[论文解读] 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 4

一句话总结

本文提出两种基于精度的采样方法，用于在状态空间混合频率VAR模型中高效估计缺失的低频观测值，利用块带状精度矩阵在数值精度和计算速度上优于标准卡尔曼滤波。该方法可实现快速、联合抽取满足精确或近似线性约束的缺失值，显著提升大规模宏观经济学模型中的估计效率。

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.

研究动机与目标

• 解决具有随机波动性的大型状态空间混合频率VAR模型估计过程中计算成本过高的问题。
• 开发一种在数值精度和计算效率上优于标准基于卡尔曼滤波方法的替代方案，用于填补缺失的低频观测值。
• 实现将高频指标整合到宏观经济模型中，以提升实时预测与政策分析能力。
• 将基于精度的采样技术扩展至处理具有时间间线性约束的缺失观测值，这对混合频率建模至关重要。

提出的方法

• 推导在给定高频数据和模型参数下，缺失低频观测值的联合高斯条件分布。
• 利用精度矩阵的块带状结构，通过带状矩阵算法实现高效采样。
• 实现一种单步基于精度的采样方法，一次性抽取所有缺失值，避免迭代滤波步骤。
• 引入硬约束与软约束以确保插值后的低频值与观测到的季度总计一致。
• 在贝叶斯框架下使用吉布斯采样，以基于精度的采样方法替代标准卡尔曼滤波进行缺失数据填补。
• 利用近期在稀疏矩阵与带状矩阵算法方面的进展，即使在高维系统中也能保持计算效率。

实验结果

研究问题

• RQ1 如何在不牺牲数值精度的前提下，降低估计大型状态空间混合频率VAR模型的计算负担？
• RQ2 基于精度的采样方法在填补缺失低频观测值时，是否能在速度与精度上优于标准卡尔曼滤波？
• RQ3 在混合频率模型中，对缺失观测值的填补过程能多大程度上有效施加时间间线性约束？
• RQ4 所提出的方法在现实宏观经济应用（如产出缺口估计与货币政策冲击分析）中表现如何？

主要发现

• 所提出的基于精度的采样方法在计算效率上显著优于标准卡尔曼滤波方法，尤其在具有复杂滞后结构的模型中表现更优。
• 模拟研究证实，新方法在估计缺失低频值时的数值精度高于传统滤波方法。
• 在产出缺口的实证应用中，模型成功利用高频指标生成了月度实际GDP估计值，展示了更优的实时预测性能。
• 货币政策冲击分析显示，实际GDP出现一个标准差的意外冲击时，联邦基金利率在当期产生约五个基点的响应，凸显了模型的政策相关性。
• 实际GDP对货币政策冲击的累积响应为零，与经典二分法一致，验证了模型的结构一致性。
• 与使用工业生产作为真实经济指标相比，将实际GDP纳入模型可产生更具经济意义的政策响应，凸显了高频数据整合的重要性。