Статья "Вычислительная эффективность байесовских эконометр..."

Наименование статьиВычислительная эффективность байесовских эконометрических методов для «неудобных» плотностей
Страницы121
АннотацияОценка моделей динамического стохастического общего экономического равновесия (ДСОЭР) методами байесовской эконометрики подразумевает построение марковских цепей Монте-Карло (MCMC). Проведен анализ MCMC-алгоритмов для функций плотности, с неблагоприятными свойствами, характерными для ДСОЭР-моделей (ограниченный носитель функции, тяжелые хвосты, острые пики, невыпуклость логарифма плотности или самой плотности). Рассматривается три группы алгоритмов: случайное блуждание (RW), алгоритм MALA и, предложенный автором, алгоритм LTG (local truncated Gauss). Для последних двух алгоритмов рассматривались три версии: с использованием информации о градиенте и гессиане логарифма функции плотности в каждой точке; только о градиенте и версия, использующая лишь информацию о моде. Результаты MALA и LTG близки в большинстве случаев, с небольшим преимуществом LTG (включая тест на ДСОЭР-модели). Алгоритм RW проигрывает оставшимся двум, особенно сильно в случае малой размерности. Причем версии использующие аппроксимацию градиента и гессиана, не связаны с существенными дополнительными вычислительными затратами. Наличие тяжелых хвостов ведет к снижению эффективности алгоритмов MALA и LTG. А уровень принятия, обеспечивающий наилучшую эффективность выборки, варьируется в широких пределах, заметно отклоняясь от принятых значений.
Ключевые словаMCMC, Монте-Карло с марковскими цепями, алгоритм Метрополиса–Гастингса, методы байесовской эконометрики
ЖурналЭкономика и математические методы
Номер выпуска2
Автор(ы)Иващенко С. М.