新浪博客

消除趋势法之HP滤波法

2012-11-29 14:40阅读:
消除趋势法。消除趋势法(Detrending Method)把宏观经济运行看作是潜在增长和短期波动的某种组合,因而可运用计量技术将实际产出序列分解为趋势成分与周期成分,其中的趋势成分即潜在产出,周期成分即产出缺口。序列分解方法随着计量技术的发展不断改进,早期比较常用的数据分解方法是对时间t 进行一次或二次线性回归,该方法默认经济变量是趋势稳定的;Nelson 和Plosser(1982)认为大多数宏观经济变量不具有确定性时间趋势,而是具有单位根性质,因而应直接对数据差分或者是进行Beveridge and Nelson(1981) 分解;Hodrick 和Prescott(1980,1997)的滤波方法(简称HP 滤波法)居于两者之间,认为经济变量既不是永远不变也不是随机变动,其趋势是缓慢变动的。下面简要介绍HP 滤波法的基本方法。时间序列yt 由趋势部分gt 和周期波动部分Ct 构成,即 yt=gt+ct t=1,...T Hodrick 和Prescott(1980,1997)采用对称的数据移动平均方法原理,设计一个滤波器(即HP 滤波器),该滤波器从时间序列yt 中得到一个平滑的序列gt(即趋势部分),gt 是下列问题的解:
Min{Σ(yt - gt )2+λΣ [(gt - gt- 1 )(gt - gt- 2 )]}
其中,大括号中多项式的第一部分是对波动成分的度量,第二部分是对趋势成分“平滑程度”的度量,λ 为正数,用以调节两者的比重,称为平滑参数。
HP 滤波方法的一个重要问题就是平滑参数λ 的取值,不同的λ值不同的滤波器,决定了不同的周期方式和平滑度。在处理季度数据时经济学家基本达成了共识———沿用Hodrick 和Prescott(1980,1997)1600 这一取值。但是,在处理其他频率数据尤其是年度数据时,经济学家对λ的取值则有较大分歧。Backus and Kehoe (1992) 认为平滑参数λ=100,这也是时间序列软件Eviews 的默认值;Correia,Neves and Reb
elo(1992),Cooley and Ohanian(1991)认为λ 的取值应该为400;Baxter and
King (1999)的研究表明λ=10 更合理;Ravn and Uhlig(2002)认为λ 应该是观测数据频率的4 次方,即年度数据应取6.25。通过在频域上比较HP 滤波转移方程的图像、分析HP 滤波的转移方程、以及蒙特卡罗实验,Ravn and Uhlig 发现4 次方调整最佳。该结论被Iacobucci 和Noullez(2004)进一步证实。
对HP 滤波可以有三种理解,其一,HP 滤波可以看作是一个为了从数据中抽出一条平滑曲线而精确设定的算法;其二,HP 滤波可看作一个特殊的射影问题,其目的是从数据yt 中抽取某个信号gt,yt 被认为是gt和正交噪声ct 的叠加;其三,HP 滤波可看作一个近似高通滤波器(High- pass Filter),能分离出周期在8 年以下的高频成分(汤铎铎,2007)。HP 滤波法往往只考虑实际产出这一个指标,十分简便有效。不过该方法也由于存在不足而招致一些批评和争论,如没有体现潜在产出的供给面特征。但HP 滤波经受住了考验,获得了广泛的引用和认可,成为时间序列消除趋势方法的一个基准。

我的更多文章

下载客户端阅读体验更佳

APP专享