An auxiliary particle filter for nonlinear dynamic equilibrium models

We develop a particle filter algorithm to approximate the likelihood function of nonlinear dynamic stochastic general equilibrium models. The new algorithm reduces the Monte Carlo variance of likelihood approximation and accelerates the convergence of posterior sampler. It requires much fewer partic...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	Economics letters Ročník 144; s. 112 - 114
Hlavní autoři:	Yang, Yuan, Wang, Lu
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Amsterdam Elsevier B.V 01.07.2016 Elsevier Science Ltd
Témata:	Algorithms Approximation Auxiliary particle filter Bayesian analysis Bayesian estimation Bayesian theory Convergence DSGE model Equilibrium filters Function words Keynesian theory Macroeconomics Monte Carlo simulation Nonlinear programming probability Stochastic models Studies variance Auxiliary particle filter C11 Bayesian estimation DSGE model C15 E3
ISSN:	0165-1765, 1873-7374
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!