随着全球经济一体化的不断深入，金融市场的波动对经济的影响越来越大。在这样的背景下，传统的经济分析方法已经不能完全满足现代经济研究的需求。

DSGE（动态随机一般均衡）模型作为宏观经济分析的前沿工具，因其能够提供对经济政策影响的动态分析而受到广泛关注。

DSGE高阶的学习变得重要且必要

1. 更深入的理解：

DSGE模型通过将经济主体的最优化行为和市场摩擦结合起来，提供了一个更为全面和深入的经济分析框架。

2. 动态分析能力：

DSGE模型能够模拟经济政策变化对经济主体行为的影响，以及这些变化如何在经济中传导，这对于政策制定者和分析师来说至关重要。

3. 贝叶斯估计的精确性：

贝叶斯估计方法为DSGE模型提供了一种灵活且强大的参数估计方式，能够处理模型中的不确定性和参数的先验信息。

4. 金融摩擦的现实意义：

金融摩擦是影响经济波动的重要因素，理解并量化金融摩擦对经济的影响，对于预测经济周期和制定金融政策具有重要意义。

5. 提升专业竞争力：

掌握DSGE模型和贝叶斯估计技术，能够显著提升你在经济分析领域的专业竞争力，无论是在学术界还是业界。

自18年DSGE课程以来，JG学术培训丨DSGE系列课程受到的宏微观研究者的关注和肯定，从DSGE初中级到高级，从DSGE前沿RS-DSGE到DSGE论文复刻~

2024年8月DSGE高阶内容再更新

本课程由中山大学国际金融学院副教授邓贵川博士主讲，涵盖DSGE模型的贝叶斯估计基础、MH算法和卡尔曼滤波、VAR模型与Bayes估计、Bayes估计潜在问题及模型评估、金融摩擦等内容。

通过本课程的学习，你将能够：

• 掌握DSGE模型的构建和估计方法。
• 学习MH算法和卡尔曼滤波在经济模型中的应用。
• 理解VAR模型和贝叶斯估计的结合使用。
• 识别和解决Bayes估计中的潜在问题。
• 分析金融摩擦对经济的影响。
  

报名信息

培训时间：10月13, 19-20, 26-27日（周末五天）

培训安排：9:00-12:00；14:00-17:00；答疑交流

培训方式：远程直播，提供全程录播回放

课程亮点

全面覆盖：从贝叶斯估计到金融摩擦，全方位提升你的经济分析技能。

实战导向：通过案例分析和代码实现，将理论与实践紧密结合。

专家授课：由中山大学国际金融学院副教授邓贵川博士主讲，确保教学质量。

互动学习：课程中包含答疑交流环节，确保学习效果。

课程大纲

第一章：DSGE模型的Bayes估计基础知识(6h)

1. Bayes估计概述

- 估计AR(1)模型

- 估计状态空间模型

2. NK-DSGE模型估计

- 模型构建

- 动态系统

- 数据处理及代码

3. DSGE模型的Bayes估计概述

- DSGE模型的状态空间表达

- DSGE模型的Bayes估计步骤

第二章：MH算法和卡尔曼滤波 (6h)

1. 简单采样

- 直接采样

- 拒绝采样

- 重要性采样

2. MH算法

- 马尔可夫链

- M-H采样

- 收敛性诊断

3. 卡尔曼滤波

- 理论基础

- 抽样实现

第三章：VAR模型与Bayes估计 (7h)

1. VAR模型

- 模型设定

- 别与脉冲反应

- 方差分解和历史分解

2. Bayes估计结果分析

- Bayes估计回顾

- 先验设定与后验分布

- 收敛性诊断

- 脉冲反应分析

- 方差分解和历史分解

第四章：Bayes估计潜在问题及模型评估 (5h)

1. Bayes估计潜在问题

- 模型设定

- 观测变量与观测值

- 观测误差设定

- 代码实现

2. 模型评估

- 理论基础

- 模型误设

- 代码实现

第五章：金融摩擦 (6h)

1. BGG金融加速器

- 模型设定

- 模型求解

- 代码实现

2. GK金融加速器

-  模型设定

-  模型求解

- 代码实现

课程咨询

尹老师

电话：13321178792

QQ：42884447

WeChat：JGxueshu