dsge模型参数估计 matlab,DSGE求解和模型参数估计的一些认识

DSGE求解和模型参数估计的一些认识

其实DSGE最难的地方不在于模型的optimality condition的推导，也不在于寻找Saddle-path。最难的还是在于参数估计，最大似然或者是贝叶斯估计。我下面一条一条地写出来一些认识，希望和大家交流。DSGE是宏观经济学的顶峰难度，不适合数学和经济学基础没有打好的同学，更加不适合自学。这个行业里面一直以来都是老师带学生的传统，基本没有自学成才的例子，至少我没听说过。所以要提醒大家，有导师的，要依靠导师，没有导师的要多跟别人交流学习。

1 . 动态规划是现代宏观的一部分数学基础，但是不是你们想象中那么重要。不要以为学高级宏观就是一直在弄Dynamic programming，这个技术虽然不简单，但也怎么也算不上现代宏观或者DSGE的核心技术。完全没有必要画大把的时间在这个上面，DSGE不依靠它而存在。就目前的DSGE研究来看，用dynamic programming的地方就是对Euler equation分析求解用得比较多，其他地方基本都不用。更别说Dynamic programming的数值模拟了，除了上课的时候用，真实研究里面基本不用。

2 . DSGE不是非要线性化才能搞，关键看你的目的是什么，如果你就是做模拟和impulse response，你没有必要自己动手去对数线性化，Dynare可以帮你做。但是要知道一点，我们对付“线性动力系统”的知识远远比“非线性动力系统”认识要深和宽泛。非线性动力系统对付起来很麻烦，占用大量的计算时间，并且准确性低，对初始条件非常敏感。非线性微分方程组里面一个重要话题就是混沌理论，用在气象学上面的一个著名例子就是“蝴蝶效应”。如果你学过研究生级别的微分方程课程，就应该知道