般难以获得显示解。目前，经济学家们主要使用两种方法来刻画DSGE模型的数值特征：校准方法和计量方法。KP[3]开始了对校准方法的使用，而目前常用的计量方法包括GMM[27][28]、MLE[29]、SVAR以及贝叶斯估计[13][30]。有关上述方法的综合讨论和局限性研究可以参见汉森和赫克曼(Hansen and Heckman)[31]以及米拉尼等(Milani and Poirier)[32]。下面笔者将简要介绍DSGE模型常用的校准方法和贝叶斯方法。
20世纪八九十年代，在DSGE发展的早期阶段，校准方法常被用于刻画DSGE模型的数量特征，对于校准方法利弊的争论也集中在这一时期。⑦[3][28][31][33][34]一般认为，俄瑞斯克斯等人(Oreskes et al.)[35]较为严格地定义了什么是校准方法。通常，被解释变量的分布可知，解释变量的分布则很难知道，通过调整解释变量来实现被解释变量可观察到的分布与模拟分布间的匹配，这样的过程就是校准。罗默(Romer)[36]给出了较为直观的解释，他认为校准的思想就是以微观事实为基础选择参数值，而后通过变量的某些特征(例如方差或协方差)将模型的预测能力与实际数据相对照。因此，不同于概率估计法，校准使用的是另一种思想从而将模型映射到数据上。校准方法的意义表现在两方面。首先，它提高了模型的质量，因为参数来源于微观事实。其次，它避免使用统计方法中“缺乏经济学意义”的“拒绝”或是“不能拒绝”。因为一个和实际数据吻合良好的模型可能因为某一方面的因素而在统计意义上被拒绝；同样一个和现实数据拟合不好的模型很可能因为某一方面的表现而被统计检验接受。如果说传统的分析方法(例如凯恩斯主义宏观经济学)体现了归纳的思想，即在归纳推断中，模型本身就是输出结果，目标是从数据中估计出模型，那么校准方法体现了演绎推断的思想，因为模型自身是输入量，不是输出量。相对于传统的方法，校准方法的产生基于一些学者对模型本身的不信任。提倡传统计量方法的凯恩斯主义宏观经济学主张，在众多模型中应该存在一些“真实”的模型，计量经济学家的任务就是通过数据把这些“真实”模型找到。而校准方法的设计者则主张模型本身都是不真实的，因为它们归根到底毕竟是理论的抽象。一般来说，校准方法需要通过一些具体的步骤来为某些经济问题提供数值解。根据卡诺瓦[7]以及KP[33]的研究，校准方法的核心思想也可以概括成下面五个步骤：
第一，选择一个需要讨论的经济问题。
第二，选择一个与所提问题相关联的模型。
第三，将内生变量写成外生变量与参数的函数形式。
第四，为外生变量选择参数和表达形式，模拟内生变量的路径。⑧
第五，将模型结果与实际数据相比较。⑨具体来说，对于随机环境，首先确定一系列统计量来概括实际经济的相关表现；然后从模型中产生大量的独立值，由此得到统计量的样本分布；将样本分布的距和实际统计量相比较。
这里笔者选取罗默[36]的教科书中的一个简单例子来进一步说明上述步骤的使用。该例子的理论部分来源于普雷斯科特(Prescott)[37]和汉森(Hansen)[38]的基准RBC模型。首先根据数据为参数赋值：(要素份额α，资本/产出δ，投资/产出ρ，技术进步ρ[，A])=(0.36，2.5%，1%，0.95)。为参数赋值后更为重要的是将模型与实际数据进行比较，罗默[36]选取了5个统计量：产出标准误、消费标准误与产出标准误的比值、投资标准误与产出标准误的比值、劳动的标准误与产出标准误的比值以及劳动投入和生产率的关联度。然后通过分别比较RBC模型对于5个统计量的预测值和基于实际数据的数值来进行推断。其中产出的标准误指标支持普雷斯科特[37]的论断：经济的总体波动可以被RBC模型所预测。比较消费标准误与产出标准误的比值说明了消费比产出的变动更平稳，模型和实际数据预测在这一点上是一致的。[37]投资标准误与产出标准误的比值说明投资比产出波动更为剧烈，模型和数据的判断在这一点上也一致。在比较劳动的标准误与产出标准误的比值时，模型和实际数据出现了差异。模型认为劳动力的波动远不如产出的波动大，而实际数据显示劳动力和产出的波动幅度几乎一致。最后比较劳动投入和生产率的关联度，差异再次发生。这样通过比较5个统计量不仅得出了RBC模型与现实数据的拟合程度，还得到了改进这个模型的有效途径。例如，像汉森建议的那样，增加政府购买冲击可能增加产出波动同时减少劳动投入与生产率的关联度。[38]
进入21世纪，随着DSGE模型趋于复杂化和计量方法的新发展，学者们开始转而重视DSGE模型的估计方法(计量方法)。越来越多的学者认为，鉴于DSGE模型的特殊性，相比于极大似然估计和广义距估计，贝叶斯估计是较为优越的方法。例如，DSGE本身的特性决定了用极大似然估计法求解需要最大化复杂的高阶方程，而使用贝叶斯估计可以适当简化计算过程。对于任何一个模型，研究者只需要写下似然方程，引出前验分布，然后得出后验分布，再根据后验信息(数据)运用最大似然估计方法去推断未知参数。此外贝叶斯估计的优势也表现在很多细节之处，例如贝叶斯计量用一种很自然的方法处理或回避模型的误设定问题(misspecified model)，贝叶斯方法并不是志在寻找真实模型，而是致力于如何更好地描述数据特征。[39]
贝叶斯计量体现着贝叶斯推断的思想。西姆斯[34]认为，贝叶斯推断是一种思考模式，而不是一篮子方法。贝叶斯推断来源于贝叶斯定理：⑩
(1)为DSGE所描述的经济做对数线形近似，并且转化成状态空间模型。
(2)为结构性参数θ设置先验分布。
(3)执行先验分布来得出模型结果的可能范围。
(4)使用Metropolis-Hastings算法(马尔科夫链蒙特卡罗模拟(MCMC)的一种方法)从θ的联合后验中抽取序列，并检查收敛性。
(5)为被选模型和参考模型计算边际似然，计算贝叶斯因子或者其他可用作衡量预测能力的指标。
(6)用从步骤(4)得到的抽取序列构造统计量，用基于损失的量度计算模型与实际数据的差异。
(7)检验结果对先验分布选择的敏感度。
下面借用卡诺瓦[7]的例子简要说明如何用上述步骤实现对新凯恩斯主义DSGE模型的估计。根据卡诺瓦[7]，可以将沃尔什[12]的模型改写成类似形式：
通过使用MH算法抽取候选对象，使用实际数据(12)来估计模型。先验和后验分布统计量的比较如表1：
上面的例子只是简单搭建了贝叶斯估计的框架，关于贝叶斯方法和DSGE模型更详细的应用可以参见SW[15][19]，莱文和珀尔曼(Levine and Pearlman)[40]，拉巴纳尔和鲁维奥-拉米瑞斯(Rabanal and Rubio-Ramirez)[41]，鲁格-穆西亚(Ruge-Mucia)[42]等文章。
五、DSGE模型的局限与前景
可以说，近10多年来西方主流宏观经济学发展的主要成果就是新凯恩斯主义DSGE模型。DSGE的建模思想和方法论已经被主流经济学家们所接受，DSGE模型现在成为宏观经济学的标准分析框架。[43]但是这并不意味着DSGE模型就是一个成熟、完善的模型。它是一个发展中的模型，即便就在西方主流经济学范围内，也还是一个有争议的模型。
托瓦(Tovar)[25]从模型本身理论方面的欠缺，理论模型与实际数据的匹配性，以及模型的估计方法三方面对现阶段的DSGE模型提出了质疑。他认为，虽然DSGE模型为政策分析提供了一个“颇为理想且严密”的分析工具，但它远没有达到完美的程度。[25]首先，DSGE模型理论自身还有待成熟。例如，理论工作者还应考虑如何成功地将金融市场上存在的一些关键问题纳入模型。(13)其次，DSGE所用到的校准方法和参数估计方法也存在着进一步完善的空间。例如，贝叶斯估计本身就存在两个问题：如果似然函数包含的信息很少的话，那么先验分布就可能扭曲结果；而对结构性参数的后验估计依赖于某些特定的分析算法(例如Metropolis-Hasting算法)，这会给重复验证他人结果带来一定的困难。安和谢尔费德(An and Schorfheide)[30]则认为，贝叶斯估计需要着重解决两个难题：潜在的误设定(misspecification)和识别(identification)。他们呼吁学者们在DSGE模型的数量估计和实证研究方面做进一步改进。[30]伊斯克瑞(Iskrev)[44]指出，一些新凯恩斯主义DSGE模型由于模型结构的原因，其中相当一部分行为参数的识别是很弱的。查瑞等人(Chari et al.)[43]则承认，新凯恩斯主义DSGE模型中的一些参数与微观经济的证据不吻合；他们因此认为新凯恩斯主义DSGE模型目前还不能用于政策分析。在下面的篇幅里，笔者将着重介绍DSGE模型的发展前景和潜在不足。
1.金融市场和金融摩擦
早期DSGE模型的缺陷之一就是对金融市场和金融中介重视不足。格特勒和清泷(Gertler and Kiyotaki)[45]认为学者在研究DSGE模型时有必要思考如何更好地将金融市场(金融中介)纳入模型体系当中，而不是简单地假设在完美信息条件下金融部门良好运行，金融机构只是实体经济的一层面纱。(14)金融部门的重要性来自于金融摩擦(financial friction)对经济周期和经济波动的解释能力。以美国经济为例，有学者认为产生1990年代初期经济衰退的原因之一就是企业过高的债务负担以及银行资金不足。同样发生在2007-2008年的更为严重的金融危机，金融系统的崩溃是主要原因之一也是主要特征之一。这些事实都证明了金融系统信用市场与实体经济是相联系的。在这种情况下，缺少金融市场的DSGE模型显然是不完美的，学者们也有理由质疑这类模型对实际经济的拟合程度以及对实际数据的解释能力。特别是，伴随着2007-2008年美国及世界范围内金融机构的快速瓦解，如何将金融摩擦融入DSGE模型成为更为迫切的需要，也成了DSGE模型一个新的发展趋势。
应该说学者们并非没有注意到非完美的金融市场与经济危机经济波动的可能性联系，有些研究也作出了尝试，但是效果并不理想。原因之一是早期文献对金融摩擦和非完美信息的信用市场建模本身并不成熟。因此随着这方面技术逐渐成熟起来，将其与新凯恩斯主义DSGE模型相融合也就变得顺理成章。这就是伯南克等人(Bernanke et al.，以下简称BGG)[46]的贡献。他们通过金融加速器理论(financial accelerator)将金融摩擦引入模型当中，并且证明了在一定的假设前提下，金融加速器对于经济波动有显著影响。[46]根据MM定理(Modigliani-Miller irrelevance theorem)，企业外部融资和内部融资对企业价值本身的影响是无差异的。但当借贷双方存在信息不对称时，这种平衡就会被打破。因为信息不对称会增加企业外部融资的成本，使外部融资的代理成本高于内部融资，从而导致借贷市场资金分配的无效率。也因此，投资行为就要依赖企业的资产负债的状况。这就是BGG模型所说的资产负债对投资的影响。当企业遭受到经济中的冲击，其资产净值随之改变时，经由信贷市场的作用会将这种冲击对经济的影响放大，这种效应称为金融加速器效应。
在新近的研究中，克里斯蒂亚诺等人[47]将BGG[46]与查瑞等人(Chari et al.)[48]相结合使BGG模型得到进一步发展。他们的主要目标就是更好地将金融因素融入到DSGE模型中来并且检验模型与实际数据的拟合程度，例如模型本身能否解释经济繁荣或经济衰退，模型是否具备较好的预测能力。他们以CEE[14]为基础，同时引进查瑞等人[48]的银行系统以及BGG[46]的金融摩擦体系。而实证研究部分则借助了SW[19]的研究模式。他们的研究表明，金融摩擦能够在一定程度上很好地解释美国和欧盟的经济波动，它是冲击的主要来源也是冲击的主要传播者。吉尔克斯特等人(Gilchrist et al.)[49]尝试将过去30多年美国经济周期波动中金融加速器的作用数量化。通过使用美国1973-2008年的季度数据，将信用价差作为一种无法观测的外部波动融入贝叶斯极大似然估计中，用来识别结构参数。研究结果为企业信用价差(corporate credit spread)(15)和宏观经济结果之间存在的联系增添了新的证据。
2.金融危机和非传统货币政策
美国次贷危机发生以前，美联储作为货币政策的执行者，尽量避免直接向私人市场提供信用，而是通过向商业银行提供贴现窗口贷款(discounted window loan)来实现政策目标。但是伴随着2007年美国次贷危机逐渐转化为金融危机，这一传统被打破了。理由是这一长期使用的传统的货币政策利率传导机制受到阻碍，货币政策失效、经济增长面临长期萧条。在这样的形势下，美联储不得不采取了一系列以“修正市场利率预期和恢复货币政策传导机制为目标”的非常规的货币政策，例如美联储实行低利率承诺政策并向私人市场直接提供信用。从2007年秋季起，美联储放宽了作为贴现窗口贷款抵押品的范围，其中包含了代理人债务(agency debt)以及一些级别较高的私人债务。从中央银行的资产负债表上可以清晰地看到其持有的私人资产的数量已经超过十万亿，可见其干预私人市场的深度和广度。
稍有遗憾的是，DSGE模型的发展还没有跟上这一变化。例如根据前文的介绍，CEE[14]和SW[15]均假设金融市场无摩擦，自然也就无法模拟金融机构崩溃以及中央银行的介入；而BGG[46]模型虽刻画了金融市场的作用但是仅限于分析传统货币政策效果，也无法分析新近诞生的市场干预政策的政策效果。在格特勒和克拉迪(Gertler and Karadi)[50]发展的DSGE模型中，他们通过简单的代理模型将两类金融中介纳入模型中：一种是私人中介，它们受到内生的资产负债制约(endogenous balance sheet constraints)，即杠杆率；另一种中介是不受资产负债制约的中央银行。当危机发生时，私人中介的融资和放贷链条会破裂但是中央银行不会受到影响。应用这一模型，他们从数量上估计了中央银行直接干预私人信用市场的效果以及最优干预程度，因为私人中介较之公共中介更有效率。格特勒和克拉迪[50]模型的核心部分来源于CEE[14]和SW[15]，但又和BGG模型相似。有别于BGG[46]模型的是，他们假定金融中介可能受到内生决定的资产负债制约，并且中央银行可以直接在私人信用市场上输入资金。在规范分析部分，他们计算出了危机发生时央行最优的干预规模以及相应的福利效果。[50]关于度量非传统货币政策效果的文章目前并不多。但是考虑到世界范围内仍有很多国家经济处在复苏阶段，中央银行的基准利率依然很低，未来仍需要中央银行的积极干预，该领域可能成为新凯恩斯主义DSGE模型理论和实证研究发展的一个新方向。
3.非理性预期与异质信念
经典的DSGE模型中经常看到行为人的理性预期假设及代表性行为人假设。代表性行为人假设事实上就假定了行为人的同质性，即所有人拥有相同的信息，都完全了解经济模型的结构并能做出预测。随着异质信念理论(heterogeneous belief)的流行，(16)部分学者开始质疑理性预期和行为人同质假设的合理性。但是在DSGE的模型框架中，是否应该保持理性预期还存在着很大争议。目前多数学者的做法仍是延续这一假设，但已有部分学者在这方面做出了新的探索尝试。例如格多韦(Grauwe)[53]将理性预期假设放松为行为人的试探和经验假设。行为人仅通过经验法则(rule of thumb)对未来通货膨胀和产出做出预测。格多韦将这种行为归结于被动地接受而非行为人非理性，毕竟人的认知能力是有限的，假定行为人完全了解经济模型的结构并能做出预测是有些苛求的。格多韦称自己的模型为试探模型(heuristic model)。具体来说，他假设经济中有两类行为人：乐观者和悲观者。乐观者对未来产出估计过高，因此存在预期产出的正缺口；而悲观者对未来产出估计不足，存在预期产出的负缺口。行为人虽然有预期误差，但他们并非非理性。行为人会不断地评估自己的预期行为，从而修正。而整个市场的预期就是这两类行为者预期的简单加权平均。由此方法得到的预期显然不同于理性预期的结果。格多韦[53]也通过校准方法为模型参数赋值，然后比较在两种模型条件下，面对一些特定的冲击，各类冲击的脉冲反应(IRF)。其结果显示试探模型与经典的理性预期DSGE模型的结论差异较大。但是这仅是一种简单和初步的尝试，模型本身还不成熟并且也没有得到实证经济数据的支持。这也说明了如何更好地将异质性信念融入到DSGE模型当中可能成为未来DSGE模型发展的重要方向之一。
4.黏性定价模型
前面笔者所介绍的DSGE模型基本框架里面，假设厂商黏性定价行为可以用简单的卡尔沃模型来表示。更为具体的假设不同厂商不同部门价格调节的频率(frequency)是相同的，称之为卡尔沃同质定价模型。(17)这种定价模型在DSGE模型中应用很广，原因之一是卡尔沃模型相对简单，便于估计。此外卡尔沃模型也有较好的理论基础，例如伍德福德[54]指出在存在适度信息成本的环境中，卡尔沃模型是状态依存定价模型不错的近似解。近年来也出现了很多理论定价模型，这些模型的共同点是包含“前瞻性”厂商的最优化行为、名义刚性及非完全竞争。伴随着微观数据的发展，另有一部分文献致力于研究用实际微观数据检测理论模型的合理性。近年来对于微观数据研究的一个共识是价格调整频率在展现出很强的异质性。因此简单的卡尔沃模型便不能刻画异质性的企业黏性定价行为。卡瓦略(Carvalho)[55]模拟了基于部门差异的黏性定价行为。该模型依旧以卡尔沃[17]为基础，假设同一部门内部的厂商使用统一的价格调整频率参数，但是部门间的调整频率是有差异的，有些部门调整的更为频繁，有些相对滞缓。这就使得不同部门对于价格动态影响的贡献不同，Carvalho称之为频率复合效应(frequency composition effect)。随后通过异质性黏性定价模型进一步得出了用于政策分析的“一般性的新凯恩斯主义菲利普斯曲线”(Generalized New Keynesian Phillips Curve)。应用美国的数据，卡瓦略[55]将分别基于“一般性的新凯恩斯主义菲利普斯曲线”和“标准新凯恩斯主义菲利普斯曲线”的政策冲击效果进行比较，得出的结论是在异质性模型下，货币冲击的效果更大也更为持久。
以上的介绍都是关于卡尔沃定价模型及其扩展研究的。除了卡尔沃定价模型，引用率相对较高的模型包括泰勒(Taylor)[56]和罗登贝格[57]。阿尔瓦雷斯(
lvarez)[58]总结了黏性价格的25种模型，并将这些模型细分为几类，分别度量单个模型和个体微观数据的拟合程度。阿尔瓦雷斯[58]的基本结论是这些模型都一定程度上和数据相拟合但都存在或大或小的差距。因此他也呼吁更接近于个体微观数据并建立在微观理论基础上的黏性价格定价模型的出现。
5.度量误差(measurement error)和模型不确定性(model uncertainty)
现实生活中货币政策制定者生活在噪声环境中，他们所面对的数据存在着度量误差的可能。例如泰勒规则假设政策制定者能观测到通胀和产出缺口，而利率水平正是对观测值作出的回馈。度量误差存在的一个重要原因是政策制定者在制定政策时观察到的可能是初步统计数据(preliminary data)。例如2005年中国国家统计局对2004年国内生产总值数据作出调整，上调幅度达到16.8%。因此在一些场合度量误差大到不应该被忽视。度量误差对于衡量政策效果的影响也成为近年来颇受关注的一个研究领域，例如欧菲尼德斯(Orphanides)[59][60]，欧菲尼德斯和威廉斯(Orphanides and Williams)[61]，以及奥纳茨基和斯道克(Onatski and Stock)[62]都提供了具体的事例。这类文献一般采用两类数据：一类是即时数据，即政策制定时所能获得的数据；另一类是经过后来验证的“准确”的数据。校正过的数据被用来估计政策模型，例如新凯恩斯主义菲利普斯曲线和IS曲线，而即时数据被用来进行政策评估，比较不同货币政策间的效果差异。很多新凯恩斯主义DSGE模型，包括CEE[14]和SW[15]都假设数据是“准确的”，即用于模型估计所需要的相关信息都包含在少数几个数据列中。如果现实中数据是真实有效的，那么这种假设便是合理的，没有必要考虑度量误差。但是当数据本身包含严重的度量误差时，那么仅从有限的几个数据列得出的估计值就是不准确的，有时甚至偏离很大，使得政策评价效果失真。这也从一个侧面支持了为什么现实里中央银行所关注的数据变量有很多，而不仅限于通常所说的那几个。这就是博伊文和詹诺尼(Boivin and Giannoni)[63]文章的出发点。当数据本身被污染时，他们选择从更为丰富和庞大的数据列中发掘有限信息，从而使DSGE模型的估计和预测更为准确。
模型不确定性是新近研究中另一个非常活跃的题目。作为一种结构性模型，DSGE模型也不可避免地受到模型不确定的影响。很多有关政策评估的文章都假设政策制定者明确知道菲利普斯曲线和IS曲线。这一点显然是值得怀疑的。例如，关于动态宏观经济模型的正确设定往往存在不确定性，并且如何权衡不同滞后期或者未来期也是不确定的。整体来说对于模型不确定性有两种流行的处理方法。一种是汉森和萨金特(Hansen and Sargent)[64]提出的稳健性分析(robustness analysis)。这种分析体现了极小最大值(minmax)的思想。另一种是博瑞克等人(Brock et al.)[65]提倡的模型平均法(model averaging)。两种方法的适应性要依据具体情况而定。当模型不确定性围绕在基准模型周围时，稳健性分析更为适用；而当模型空间包含更多不同的因素时，模型平均法更为合适。新近研究的一个重点是将模型不确定性和度量误差相结合，在不确定的环境下研究度量误差的影响和政策设计。显然DSGE模型也可以在这方面作出更有效的尝试。
在新凯恩斯主义DSGE模型演变的日趋成熟的今天，有学者质疑：宏观经济模型的未来在哪里？是应该延续DSGE模型、代表性行为人、理性预期，还是应该挣脱DSGE模型框架的束缚，探索宏观经济模型新的方向。这便是科蓝特等人(Colander et al.)[66]倡导的基于实证的新宏观模型。这类新模型更多的重视行为人交互行为(agent interaction)、合作行为(coordination problems)以及内生的学习机制(endogenous learning)。他们主张用于政策评估的模型应该更注重事实。但是目前这些替代模型的研究仍不成熟。
即便如此，新凯恩斯主义DSGE模型仍然体现着当代宏观经济学的几大共识和发展趋势。(18)首先，DSGE模型将预期内生化，这体现在新凯恩斯主义菲利普斯曲线和附加预期的IS曲线上。克拉里达等人[26]也证明了在新凯恩斯主义DSGE模型中工资和价格的制定都建立在理性预期基础上，这一点对于政策选择很关键。其次，作为有着计量基础的定量模型，DSGE模型可以成为政策分析的基准数量模型。当代宏观经济学的发展使越来越多的学者倾向于认为货币政策是“非中性”的，即货币政策对实体经济是有效果的，尤其是它用于实现中央银行稳定通胀的目标时。DSGE模型的出现和发展顺应了中央银行政策评估实践的需要。同时，近几年越来越多的中央银行和IMF开发DSGE模型的实践也说明了这类模型的生命力。再次，DSGE是一种跨期均衡模型，可以被用来同时分析长期增长和短期波动，因此代表着目前宏观经济学数量模型的主流和未来发展方向。[67][68]最后，DSGE模型本身体现着经济学家们对微观经济学领域消费者行为、厂商行为的观点与对宏观经济学领域总量经济的观点之间的调和，微观与宏观的融合预示着二者已经不是完全不同、彼此分离的两个领域，DSGE模型就是反映了微观与宏观经济分析一体化这一现代经济学发展趋势的代表性模型。
从其理论基础来看，新凯恩斯主义DSGE模型既吸收了新古典经济学的一些精髓，如理性人和最大化假设，跨时优化选择和一般均衡思想，又继承了凯恩斯主义的一些传统，如名义黏性和垄断竞争假设，市场非出清和政策有效性原则；从其方法论来看，既是微观分析与宏观分析的综合，又是对不同的建模方法(如VAR，MLE，校准方法)的取长补短，还是经济理论、计量分析和计算机技术的综合运用，因此可以说，新凯恩斯主义DSGE模型是一种“新的综合”模型。(19)[69]但是，新凯恩斯主义DSGE模型并不因为其综合性而庞大、臃肿起来，相反，它是一种小型化、简约化的模型，它包含的变量较少，所需要的数据信息不是很多，符合“尽量使模型简单化”(Keep It Sophisticatedly Simple，即“KISS理论”)这一计量模型发展的新趋势。[70]笔者认为，随着贝叶斯方法与DSGE模型的有机融合，随着计算机性能和计算能力的不断提高，随着数据样本的增加，新凯恩斯主义DSGE模型将会得到进一步发展和改进。
*感谢香港科技大学经济学系徐丽芳博士和中国国家电网能源研究院屠俊明博士为本文提供的有价值的建议，这些建议使本文得到进一步完善。感谢匿名评审人提出的修改建议，笔者已做了相应修改。本文文责自负。
注释：
①有关RBC文献综述的文章很多，其中伊多文(Rebelo)[4]以一种更为现代的视角阐述了RBC模型的产生、发展和未来。
②主要变量符号和原文一致。
⑤关于通货膨胀目标法的具体介绍和应用请参见米什金(Mishkin)[20]。
⑥关于DSGE模型在具体国家的应用性研究请参见拜奈什等人(Bene
et al.)[21]，埃尔采格等人(Erceg et al.)[22]，SW[19]，默奇森和伦尼森(Murchison and Rennison)[23]，迪西科和尼尔森(DiCecio and Nelson)[24]。
⑦贝伦斯(Bierens)[28]介绍了校准方法的新近发展和一种可能的替代方法。
⑧对于DSGE模型而言，多数模型建立的是稳态均衡或者帕累托最优均衡(模型存在摩擦)。对于寻找稳态均衡，参数的选取就要尽量使得内生变量的稳态值与实际经济对应的时间序列的均值相匹配；对于寻找帕累托最优均衡的模型，参数的选择就要使得在不存在摩擦的情况下模型与实际经济的特征相一致。[7]
⑨一部分研究专门针对如何评价校准模型的拟合度(fit)，即寻找一种标准或方法。K P[3]虽然较早提出和运用校准方法，但在模型评价上贡献不是很多。在这个意义上，汉森和赫克曼[31]认为KP[3]对于校准的定义是模糊的。
⑩对贝叶斯定理的定义来自于弗尔南德斯-比利亚韦德。[13]
(12)卡诺瓦使用了1948年1月到2002年1月的美国季度数据。[7]
(13)例如：附加价格黏性的资产选择，利率的期限结构，货币风险溢价等。笔者将在下文详细介绍这一点。
(14)伯南克等人[46]称之为“金融结构无关论”(Financial Structure Irrelevance)。
(15)企业信用价差通常定义为相同期限的企业债券和政府债券之间的收益差。
(16)异质信念假设近年来在资产定价领域应用较广，例如申克曼和熊(Scheinkman and Xiong)[51]，霍姆斯(Hommes)[52]。
(17)卡尔沃模型中假设在垄断竞争的条件下，“前瞻性”的厂商对其产品具有独立定价的能力，新制定的价格水平决定于厂商对未来总体经济运行状况(如总产出缺口)的理性预期。[17]关于卡尔沃模型的框架描述详见沃尔什[12]。
(18)以下观点来自于伍德福德[54]。
(19)由于是一种新的综合，所以有的西方经济学家把本文所说的新凯恩斯主义DSGE模型又称作新货币主义模型(Neomonetarist Models)。[69]
标签：一般均衡论文; 宏观经济学论文; 凯恩斯主义论文; 标准误论文; 经济模型论文; 预测模型论文; 经济学论文; 动态模型论文; 文献回顾论文; 经济论文; 未来展望论文; 央行论文; 货币政策论文;