Novo Paper

A Note on Particle Filters Applied to DSGE Models

Angelo Marsiglia Fasolo


Abstract:

This paper compares the properties of two particle filters – the Bootstrap Filter and the Auxiliary Particle Filter – applied to the computation of the likelihood of artificial data simulated from a basic
DSGE model with nominal and real rigidities. Particle filters are compared in terms of speed, quality of the approximation of the probability density function of data and tracking of state variables. Results show that there is a case for the use of the Auxiliary Particle Filter only when the researcher uses a large number of observable variables and the number of particles used to characterize the likelihood is relatively low. Simulations also show that the largest gains in tracking state variables in the model are found when the number of particles is between 20,000 and 30,000, suggesting a boundary for this number.


Working Paper Series - Banco Central do Brasil - Número 281


Este trabalho começou de forma muito interessante, e até estimulante, já que cada passo exigiu um aprendizado adicional, especialmente sobre paralelismo baseado em GPU. No final, já estava um pouco cheio, não aguentava mais esperar pelos resultados e concluir de uma vez o trabalho, até para partir para algo mais aplicado. Meus agradecimentos especiais para o pessoal da UFRGS, que viu uma apresentação ainda bem preliminar do trabalho, e para o Claudio Shikida, que também recebeu um draft, fez alguns comentários, mas nada que pudesse diretamente ser aplicado para este artigo. No próximo artigo, o nome dele aparece na publicação.

Saudações!