你如果要研究货币政策的话，现在主流宏观经济学派，就是新凯恩斯学派，都是以DSGE模型为框架，欧洲中央银行，英国央行，美联储，加拿大央行，芬兰央行，都有自己的DSGE模型，DSGE模型开始组建变成货币决策的主要工具。我研究方向就是DSGE模型，我觉得这才是宏观经济学的未来。整个宏观领域找不到任何一个模型可以在理论上如此完美，并且实证分析的效果超越所有计量模型，比如VAR，SVAR。
我觉得研究货币政策只有个选择，因为你用传统计量的话，货币政策根本就没法研究。用VAR的话，理论基础及其薄弱，没法扩展模型覆盖面。

不同意你说的DSGE模型实证分析效果超越所有计量模型。。。。你在哪个主流刊物上看到过这句话？

我自己看文献总结的，smets and wouter (2003) 提到一次，按照他们的模型DSGE的实证结果比VAR好。我记不得另外几篇的具体作者了，有个作者提到了比较DSGE和Bayesian VAR， DSGE的Bayesian estimation 效果更好。我下次再翻到那个文献了告诉你。

其他的不说，最最基本的一点就是计量实证绝对不是只有VAR和SVAR，如果你说的实证是经济预测，那么很多方法比VAR来得直观准确的多。的确DSGE现在还是很主流的宏观预测模型的基础，但是宏观经济预测绝不只是DSGE。而且实践当中DSGE为基础的宏观预测模型也是需要做参数估计的。你不能把基于DSGE的计量模型就排除到计量经济学之外了。

另外是一句丑话，如果我是做DSGE的，在我的论文里，我一定有办法做出一个比我的DSGE模型更差的VAR来衬托我自己的模型有多好。所以客观的比较绝对不能把计量方法等同于“宏观经济学家（常）用的计量方法”。

另外，我也不是没见过宏观模型是怎么做出来的。里面的ad hoc的东西实在是太~~~~~~~~~~~~~多了。simulation做不出好结果回过头去“model mining”（和data mining类似的意思）的比比皆是。效用函数里随便加个parameter就开始天马行空的intepret，完全不管现实情况的也很常见。（这个我就不举例了，不然涉嫌人身攻击了。但是你绝对不会想不到这样的例子。）

很快，简单的宏观模型就该被人“发现”光了。之后再要拓展，就只能加参数，加式子，很快analytical solution就完全不存在了（其实你看最新发表的宏观模型有几个有analytical solution?）。而模型表现好不好纯靠所谓simulation和method of moments fit出来的结果了。这些结果有多容易manipulate你肯定比我还清楚。相比主要只是reproduce data的一两个moments和fit一下data的curvature，一般来讲maximize likelihood或者minimize sq err的计量方法感觉上靠得住的多。（当然这点完全可以有争议，因为两边的estimation方法有重合的部分）

我也不是想批评宏观的。我只是想说句公道话。计量和宏观各有各的长处（当然也各有各的短处），更何况本来就是两个不同的分支学科，没必要通过贬低一方来抬高另一方的。

最后，你要是找到了文献请务必告诉我。我很期待拜读。

另外，针对你说的smets and wouter(2003)(我只是看了ecbwp的那个版本)，Table 2 RMSE in sample from T0+1:T with OLS estimates 1:T不是很清楚的显示（虽然也许差距并不显著）VAR模型有更低的RMSE么（除非我理解错了）？

再，话说
An Estimated Dynamic Stochastic General Equilibrium Model of the Euro Area
          Frank Smets and Raf Wouters
                                          Journal of the European Economic Association
                       Vol. 1, No. 5  (Sep., 2003), pp. 1123-1175
也不是什么特别nb的journal啊。。。。想用这个来证明DSGE“实证分析的效果超越所有计量模型”还不够过硬啊。。。

另外，你也得承认DSGE里各种functional form的假设太有局限性了吧。。。而且你也得承认很多模型，比如换了效用函数的形式，就解不出来了吧。。。所以DSGE虽然好，但是也不是万能的啊。。。不能盲目崇拜啊。。。

突然意识到这里是宏观版。。。。。嗯。。。。冒犯了。言语不周的地方大家包涵。本来我也不是想说宏观不好。只是看了“实证分析的效果超越所有计量模型”之后较了一下真。和气生财和气生财。

主要会programming,一切好说～

感谢大家的热烈讨论，但是我更糊涂了。。。

很需要的。

非常感谢你这么仔细回复。确实我要承认，我对新凯恩斯的DSGE框架，是由很多个人崇拜感情。我当然承认DSGE仍然是个比较不完善的框架，有很多经济现象都仍然没法解释。
smets and wouters 2002 最开始是欧洲央行的working paper，他们应为不是完全属于学术界，所以没有必要找个差VAR来承托DSGE，这个模型后来变成了欧洲央行的workhorse，后续模型对它有很多模仿，学术界也有很多论文都是按照它为基本框架的。
确实simulation做不好，我们都有绕回去折腾模型的行为，但我觉得这是在寻求一个更好的函数表达方式，比如utility function。我们calibrate DSGE的时候都是不是这样么，尽量让模型parameter符合真实的data generating process，这样simulate 出来的数据在一二阶矩上面根真实数据重合。我觉得这个思想非常自然，倒回来修改functional form我觉得也是一个思想，比如我最开始出发用个linear utility functional form，发现完全是乱来，当然就回头得修改。
utility function里面确实有很多parameter，但在欧洲的三类主流workhorse DSGE模型里面(smets and wouters 2003, Gali and Monacelli 2005, Adolfson, Laseen, Linde and Villani 2006 )，我觉得没有不能理解的乱加参数的行为，一般都是放几个inverse elasticity of substitution parameter，habit formation等。

希望以后保持讨论，非常感谢。

那是肯定要掌握的

“乱加参数”我是指的有些extension，并不是你说的那些benchmark model。我当然也不会以小人之心觉得他们是故意做了个差的var，而是因为他们主要研究方向是宏观，而且这些用来比较的var也并不是论文的重点，所以做的不够仔细；没有尽全力去改进这些var模型也是可以理解的。但是这个不管怎么说也还是不能说明var，甚至整个计量经济学，从根本上就比基于dsge的模型逊色。呵呵。我之前也是激动了。谢谢你的回复。以后多交流～我要有空也很想做一个dsge为基础的宏观预测模型呢！

    从对数据的拟合和预测的角度看，任何DSGE模型的数量分析结果都没有无约束的VAR模型那样具有较高的拟合度和预测能力，因此在比较dsge模型对数据的拟合和预测能力时，VAR模型通常都被用来作为DSGE模型的比较基准。尽管无约束的VAR模型具有最高的数据拟合和预测能力，但由于其没有相应的经济理论为支撑，很多情况下难以解释冲击的传导机制，对分析结果的理论解释比较苍白，这也是后来SVAR模型出现的原因所在。SVAR模型对数据的模拟和预测能力要比VAR模型差一些，但有一定的宏观经济理论基础，能够从经济变量的结构关系上解释分析结果，这是SVAR比VAR模型好的地方。
    DSGE模型本质上是非线性SVAR模型，但DSGE模型的好处就是比一般的SVAR模型具有更明确的微观基础，DSGE能够容纳更复杂的经济结构关系，而且其分析结果并不一定比普通的SVAR模型差，因此在宏观经济分析中，DSGE模型现在已经替代SVAR模型成为主流的分析框架了，特别是用于财政货币政策的分析时，DSGE模型具有很多的优势，这是一般的VAR或SVAR模型所不能比拟的。

随用随补

留个记号重温

您的高度是我所羡慕的　门外汗经过

厉害。。。

研究农业经济学的博士生路过。

DSGE是必须掌握的，当前已经未来一段时间宏观的中心

留着以后看，现在看不懂

讨论的非常激烈呢

支持

我也想了解，呵呵！