《Economic Modelling》：Dynamic Linear Expenditure System with Stochastic Trends in Preferences: Bayesian Estimation Using Time-Series Data
编辑推荐：
这项研究提出了一种使用贝叶斯框架和随机趋势对线性支出系统（LES）进行动态建模的新方法，旨在更精确地分离价格/收入变化与消费者偏好外生变动的影响，从而为需求分析与CGE政策建模提供更稳健的实证工具。
亮点
- •
提出了一种具有随机趋势的动态线性支出系统（LES）模型，其中边际预算份额（即偏好参数）被视作随时间随机变动的过程。
- •
采用了贝叶斯推断框架，能够有效整合先验信息并量化参数不确定性。
- •
利用斯坦（Stan）软件平台进行模型估计，为应用研究者提供了便捷的实现途径。
- •
该方法能够将价格和收入变化与消费者偏好的外生变化区分开来，从而更准确地刻画消费动态。
- •
使用来自多个欧洲国家（收入水平和增长模式各异）的数据，实证评估了所提出模型的相关性。
方法
用于估计的完整贝叶斯模型主要由两个组成部分构成：抽样模型（也称为抽样分布或概率数据模型）和先验分布。抽样模型描述了生成观测数据的随机过程——在本研究中，即观测到的各时期消费支出占总支出份额的随机过程。而先验分布则反映了关于模型参数不同可能性的初始信息。
结果
我们使用欧盟统计局关于丹麦（1975–2022年）的年度数据进行模型估计，数据涵盖了按COICOP二级分类划分的12类商品。补充材料展示了法国和挪威（仅有的另外两个数据起始于1975年的国家）以及德国、波兰和西班牙（标准时间跨度为1995年开始）的结果。该数据集包括总支出、支出份额和价格信息。
结论
本研究发展了一套经验性的、动态的LES模型，其中关键偏好参数子集——边际预算份额——被视作随机且随时间变化的。所提出的边际预算份额模型设定具有灵活性，涵盖了多种特殊情况，包括标准静态LES中的恒定份额、随时间平滑演变的确定性趋势、以及代表随机冲击累积效应的随机趋势等。
