XiaoMi-AI文件搜索系统
World File Search SystemMarcet
宏观融资模型的机器学习投影方法
，我们使用监督的机器学习来近似经济模型的最佳条件中通常包含的期望，并具有随机模拟的参数化期望算法（PEA）。当由随机模拟生成一组状态变量时，它很可能不受多重共线性的影响。我们表明，通过扩大Faraglia，Marcet，Oikonomou和Scott（2019）研究的最佳债务管理问题，可以将基于神经网络的期望与多重共线性有效地处理多重共线性。我们发现，最佳政策规定了新增加的中期期限的积极作用，使计划者能够提高财务收入，而无需增加对支出冲击的响应。通过这种机制，政府在衰退期间有效地补贴了私营部门。
平衡增长路径可能随时间变化时的经济增长分析
经济增长理论描述了一个经济体在平衡增长路径上的人均收入如何由其储蓄倾向、人力资本积累、人口增长、制度质量和经济政策等因素决定。所有这些因素都可能随着时间而变化，并影响经济的增长动力。即使没有经济增长理论的基础，我们也可以直观地看出，经济的长期路径是由可能随时间而变化的因素决定的。因此，在本文中，我们在一个标准的经济增长动态实证模型中添加了未观测成分分析，以便经济的平衡增长路径可以随时发生变化。我们使用两个公开的数据集来估计该模型；1970 年至 2019 年世界经济人均 GDP 的宾夕法尼亚世界表，以及 1929 年至 2019 年美国 48 个相邻州的人均个人收入美国经济分析局 (BEA) 数据。我们发现，在 1929-1970 年间，美国各州的长期平衡增长路径出现了显著的趋同，但过去 50 年几乎没有出现进一步的趋同。过去 50 年的世界经济更加多样化，但在同一时期显示出与美国各州类似的模式。分析表明，一个子时期的趋同并不意味着随后会进一步趋同，人均 GDP 相对随时间的变化很大程度上可以归因于暂时偏离稳定的平衡增长路径，相对排名几乎没有变动。这些结果为卡诺瓦和马塞特 (1995) 的“穷人一直很穷”假设提供了支持。本文结合了两篇重要文献的分析：实证经济增长文献和贝叶斯宏观经济时间序列文献。在实证增长文献中，一个关键问题是，我们是否应该认为世界是由缓慢收敛到同一条平衡增长路径的经济体组成的，还是应该认为经济体正在收敛到各自的平衡增长路径。前一种观点的例子包括 Barro 和 Sala-i-Martin (1991) 关于美国各州收敛的论述，以及最近 Patel、Sandefur 和 Subramanian (2021) 关于世界经济收敛的论述。后一种观点强调面板数据估计中的国家固定效应，包括 Canova 和 Marcet (1995)、Caselli、Esquivel 和 Lefort (1996) 和 Shioji (2004) 的开创性贡献。Shioji (2004) 认为，美国各州的人均收入数据更符合各州缓慢收敛到同一条平衡增长路径的趋势。这是因为面板模型产生的参数估计意味着向长期平衡增长路径的收敛速度相对较快，这似乎与许多国家的初始条件与其长期平衡增长路径之间的较大差距不一致。本文通过允许长期平衡增长路径随时间变化来解决这个问题，例如，一个经济体最初可能接近其初始平衡增长路径，但远离其最终平衡增长路径。实证增长文献还使用面板方法分析了经济环境变化对经济增长的影响。在这些文献中，如果经济的重要特征发生变化，经济的固定效应可能会发生变化。值得注意的例子是 Ace-