具有简约时变参数的向量自回归及其在货币政策中的应用

本文提出了一种简约时变参数向量自回归模型（含外生变量，VARX），并研究了Lasso和自适应Lasso作为该模型估计量的性质。模型参数假定遵循简约随机游走，其中简约性源于参数增量有非零概率恰好等于零的假设。通过改变简约程度，我们的模型可以容纳常数参数、未知数量的结构突变或高度变化的参数。我们通过推导以高概率成立的估计误差和预测误差的上界来刻画Lasso的有限样本性质；并在渐近意义上证明，若非零增量的数量增长慢于√T，则这些界以趋于1的概率趋于零。通过模拟实验，我们研究了Lasso和自适应Lasso在参数稳定、经历结构突变或遵循简约随机游走等设定下的性质。我们利用该模型，通过估计一条简约时变参数泰勒规则，来研究美国货币政策对通胀和商业周期波动的响应。我们记录了美联储政策响应在20世纪80年代以及自2008年以来的实质性变化。