[論文レビュー] Efficient Estimation of State-Space Mixed-Frequency VARs: A Precision-Based Approach

Joshua C. C. Chan, Aubrey Poon+1 more|arXiv (Cornell University)|Dec 21, 2021

Monetary Policy and Economic Impact被引用数 4

ひとこと要約

本稿では、状態空間混合頻度VARにおける欠損低周波数観測値を効率的に推定するための2つの精度に基づくサンプラーを提案する。ブロック帯行列構造を有する精度行列を活用することで、標準的なカルマンフィルターよりも数値的精度と計算速度が向上する。本手法により、正確または近似された線形制約を満たすように、欠損値を同時に高速に描画可能となり、大規模マクロ経済モデルにおける推定効率が顕著に向上する。

ABSTRACT

State-space mixed-frequency vector autoregressions are now widely used for nowcasting. Despite their popularity, estimating such models can be computationally intensive, especially for large systems with stochastic volatility. To tackle the computational challenges, we propose two novel precision-based samplers to draw the missing observations of the low-frequency variables in these models, building on recent advances in the band and sparse matrix algorithms for state-space models. We show via a simulation study that the proposed methods are more numerically accurate and computationally efficient compared to standard Kalman-filter based methods. We demonstrate how the proposed method can be applied in two empirical macroeconomic applications: estimating the monthly output gap and studying the response of GDP to a monetary policy shock at the monthly frequency. Results from these two empirical applications highlight the importance of incorporating high-frequency indicators in macroeconomic models.

研究の動機と目的

• スチュワーティック・ボラティリティを伴う大規模な状態空間混合頻度VARの推定にかかる高い計算コストに対処すること。
• 標準的なカルマンフィルターベースの手法に代わる、数値的に正確で計算効率の高い代替手法を開発すること。
• 高頻度インジケーターをマクロ経済モデルに組み込むことで、予測の改善と政策分析の質を高めること。
• 混合頻度モデリングにおいて不可欠な線形時系列制約を伴う欠損観測値の処理に、精度に基づくサンプリング技術を拡張すること。

提案手法

• 高頻度データとモデルパラメータを条件とする、欠損低周波数観測値の連続ガウス条件付き分布を導出する。
• 精度行列のブロック帯行列構造を活用し、帯行列アルゴリズムを用いて効率的なサンプリングを実現する。
• すべての欠損値を一度のステップで同時に描画する1ステップ精度ベースのサンプラーを実装する。これにより、繰り返しフィルタリングステップを回避できる。
• 硬い制約と柔ららかい制約の両方を組み込み、補間された低頻度値が観測された四半期合計と整合するようにする。
• ベイジアンフレームワーク内でGibbsサンプリングを適用し、標準的なカルマンフィルタリングに代わって、精度ベースのサンプラーを欠損データ補完に使用する。
• スパースおよび帯行列アルゴリズム分野の最近の進展を活用し、高次元システムにおいても計算効率を維持する。

実験結果

リサーチクエスチョン

• RQ1 複雑なラグ構造を伴う大規模な状態空間混合頻度VARの推定において、数値的正確性を損なわずに計算負荷をどのように軽減できるか。
• RQ2 精度に基づくサンプリング手法は、欠損低周波数観測値の補完において、標準的なカルマンフィルタリングを上回るスピードと正確性を達成できるか。
• RQ3 混合頻度モデルにおける欠損観測値補完の過程で、線形時系列制約をどの程度効果的に適用できるか。
• RQ4 本手法は、実世界のマクロ経済応用、例えば出力ギャップ推定や金融政策ショック分析において、どのように性能を発揮するか。

主な発見

• 提案された精度ベースのサンプラーは、特に複雑なラグ構造を有するモデルにおいて、標準的なカルマンフィルターベースの手法よりも顕著に計算効率が優れている。
• シミュレーションスタディにより、本手法が従来のフィルタリング手法よりも高い数値的正確性を達成することが確認された。
• 出力ギャップに関する実応用において、高頻度インジケーターを用いて月次での実GDP推定を成功裏に得ており、予測性能の向上が実証された。
• 金融政策ショック分析から、実GDPの1標準偏差のショックに対して、連邦基金レートが約5ベーシスポイントの即時の反応を示すことが判明し、モデルの政策的意義が浮き彫りになった。
• 金融政策ショックに対する実GDPの累積反応はゼロであり、古典的二分法と整合的である。これは、モデルの構造的一致性が妥当であることを裏付けている。
• 産業生産ではなく実GDPを実経済指標として組み込むことで、より経済的に意味のある政策反応が得られ、高頻度データ統合の重要性が強調された。