新西兰储备银行的宏观经济建模和通货膨胀率预测

新西兰储备银行（RBNZ）的主要职能是制定和实施货币政策以维持价格稳定。为了履行其立法授权，RBNZ致力于将通货膨胀率保持在1％和3％之内，如总督和财务部长之间的政策目标协议所载。这意味着RBNZ必须定期调整官方现金率（OCR），这影响了新西兰借款的价格。许多经济因素影响通胀，而且往往需要很长时间才能改变对经济影响。因此，RBNZ，如世界各地的中央银行，必须基于关于未来经济状况的预测的货币政策决策 - 特别是关于通货膨胀和对其有贡献的因素。

为了使这些预测进行RBNZ使用Kiwi通货膨胀靶向技术（KITT）宏观经济模型。KITT模型由一个RBNZ工作人员组成，包括我自己。基于Matlab.^®，KITT不仅促进通货膨胀预测;它还讲述了一个详细的经济故事，帮助RBNZ向公众和其他利益攸关方解释了其预测。KITT通过将其潜在的数学和经济结构与代码中实施的实际方程匹配，以比其前身，预测和政策系统（FPS）更加技术严谨。

选择开发环境

我们为这项工作选择了Matlab，原因有几个原因。首先，使用MATLAB使RBNZ能够利用IRIS工具箱，是一种基于MATLAB的免费MATLAB包，用于高级动态随机通用均衡（DSGE.）建模我开发的时候我是RBNZ的宏观经济研究员。IRIS也被世界各地的其他央行和政策制作机构使用。

其次，Matlab使我们能够通过模拟来完成我们的整个工作流程 - 从数据导入到一个环境中的报告和发布。第三，因为MATLAB被经济学家，研究人员和学生广泛使用，我们可以与其他中央银行和经济机构一起分享我们的代码，并学习。

RBNZ预测和策略的所有数据分析和建模在Matlab中完成。RBNZ内的其他组 - 包括货币政策委员会 - 使用MATLAB生成的产出，以进一步分析模型产生的结果，调查数据内的相关性，并将结果呈现给他人。

使用基特模型进行宏观经济预测

KITT的主要优势在于它使我们能够使用宏观经理数据来估计模型参数。（典型的参数将是家庭的消费倾向。）在FPS中，这些参数由建模者选择。在KITT中，他们估计基于纳入新西兰经济的十多年数据，其中包括27个不同的时间序列，包括住房投资，油价，工资以及建筑成本以及外国产出，利率和利率汇率。

由于其复杂性，只能使用近似数值技术来求解、模拟和估计KITT。首先，我们使用优化工具箱™FSOLVE.寻找模型的稳态均衡（在长期运行中在模型经济中占上风的经济条件，假设没有冲击）。然后，我们使用QZ.和ordqz.用于计算近似动态均衡的功能（没有代理程序在稳定状态下改变其行为的条件）。

为了估算模型参数，我们评估模型与许多不同参数集的观察数据匹配的程度，并使用统计方法推断哪个是最佳的。我们运行优化工具箱粉刺函数以最大化目标函数与我们的假设相结合的目标函数，这些功能与关于最合适的参数值的假设。模型使用的一些概念，例如潜在的输出或不可用于消费，不能直接观察到。我们通过运行卡尔曼滤波器来确定这些未观察到的概念的最可能路径。LAPACK和BLAS库的MATLAB接口使得易于运行Kalman滤波器的快速重复评估。

估计参数后，我们使用MATLAB模拟模型并产生无判断预测（图1）。这是初始运行的模型，其中家庭，公司，银行和其他代理被代表为具有多个未知数的方程式。然后，我们可以使用MATLAB绘制扇形图表，其特征在于我们的nojudtment预测周围的不确定性程度。每个粉丝图都基本上是关于未来经济事件的概率分布（图2）。

无判决预测担任基线经济投标。判断调整或有条件的预测提供了额外的见解。在这些预测中，我们根据政策专家和分析师的判断向该模型引入震惊。冲击使我们能够将额外信息纳入预测，而不是仅仅依赖于模型模拟。新西兰排放交易计划引入了温室气体价格，是在未来日期发生震荡的一个例子，但今天可能会产生通货膨胀效果。我们可以运行一个有条件的预测，将这种震荡融入了对通货膨胀的影响。

一项以经济理论为基础的共同框架

使用MATLAB和IRIS工具箱构建KITT模型已经帮助RBNZ为我们的宏观经济预测带来了更多技术严谨。例如，通过定义经济中的各种代理和应用优化技术，我们在数学上获得最佳行为，鉴于代理归因于代理的特定目标和约束。该模型中最重要的方程之一是菲利普斯曲线，其展示了通货膨胀与失业率之间的关系。在我们之前的模型中，我们没有正式将潜在的经济理论与我们的菲利普斯曲线的缩小规范联系起来。在我们基于MATLAB的模型中，我们直接将理论连接到方程，然后将理论连接到菲利普斯曲线本身。

随着我们继续增强短期和中期预测和分析的基准模型，我们正在使用MATLAB开发和运行额外的中间结构模型和其他基于统计模型的分析。凭借现在在MATLAB实施的所有RBNZ模型，RBNZ拥有一个共同的平台，用于评估经济并提出知情决策。