ESRI Discussion Paper Series No.292
データリッチ型動学的一般均衡(DSGE)モデルを用いた金融政策の効果の測定法

2012年10月
  • 飯星 博邦(首都大学東京大学院社会科学研究科教授)

要旨

金融政策当局者や民間シンクタンクが分析に利用している数十~数百系列におよぶマクロ経済時系列のパネルデータという豊穣な環境(データリッチ)から有用な情報を抽出する統計モデルとしてダイナミックファクターモデル(DFM)が最近注目されている。本稿はDFMに動学一般均衡(DSGE)モデルを接合することにより、大量のマクロ経済時系列データに対して金融政策の効果を測定する新しい手法を提案する。本稿の新手法の利点は、バーナンキ他(2005)が提案したFAVARアプローチによる測定法の利点を享受した上に、彼らの手法の2つの問題点も解決することができる点にある。さらに、本手法はパネルデータに対してDSGEによる経済学的観点を導入することで、各観測変数をモデル変数(共通成分)と観測誤差(独自成分)に分離できるようになり、また金融政策ショックを含む構造ショックの推定が可能になった。この構造ショックの推定値を使うことで、本文に示すように大量のマクロ時系列データに対する寄与度分解が可能になった。この分解は政策立案者や経済調査担当者の欠かせない道具になろう。本稿では1981年から1995年までの期間の55系列のマクロ経済系列に対して、スメッツ=バウター(2003,2007)型の中規模のニューケインジアンモデルを使い、本手法の検証を行う。

本文のダウンロード

データリッチ型動学的一般均衡(DSGE)モデルを用いた金融政策の効果の測定法別ウィンドウで開きます。(PDF形式 2.6 MB)

全文の構成

  1. 1ページ
    Abstract
  2. 2ページ
    1 Intoduction
  3. 5ページ
    2 DSGE-DFM approach
  4. 5ページ
    2.1 Framework of DSGE-DFM model
    1. 5ページ
      2.1.1 State Space Representation of Dynamic Factor Model (DFM)
    2. 6ページ
      2.1.2 FAVAR Approach for Measuring the Effects of Monetary Policy
    3. 7ページ
      2.1.3 State Space Representation of DSGE-DFM
    4. 8ページ
      2.1.4 Two Types of Data Indicator Xt
    5. 11ページ
      2.1.5 DSGE-DFM Approach for Measuring the Effects of Monetary Policy
  5. 11ページ
    2.2 The DSGE model
    1. 12ページ
      2.2.1 Equilibrium Conditions from Housing/Investor Sector
    2. 13ページ
      2.2.2 Equilibrium Conditions from Firm Sector
    3. 14ページ
      2.2.3 Miscellaneous Equilibrium Conditions
    4. 14ページ
      2.2.4 Structural Shocks and Forecast Errors
    5. 15ページ
      2.2.5 System of the Log-Linearized Model
  6. 15ページ
    2.3 Estimation Method
  7. 18ページ
    2.4 Policy Simulation
    1. 18ページ
      2.4.1 Impulse Response Function
    2. 19ページ
      2.4.2 Historical Decomposition
    3. 19ページ
      2.4.3 Variance Decomposition
  8. 20ページ
    3 Application
    1. 20ページ
      3.1 Empirical Implementation
      1. 20ページ
        3.1.1 Observable Varaibles and Measurement Errors
      2. 21ページ
        3.1.2 Calibration and Prior of Parameters
      3. 22ページ
        3.1.3 Data
    2. 23ページ
      3.2 Empirical Results
  9. 25ページ
    4 Conclusion
  10. 26ページ
    A Appendix
    1. 26ページ
      A.1 Sampling of State Variables St from Simulation Smoother
    2. 28ページ
      A.2 Sampling of Parameters Set Γ of Measurement Equation (2.7)
  11. 30ページ
    References
  12. 45ページ
    Appendix Table 1
  13. 46ページ
    Appendix Table 1(continued)
  14. 47ページ
    Appendix Table 2. Prior Distributions of the Parameters
  15. 48ページ
    Appendix Table 3. Posterior Distributions of the Parameters
  16. 49ページ
    Figure 1. Smoothed Variables of 21Sensor Series
  17. 50ページ
    Figure 2. Smoothed Variables of 34Information Series
  18. 51ページ
    Figure 2. (continued)
  19. 52ページ
    Figure 3. Contribution Ratio of 7Model Concepts for 34Information Series
  20. 53ページ
    Figure 3. (continued)
  21. 54ページ
    Figure 4. Structural Shocks
  22. 55ページ
    Figure 5. Impulse Response Function of 21Sensor Seriesto Monetary Policy Shock
  23. 56ページ
    Figure 6. Impulse Response Function of 34Information Seriesto Monetary Policy Shock
  24. 57ページ
    Figure 6. (continued)
  25. 58ページ
    Figure 7. Historical Decomposition of Sensor Series.
  26. 66ページ
    Figure 8. Historical Decomposition of Information Series.
  • 〒100-8914
    東京都千代田区永田町1-6-1 中央合同庁舎第8号館
  • 電話 03-5253-2111(代表)