NBER美国国民经济研究局-NBER-An-Econometric-Model-of-International-Long_50页_4mb

报告摘要

总结：国际长期增长动力的计量模型

核心内容

本文提出了一种基于贝叶斯方法的多因子动态因子模型，用于分析113个国家从1900年到2017年的实际人均GDP的长期增长动态。该模型旨在捕捉经济增长的共同趋势、国家间差异以及长期增长路径的不确定性，为气候变迁的经济影响预测提供基础。

主要观点

长期增长的共同因素：模型假设存在一个共同的全球增长因子 $ f_t $，影响所有国家的人均GDP。该因子代表了全球经济增长的长期趋势。
国家间收敛差异：国家在向全球增长因子收敛的速度上存在显著差异，部分国家的收敛速度极慢，甚至可能在百年尺度上不收敛或发散。
收敛俱乐部：模型识别出一些国家集群（收敛俱乐部），这些国家在长期收入水平上具有高度相关性，可能与文化和地理因素有关。
长期增长路径的不确定性：尽管使用超过一个世纪的数据，模型预测的100年增长路径仍然具有很高的不确定性，预测区间较宽。
低频趋势建模：模型通过低频趋势分析，过滤掉短于15年的周期波动，保留长期趋势，从而简化了高维数据的处理。
参数设定与估计：模型采用贝叶斯方法，结合了多尺度收敛机制和时间序列模型，以处理国家间和时间上的协变性。通过合理的先验设定和数据变换，降低了模型的计算复杂度。

关键信息

数据来源：使用来自Penn World Table和Maddison Project Database的数据，涵盖113个国家从1900年至2017年的年度实际人均GDP数据。
数据特征：
- 共同增长因子：全球人均GDP在118年期间增长了9倍，而国家间的平均增长率更高（2.1%）。
- 多十年增长速度变化：国家的长期增长速度存在显著波动。
- 截面分布的稳定性：人均GDP的截面分布在时间上保持相对稳定，但存在σ-发散的迹象。
- 国家间持久性：国家在截面分布中的位置具有极强的持续性，跨越多个世纪仍可能保持在分布的同一部分。
- 国家集群的高相关性：国家间的增长相关性在某些集群中尤为显著。
模型结构：
- 包含一个共同的全球增长因子 $ f_t $。
- 每个国家的人均GDP $ y_{i,t} $ 由 $ f_t $ 和国家特定偏差 $ c_{i,t} $ 构成。
- 国家特定偏差 $ c_{i,t} $ 被分解为多个层级的因子：国家集群因子 $ g_{J(i),t} $ 和更高层级的组别因子 $ h_{K(j),t} $，以及国家特有的低频扰动项 $ u_{c,i,t} $。
- 模型允许国家特定偏差 $ c_{i,t} $ 具有高度持续性，但最终会向均值回归。
预测与估计：
- 模型允许计算未来100年国家人均GDP的联合预测分布。
- 通过贝叶斯估计方法，模型能够在合理时间内完成估计，即使面对高维参数空间（超过800个参数）。
- 使用Gaussian似然函数和低频趋势分析，简化了模型的计算。
模型的扩展与应用：
- 模型扩展了Müller-Watson的低频趋势方法，适用于大量时间序列数据。
- 该模型可用于气候变迁的经济影响评估，特别是对长期经济增长路径的预测。

结构特点

多因子结构：模型包含多个因子，包括全球因子、国家集群因子、组别因子和国家特有扰动项。
贝叶斯方法：采用贝叶斯估计方法，结合先验分布和数据变换，有效处理高维参数问题。
低频趋势提取：通过低频趋势分析，过滤掉短期波动，保留长期增长趋势。
收敛机制：模型包含不同尺度的收敛机制，包括无条件收敛和有条件收敛，反映国家在长期增长路径上的动态变化。

总结

本文构建了一个基于贝叶斯方法的多因子动态因子模型，用于分析113个国家从1900年至2017年的长期增长动态。模型考虑了共同增长因子、国家特定偏差、国家集群以及长期不确定性，为未来经济增长的预测提供了理论和方法支持。通过低频趋势提取和贝叶斯估计，模型能够在合理时间内处理高维数据，并为气候变迁的经济影响评估提供可靠依据。

展开完整摘要