Empirical General Equilibrium Models: Application of High Dimensional Model Representation to Characterise the Relationship between Structural and Reduced Form Coefficients
DOI:
https://doi.org/10.15678/krem.820Keywords:
dynamic stochastic general equilibrium, sensitivity analysis, high dimensional model representation, Kalman filter, state-dependent auto-regression with exogenous variablesAbstract
The paper presents the application of high dimensional model representation to characterise the relationship between structural and reduced form coefficients of estimated general equilibrium models. The function representation is considered a state-dependent regression that is estimated non-parametrically, based on Monte Carlo sample, and generated from the probability distribution of structural parameters. The estimation method consists of recursive filtering and smoothing algorithms, derived from the Kalman filter, enhanced with special data re-ordering, to capture strong variability of the parameters in the state-dependent regression. The estimated function decomposition is used to build sensitivity indices. The methodology presented is illustrated with an example from the literature.
Downloads
References
Adjemian S. et al. [2011], Dynare: Reference Manual, Version 4, Dynare Working Papers 1.
Berliant M., Dakhlia S. [1997], Sensitivity Analysis for Applied General Equilibrium Models in the Presence of Multiple Equilibria, GE, Growth, Math Methods 9709003, EconWPA.
Erceg C.J., Henderson D.W., Levin A.T. [2000], Optimal Monetary Policy with Staggered Wage and Price Contracts, „Journal of Monetary Economics", vol. 46, nr 2. DOI: https://doi.org/10.1016/S0304-3932(00)00028-3
Härdle W. [1994], Applied Nonparametric Regression, Springer, Berlin.
Osidele O.O., Beck M.B. [2004], Food Web Modelling for Investigating Ecosystem Behaviour in Large Reservoirs of the South-eastern United States: Lessons from Lake Lanier, Georgia, „Ecological Modelling", vol. 173, nr 2-3. DOI: https://doi.org/10.1016/j.ecolmodel.2003.06.003
Rabanal P., Rubio-Ramírez J.F. [2005], Comparing New Keynesian Models of the Business Cycle: A Bayesian Approach, „Journal of Monetary Economics", vol. 52, nr 6. DOI: https://doi.org/10.1016/j.jmoneco.2005.08.008
Ratto M. [2006], Global Sensitivity Analysis for DSGE Models, manuscript.
Ratto M. [2008], Analysing DSGE Models with Global Sensitivity Analysis, „Computational Economics", vol. 31, nr 2. DOI: https://doi.org/10.1007/s10614-007-9110-6
Ratto M. et al. [2004], Accelerated Estimation of Sensitivity Indices Using State Dependent Parameter Models, Proceedings of the 4th International Conference on Sensitivity Analysis of Model Output (SAMO 2004), Santa Fe, New Mexico, March 8-11.
Saltelli A. [2002], Sensitivity Analysis for Importance Assessment, „Risk Analysis", vol. 22, nr 3. DOI: https://doi.org/10.1111/0272-4332.00040
Saltelli A. et al. [2004], Sensitivity Analysis in Practice: A Guide to Assessing Scientific Models, Wiley.
Saltelli A. et al. [2008], Global Sensitivity Analysis. The Primer, Wiley.
Sobol' I.M. [1993], Sensitivity Analysis for Non-linear Mathematical Models, Mathematical Modeling and Computational Experiment 1, English translation of Russian original paper by I.M. Sobol' (1990).
Sobol' I.M. [2003], Theorems and Examples on High Dimensional Model Representation, „Reliability Engineering and System Safety", vol. 79, nr 2. DOI: https://doi.org/10.1016/S0951-8320(02)00229-6
Sobol' I.M. et al. [2007], Estimating the Approximation Error when Fixing Unessential Factors in Global Sensitivity Analysis, „Reliability Engineering and System Safety", vol. 92, nr 7. DOI: https://doi.org/10.1016/j.ress.2006.07.001
Wasserman L. [2006], All of Nonparametric Statistics, Springer.
Wróbel-Rotter R. [2007a], Dynamic Stochastic General Equilibrium Models: Structure and Estimation, Modelling Economies in Transition 2006, ed. W. Welfe, P. Wdowiński, Łódź.
Wróbel-Rotter R. [2007b], Dynamiczne Stochastyczne Modele Równowagi Ogólnej: zarys metodologii badań empirycznych, Folia Oeconomica Cracoviensia, vol. 48.
Wróbel-Rotter R. [2007c], Dynamiczny Stochastyczny Model Równowagi Ogólnej: przykład dla gospodarki polskiej, „Przegląd Statystyczny", nr 3, t. 54.
Wróbel-Rotter R. [2008], Bayesian Estimation of a Dynamic General Equilibrium Model [w:] Metody Ilościowe w Naukach Ekonomicznych, Ósme Warsztaty Doktorskie z zakresu Ekonometrii i Statystyki, red. A. Welfe, Szkoła Główna Handlowa w Warszawie, Warszawa.
Wróbel-Rotter R. [2011a], Empiryczne modele równowagi ogólnej: gospodarstwa domowe i producent finalny, Zeszyty Naukowe Uniwersytetu Ekonomicznego w Krakowie - Ekonomia, nr 869, Kraków.
Wróbel-Rotter R. [2011b], Obszary stabilności rozwiązania empirycznych modeli równowagi ogólnej: zastosowanie metod analizy wrażliwości, Zeszyty Naukowe Uniwersytetu Ekonomicznego w Krakowie - Metody Analizy Danych, nr 873, Kraków.
Wróbel-Rotter R. [2011c], Sektor producentów pośrednich w empirycznym modelu równowagi ogólnej, Zeszyty Naukowe Uniwersytetu Ekonomicznego w Krakowie - Ekonomia, nr 872, Kraków.
Wróbel-Rotter R. [2012a], Empiryczne modele równowagi ogólnej: zagadnienia numeryczne estymacji bayesowskiej, Zeszyty Naukowe Uniwersytetu Ekonomicznego w Krakowie - Metody Analizy Danych, nr 878, Kraków.
Wróbel-Rotter R. [2012b], Struktura empirycznego modelu równowagi ogólnej dla niejednorodnych gospodarstw domowych, Zeszyty Naukowe Uniwersytetu Ekonomicznego w Krakowie - Ekonomia, nr 879, Kraków.
Wróbel-Rotter R. [2012c], Wybrane zagadnienia współczesnego modelowania strukturalnego, część I: Estymowane modele równowagi ogólnej w zarysie, Folia Oeconomica Cracoviensia 53.
Wróbel-Rotter R. [2012d], Wybrane zagadnienia współczesnego modelowania strukturalnego, część II: Wnioskowanie w estymowanych modelach równowagi ogólnej, Folia Oeconomica Cracoviensia 53.
Wróbel-Rotter R. [2013a], Analiza stopnia zgodności z danymi empirycznymi estymowanego modelu równowagi ogólnej, Zeszyty Naukowe Uniwersytetu Ekonomicznego w Krakowie - Ekonomia (złożone do druku).
Wróbel-Rotter R. [2013b], Estymowane modele równowagi ogólnej i autoregresja wektorowa. Aspekty teoretyczne, „Przegląd Statystyczny" t. 60, nr 3.
Wróbel-Rotter R. [2013c], Estymowane modele równowagi ogólnej i wektorowa autoregresja. Aspekty praktyczne, „Przegląd Statystyczny" t. 60, nr 4.
Wróbel-Rotter R. [2013d], Estymowane modele równowagi ogólnej i wektorowa autoregresja: model hybrydowy, „Bank i Kredyt" vol. 44, nr 5.
Wróbel-Rotter R. [2013e], Hybrydowy model wektorowej autoregresji - analiza empiryczna funkcji odpowiedzi na zakłócenia strukturalne, manuskrypt niepublikowany.
Young P.C. [2000], Stochastic, Dynamic Modelling and Signal Processing: Time Variable and State Dependent Parameter Estimation [w:] Nonlinear and Nonstationary Signal Processing, ed. W.J. Fitzgerald, Cambridge University Press, Cambridge.
