動学的一般均衡モデルによる財政政策の分析 の感想

レビュー改訂、2014/02。動学的確率的一般均衡（DSGE）、ルーカス批判の意義を説明した１章は、
そのまとめ方と説明のわかりやすさが、１０ページとコンパクトながら何気に素晴らしい文章だと思う。
そして２章。他の文献じゃ何より難しい対数線形近似を、これでもかとわかりやすく丁寧に説明。
その例題もたっぷりで良い訓練になる。
３章ではニューケインジアンモデル（特にCalvo型のNKPC）を式展開をほとんど端折らず説明。

Sims(2002)の連立差分方程式における合理的均衡解と、Blanchard-Kahn条件のつながりについて、
２章のＰ２５の、予測誤差という概念の導入の説明が、これまたわかりやすい。
予測誤差「ηt」は、前期の予想値と今期の実現値の乖離であり（2.68式と2.69式を参照）、
「モデルの中のフォワードルッキングな変数の数だけ設定する。」

Ｐ３０。連立の動学方程式なのだから、固有値が１より大きいと発散してしまう。あるいは、
１より大きい固有値の数と、先決じゃない変数（を制御変数とかジャンプ変数と呼ぶ）の数が
等しくならなければならない。＜Blanchard-Kahn条件
モデルに将来変数の期待値が入ってくるＤ(Ｓ)ＧＥでは、合理的期待均衡解が一意に定まるためには、
１より大きい固有値の数と、予測誤差の数が等しくならなければならない。
２章２節の「対数線形近似」と、２章４節の「シミュレーション」は、入門としてとても素晴らしい。

４章の説明も、コンパクトなのにも関わらずわかりやすい。素晴らしい。
１：ディープパラメータを、先に個別の実証研究などから推定して、数値を設定＝カリブレーション
２：１とは違って、ある程度の幅を持って（分布として）同時に推定しよう＝ＤＳＧＥのベイズ推定
３：具体的な考え方の順序は、まず連立差分方程式は、状態空間モデルの遷移方程式と同じ形式となる。
４：後は観測データから得られる観測方程式とともに（カルマンフィルターで）尤度関数が作れる。