本书从理论和应用的角度，探讨了贝叶斯计量经济学的前沿方法与实证研究，概述了贝叶斯计量经济学及其蒙特卡罗模拟方法的发展过程与应用优势，探讨了贝叶斯参数方法的模型设计和算法原理。基于无限状态Markov区制转移的贝叶斯非参数模型，将通货膨胀的经典计量经济学模型进行扩展。本书还研究了经济增长的稳定性测度和价格传导机制的时变特征；扩展了贝叶斯单位根检验方法，并应用于股票市场泡沫的实证研究；借助贝叶斯时变参数协整模型，检验了中美贸易弹性的新变化；扩展了贝叶斯非参数协整模型，应用于费雪效应的实证研究。本书可供高等院校和科研机构的研究人员，尤其是从事贝叶斯计量经济的研究者阅读。

进入21世纪，贝叶斯方法的发展突飞猛进，在这样的科学发展背景下，贝叶斯计量经济学如何抓住契机寻求突破，是本书希望参与探讨的创作意图之一。相比于贝叶斯方法在计算机应用领域的绝对优势，贝叶斯计量经济学的初期发展举步维艰。对先验假设的误解和高居不下的贝叶斯计算成本，限制了贝叶斯方法在更多计量经济学研究领域发挥优势。相比之下，机器学习和人工智能的专家们对经济学问题的贝叶斯非参数方法的研究产生了浓厚的兴趣。由此可见，以更多体现优势的研究成果来进一步规范先验假设的设计，并借助更先进的贝叶斯计算工具拓展更广泛的应用，是贝叶斯计量经济学发展的当务之急。 本书的特点之一是以贝叶斯非参数方法来拓展贝叶斯计量经济学的研究。贝叶斯非参数方法与贝叶斯参数方法并不对立，而是在贝叶斯参数方法的基础上，将参数空间的范围扩展到无限。贝叶斯非参数方法，以参数随时变化的随机过程作为先验假设，使贝叶斯方法脱离参数数量的限制，以更加符合数据生成过程规律的方式建立模型的先验假设。与贝叶斯参数方法相比，贝叶斯非参数方法在机器学习和人工智能领域的应用更加广泛，特别是在语音识别和机器视觉等领域，充分展示了其分析和识别数据分类的优势。 本书的另一特点是聚焦于Markov区制转移模型的贝叶斯非参数方法扩展。作为宏观经济与金融计量领域广泛应用的计量经济学模型，Markov区制转移模型的贝叶斯参数方法的持续发展是贝叶斯计量经济学的重点研究领域。本书以作者团队在贝叶斯计量经济学方面的相关研究成果为基础，以贝叶斯非参数方法扩展Markov区制转移模型为主线，从理论与应用的角度，探讨了贝叶斯计量经济学的前沿方法与实证研究。 本书内容安排 全书分为9章。第1章为贝叶斯计量经济学绪论，概述贝叶斯计量经济学的起源和发展，重点介绍了贝叶斯非参数方法、概率编程与蒙特卡罗模拟方法的前沿进展。第2章介绍贝叶斯参数方法的模型设计和算法实现原理，并以R语言为工具，通过实例展示了Gibbs抽样算法和HMC抽样算法的实现过程。第3章介绍了实现无限状态Markov区制转移模型的Sticky HDP-HMM随机过程和多步移动策略的Gibbs抽样算法。第4章是通胀率动态与通胀惯性度量，利用无限状态Markov区制转移模型，对通货膨胀率动态过程和通货膨胀惯性进行建模和实证分析。第5章是经济增长的稳定性测度与经验分析，基于多国的经济增长率和通货膨胀率数据建模，研究了经济增长的稳定性测度问题。第6章是价格传导机制的多元时变分析，为多元数据因果关系检验与时变分析提供了新方法。第7章是股票市场泡沫的实证检验，扩展了贝叶斯单位根检验方法，应用于股票市场泡沫的计量。第8章是汇率弹性与收入弹性的协整模型，借助贝叶斯参数方法的时变参数协整模型，实证分析中美双边贸易汇率弹性和收入弹性的新变化。第9章是费雪效应的误差修正模型，扩展了贝叶斯非参数协整模型，应用于我国费雪效应的实证研究。? 本书得到了硕士研究生丁雪净、姜智丹、韩熠鑫，以及博士研究生康晶及其他多位老师和同学们的大力支持，在此表示感谢！同时感谢电子工业出版社的编辑老师们对本书出版给予的支持与帮助！

第1章 贝叶斯计量经济学绪论 001 1.1 贝叶斯计量经济学的起源和发展 002 1.1.1 贝叶斯结构性分析的意义 002 1.1.2 贝叶斯参数方法的发展 003 1.1.3 贝叶斯非参数方法的前沿 004 1.2 贝叶斯计量经济学的蒙特卡罗模拟方法 004 1.2.1 数值积分与贝叶斯计量经济学 004 1.2.2 随机模拟与贝叶斯计量经济学 005 1.2.3 概率编程与贝叶斯计量经济学 005 1.3 本章小结 006 第2章 贝叶斯参数方法 007 2.1 概率分布 008 2.1.1 Bernoulli分布 008 2.1.2 Binomial分布 009 2.1.3 Multinomial分布 010 2.1.4 Poisson分布 010 2.1.5 均匀分布 011 2.1.6 Beta分布 011 2.1.7 Dirichlet分布 013 2.1.8 指数分布 015 2.1.9 Gamma分布 015 2.1.10 逆Gamma分布 016 2.1.11 正态分布 016 2.1.12 多元正态分布 017 2.2 贝叶斯推断的原理和算法 018 2.2.1 贝叶斯推断的原理 018 2.2.2 Gibbs抽样算法 019 2.2.3 HMC抽样算法 021 2.3 本章小结 028 第3章 无限状态Markov区制转移模型 030 3.1 Markov区制转移模型 031 3.1.1 固定状态数量的Markov区制转移模型 031 3.1.2 无限状态Markov区制转移模型 032 3.2 贝叶斯非参数方法 033 3.2.1 Sticky HDP-HMM随机过程 033 3.2.2 多步移动策略的Gibbs抽样算法 033 3.2.3 贝叶斯非参数方法的应用 034 3.3 本章小结 035 第4章 通胀率动态与通胀惯性度量 036 4.1 货币政策与通胀惯性 037 4.1.1 贝叶斯非参数方法度量通胀惯性 037 4.1.2 通胀惯性理论与计量结果的争议 038 4.1.3 菲利普斯曲线、利率规则与通胀惯性 040 4.1.4 通胀惯性的度量 042 4.1.5 通胀惯性与货币政策的实证分析 044 4.2 通胀惯性与通货紧缩 058 4.2.1 CPI与PPI的背离 058 4.2.2 生产力标准 059 4.2.3 通胀率动态与价格指标的惯性度量 060 4.3 本章小结 065 第5章 经济增长的稳定性测度与经验分析 068 5.1 经济增长转换阶段的动态趋势 069 5.1.1 贝叶斯非参数方法测度经济增长稳定性 069 5.1.2 Markov区制时变的测度模型 071 5.1.3 经济增长率过程的动态分析与对比 073 5.2 中日经济增长与通胀动态的经验分析与对比 079 5.2.1 日本经济增长与通胀过程的计量分析 080 5.2.2 日本货币政策的理论基础与执行效果的计量分析 086 5.2.3 中国近期经济增长与通胀过程的计量分析 090 5.3 经济增长稳定性测度的国际对比 093 5.3.1 经济增长率的稳定性分析 095 5.3.2 价格指数增长率的稳定性分析 103 5.4 本章小结 110 第6章 价格传导机制的多元时变分析 111 6.1 我国价格传导机制的多元时变分析 112 6.1.1 使用贝叶斯非参数方法分析价格传导 112 6.1.2 价格传导机制的文献综述 113 6.1.3 测度多元时变因果关系的RTV-VAR模型 114 6.1.4 我国价格传导机制的核心结构 116 6.1.5 我国价格传导机制的动态演变过程 129 6.2 需求效应的时变特征分析 137 6.2.1 CPI与PPI的二元RTV-VAR模型 137 6.2.2 考虑外部需求影响下的需求拉动效应 139 6.2.3 考虑货币投入变化影响下的需求拉动效应 141 6.2.4 考虑生产成本因素影响下的需求拉动效应 143 6.2.5 综合考虑外需与货币投入变化影响下的需求拉动效应 145 6.3 供给效应的时变特征分析 146 6.3.1 生产者价格指数的结构性分化 146 6.3.2 供给效应的时变分析 148 6.3.3 货币效应的时变分析 151 6.4 本章小结 152 第7章 股票市场泡沫的实证检验 154 7.1 模型选择的经济含义 155 7.2 资产价格泡沫的文献评述 155 7.3 中国股市的实证分析 158 7.3.1 数据处理与模型选择 158 7.3.2 市场情绪与周期性破灭泡沫特征分析 160 7.3.3 实证结果的先验敏感性分析 169 7.4 本章小结 170 第8章 汇率弹性与收入弹性的协整模型 172 8.1 时变参数的结构模型 173 8.2 汇率弹性与收入弹性的文献综述 173 8.3 理论分析与计量模型 175 8.4 实证分析 176 8.4.1 数据说明 176 8.4.2 模型选择 179 8.4.3 汇率弹性的实证结果 180 8.4.4 收入弹性的实证结果 183 8.5 本章小结 185 第9章 费雪效应的误差修正模型 186 9.1 费雪效应 187 9.2 费雪效应的协整分析 188 9.3 费雪效应的理论和计量模型 189 9.3.1 费雪效应的理论表述 189 9.3.2 费雪效应的线性化方程 189 9.3.3 名义利率与通货膨胀率的误差修正模型 190 9.4 无限状态Markov区制转移误差修正模型 190 9.4.1 构建IMS-VECM模型 190 9.4.2 估计IMS-VECM模型的贝叶斯方法 192 9.5 我国费雪效应的实证分析 193 9.5.1 数据选取和参数估计 193 9.5.2 费雪效应转换机制的动态识别 196 9.6 本章小结 201 参考文献 203