計量經(jīng)濟(jì)學(xué)第十二章聯(lián)立方程模型的估計與模型

1、1 本章講述的內(nèi)容是估計聯(lián)立方程組參數(shù)的方法。包括本章講述的內(nèi)容是估計聯(lián)立方程組參數(shù)的方法。包括最小二乘法最小二乘法LS、加權(quán)最小二乘法、加權(quán)最小二乘法WLS、似乎不相關(guān)回歸、似乎不相關(guān)回歸法法SUR、二階段最小二乘法、二階段最小二乘法TSLS、加權(quán)二階段最小二乘、加權(quán)二階段最小二乘法法W2LS、三階段最小二乘法、三階段最小二乘法3LS、完全信息極大似然法、完全信息極大似然法FIML和廣義矩法和廣義矩法GMM等估計方法。等估計方法。利用一。利用一些多元方法可以對系統(tǒng)進(jìn)行估計，這些方法考慮到了方程些多元方法可以對系統(tǒng)進(jìn)行估計，這些方法考慮到了方程之間的相互依存關(guān)系。在估計了聯(lián)立方程組的參數(shù)后就可

2、之間的相互依存關(guān)系。在估計了聯(lián)立方程組的參數(shù)后就可以利用不同的解釋變量值對被解釋變量進(jìn)行模擬和預(yù)測。以利用不同的解釋變量值對被解釋變量進(jìn)行模擬和預(yù)測。2 本章將包含一組未知參數(shù)，并且變量之間存在著反饋關(guān)本章將包含一組未知參數(shù)，并且變量之間存在著反饋關(guān)系的聯(lián)立方程組稱為系的聯(lián)立方程組稱為“”() ，可以利用，可以利用12.2節(jié)介紹節(jié)介紹的多種估計方法求解未知參數(shù)。本章的的多種估計方法求解未知參數(shù)。本章的12.3節(jié)中將一組描述內(nèi)節(jié)中將一組描述內(nèi)生變量的已知方程組稱為生變量的已知方程組稱為“”() ，給定了聯(lián)立方程，給定了聯(lián)立方程模型中外生變量的信息就可以使用聯(lián)立方程模型對內(nèi)生變量進(jìn)模型中外生變量的

3、信息就可以使用聯(lián)立方程模型對內(nèi)生變量進(jìn)行模擬、評價和預(yù)測。行模擬、評價和預(yù)測。 一般的聯(lián)立方程系統(tǒng)形式是一般的聯(lián)立方程系統(tǒng)形式是 t =1, 2, , T (12.1.1)其中：其中：yt 是內(nèi)生變量向量，是內(nèi)生變量向量，zt 是外生變量向量，是外生變量向量，ut 是一個可能是一個可能存在序列相關(guān)的擾動項向量，存在序列相關(guān)的擾動項向量，T 表示樣本容量。估計的任務(wù)是表示樣本容量。估計的任務(wù)是尋找未知參數(shù)向量尋找未知參數(shù)向量 的估計量。的估計量。tttfuzy,3 如果用二階段最小二乘法（如果用二階段最小二乘法（TSLS）、三階段最小二乘）、三階段最小二乘法方法（法方法（3SLS）或者廣義矩法）

4、或者廣義矩法（GMM）來估計參數(shù)，必須來估計參數(shù)，必須對工具變量做出說明。說明工具變量有兩種方法：若要在對工具變量做出說明。說明工具變量有兩種方法：若要在，說明方法是以，說明方法是以“”開開頭，后面輸入所有被用作工具變量的外生變量列表。例如：頭，后面輸入所有被用作工具變量的外生變量列表。例如： inst gdp(-1 to -4) x gov EViews在系統(tǒng)的所有方程中使用這六個變量作為工具在系統(tǒng)的所有方程中使用這六個變量作為工具變量。如果系統(tǒng)估計不需要使用工具，則這行將被忽略。變量。如果系統(tǒng)估計不需要使用工具，則這行將被忽略。4 (1) 在每個方程中常數(shù)項始終都包含在工具變量表在每個方程

5、中常數(shù)項始終都包含在工具變量表中，無論它是否被明確的說明過，這是隱含給定的。中，無論它是否被明確的說明過，這是隱含給定的。 (2) 對于一個已給定的方程，所有右邊外生變量都對于一個已給定的方程，所有右邊外生變量都應(yīng)列為工具變量。應(yīng)列為工具變量。 (3) 模型識別要求每個方程中工具變量模型識別要求每個方程中工具變量(包括常數(shù)項包括常數(shù)項)個數(shù)都應(yīng)該至少和右邊變量一樣多。個數(shù)都應(yīng)該至少和右邊變量一樣多。 5 如果系統(tǒng)中包括非線性方程，可以為部分或所有的參如果系統(tǒng)中包括非線性方程，可以為部分或所有的參數(shù)用以數(shù)用以param開頭的語句提供初始值，列出參數(shù)和值的對開頭的語句提供初始值，列出參數(shù)和值的對應(yīng)

6、組合。例如：應(yīng)組合。例如： param c(1) .15 b(3) .5為為c(1)和和b(3)設(shè)定初值。如果不提供初值，設(shè)定初值。如果不提供初值，EViews使用當(dāng)前使用當(dāng)前系數(shù)向量的值。系數(shù)向量的值。 6 對于對于WLS、SUR、WTSLS，3SLS，GMM估計法和非估計法和非線性方程的系統(tǒng)，有附加的估計問題，包括估計線性方程的系統(tǒng)，有附加的估計問題，包括估計GLS加權(quán)加權(quán)矩陣和系數(shù)向量，這些選項決定了系數(shù)或加權(quán)矩陣的迭代矩陣和系數(shù)向量，這些選項決定了系數(shù)或加權(quán)矩陣的迭代方法。方法。 7 系統(tǒng)估計輸出的結(jié)果包括系統(tǒng)參數(shù)估計值、標(biāo)準(zhǔn)差和每系統(tǒng)估計輸出的結(jié)果包括系統(tǒng)參數(shù)估計值、標(biāo)準(zhǔn)差和每個系數(shù)

7、的個系數(shù)的 t-統(tǒng)計值。而且，統(tǒng)計值。而且，EViews提供殘差的協(xié)方差矩陣的提供殘差的協(xié)方差矩陣的行列式的值，對于行列式的值，對于FIML估計法，還提供它的極大似然值。除估計法，還提供它的極大似然值。除此之外，此之外，EViews提供每個方程的簡要的統(tǒng)計量，如提供每個方程的簡要的統(tǒng)計量，如R2統(tǒng)計值，統(tǒng)計值，回歸標(biāo)準(zhǔn)差，回歸標(biāo)準(zhǔn)差，Durbin-Wstson統(tǒng)計值，殘差平方和等等。對每統(tǒng)計值，殘差平方和等等。對每個方程都是按定義基于系統(tǒng)估計過程中的殘差計算而來。個方程都是按定義基于系統(tǒng)估計過程中的殘差計算而來。8 在格林的在格林的經(jīng)濟(jì)計量分析經(jīng)濟(jì)計量分析中給出了克萊因模型中給出了克萊因模型1

8、920年年1941年的數(shù)據(jù)和更新版本的年的數(shù)據(jù)和更新版本的1953年年1984年數(shù)據(jù)，年數(shù)據(jù)，說明文本：說明文本： cs=c(10)+c(12)*p+c(13)*p(-1)+c(14)*(wp+wg) i=c(20)+c(21)*p+c(22)*p(-1)+c(23)*k(-1) wp=c(30)+c(31)*Y+c(32)*Y(-1)+c(33)*trend 在在system中只能建立中只能建立3個行為方程，其余的個行為方程，其余的3個定義方個定義方程要放到程要放到model中。中。cs 是消費(fèi)方程，總消費(fèi)主要受前期和當(dāng)是消費(fèi)方程，總消費(fèi)主要受前期和當(dāng)期的企業(yè)利潤期的企業(yè)利潤 p、當(dāng)期工資收

9、入、當(dāng)期工資收入(wp+wg)的影響；的影響；I 是投資是投資方程，投資由前期和當(dāng)期利潤方程，投資由前期和當(dāng)期利潤 p 、前期的資本、前期的資本k來解釋；來解釋；wp 是就業(yè)方程，用私人工資額代表就業(yè)，將它與前期和當(dāng)期是就業(yè)方程，用私人工資額代表就業(yè)，將它與前期和當(dāng)期的產(chǎn)出的產(chǎn)出 Y 聯(lián)系起來，由生產(chǎn)規(guī)模決定就業(yè)，時間趨勢項考聯(lián)系起來，由生產(chǎn)規(guī)模決定就業(yè)，時間趨勢項考慮了日益增強(qiáng)的非經(jīng)濟(jì)因素對就業(yè)的壓力。慮了日益增強(qiáng)的非經(jīng)濟(jì)因素對就業(yè)的壓力。910 但是這個模型用在美國但是這個模型用在美國1953年年-1984年的數(shù)據(jù)上結(jié)果就不年的數(shù)據(jù)上結(jié)果就不好，經(jīng)過改進(jìn)后的模型見好，經(jīng)過改進(jìn)后的模型見Kl

10、ein-2模型。模型。11 美國美國1953年年-1984年期間：年期間： cs=c(10)+c(11)*(wp+wg) +c(12)* r(-1) +c(13)*cs(-1) I=c(21)*k + c(22)*r(-1) +c(23)*p+AR(1)=C(25) wp=c(32)*y+ c(33)*y(-1)+ c(34)*k+AR(1)=C(35)其中：其中：r 為半年期商業(yè)票據(jù)利息，其他變量的含義同克萊因為半年期商業(yè)票據(jù)利息，其他變量的含義同克萊因聯(lián)立方程系統(tǒng)聯(lián)立方程系統(tǒng)相同。該模型的相同。該模型的OLS估計結(jié)果為：估計結(jié)果為：121314 利用利用GMM法重新估計克萊因聯(lián)立方程系統(tǒng)法

11、重新估計克萊因聯(lián)立方程系統(tǒng)。 在在19531984年的區(qū)間上，工具變量選擇年的區(qū)間上，工具變量選擇Y(- -1)、CS(- -1)、I(- -1)、K(- -1)、Wp(- -1)、P(- -1)、Wg、R，克萊因聯(lián)立方程系統(tǒng)克萊因聯(lián)立方程系統(tǒng)的的GMM估計結(jié)果為：估計結(jié)果為： 1516 與例與例12.1相比，這三個方程中的系數(shù)都沒有太大的變化，相比，這三個方程中的系數(shù)都沒有太大的變化，但是所有變量的但是所有變量的 t 統(tǒng)計量都變得更加顯著，這說明利用統(tǒng)計量都變得更加顯著，這說明利用GMM方法，考慮了方程間的相互影響，能夠更好的描述整個經(jīng)濟(jì)方法，考慮了方程間的相互影響，能夠更好的描述整個經(jīng)濟(jì)系

12、統(tǒng)的行為。系統(tǒng)的行為。 17 得到估計結(jié)果后，系統(tǒng)對象提供了檢查結(jié)果的工具，依次得到估計結(jié)果后，系統(tǒng)對象提供了檢查結(jié)果的工具，依次進(jìn)行參考和詳細(xì)討論。進(jìn)行參考和詳細(xì)討論。 1. 顯示系統(tǒng)說明窗口顯示系統(tǒng)說明窗口(System Specification0 2. 顯示估計值和統(tǒng)計量顯示估計值和統(tǒng)計量(Estimation Output) 3. 顯示殘差顯示殘差(Residuals) 4. 查看方差矩陣查看方差矩陣(Coefficient Covariance Matrix) 5. Wald Coefficient Tests 6. 列出系統(tǒng)中所有的內(nèi)生變量列出系統(tǒng)中所有的內(nèi)生變量(Endogno

13、us Table) 7. 列出系統(tǒng)中所有的內(nèi)生變量的圖形列出系統(tǒng)中所有的內(nèi)生變量的圖形(Endognous Gragh) 18 （Procs） 系統(tǒng)與單方程的顯著區(qū)別是系統(tǒng)沒有預(yù)測功能，如果要系統(tǒng)與單方程的顯著區(qū)別是系統(tǒng)沒有預(yù)測功能，如果要進(jìn)行模擬或預(yù)測，必須使用模型對象。進(jìn)行模擬或預(yù)測，必須使用模型對象。EViews提供一個簡提供一個簡單的方法將系統(tǒng)結(jié)果轉(zhuǎn)化為模型。單的方法將系統(tǒng)結(jié)果轉(zhuǎn)化為模型。 (Make Model) (Estimate) (Make Residuals) (Make Endogenous Group) 19 利用前面介紹的方法估計所建立的聯(lián)立方程系統(tǒng)，利用前面介紹的方法

14、估計所建立的聯(lián)立方程系統(tǒng)，得到未知參數(shù)的估計量，就能夠建立一個完善的、能夠得到未知參數(shù)的估計量，就能夠建立一個完善的、能夠反映客觀實際的聯(lián)立方程模型。建立模型的一個重要應(yīng)反映客觀實際的聯(lián)立方程模型。建立模型的一個重要應(yīng)用就是進(jìn)行政策模擬和預(yù)測。利用經(jīng)濟(jì)計量模型能夠生用就是進(jìn)行政策模擬和預(yù)測。利用經(jīng)濟(jì)計量模型能夠生成一個或若干個經(jīng)濟(jì)變量的預(yù)測值，這些預(yù)測值可以是成一個或若干個經(jīng)濟(jì)變量的預(yù)測值，這些預(yù)測值可以是對已知數(shù)據(jù)的模擬，也可以是對未知數(shù)據(jù)的預(yù)測，這取對已知數(shù)據(jù)的模擬，也可以是對未知數(shù)據(jù)的預(yù)測，這取決于進(jìn)行模擬的目的。前者是用來對所建立的模型進(jìn)行決于進(jìn)行模擬的目的。前者是用來對所建立的模型進(jìn)

15、行檢驗和評估，或者進(jìn)行政策的歷史分析等，而后者則用檢驗和評估，或者進(jìn)行政策的歷史分析等，而后者則用來進(jìn)行預(yù)測，或者進(jìn)行靈敏度分析和政策分析等。來進(jìn)行預(yù)測，或者進(jìn)行靈敏度分析和政策分析等。 20 一個模型包括一組方程，這些方程是用來描述一組一個模型包括一組方程，這些方程是用來描述一組變量之間關(guān)系的。變量之間關(guān)系的。 模型變量可以分為兩種：由模型內(nèi)部決定的變量我模型變量可以分為兩種：由模型內(nèi)部決定的變量我們稱為們稱為，而在模型外部決定的變量我們稱為，而在模型外部決定的變量我們稱為。還有一種變量我們稱為。還有一種變量我們稱為，它是外生變，它是外生變量的一種特殊形式。量的一種特殊形式。 模型的最一般形

16、式可以用數(shù)學(xué)符號寫為：模型的最一般形式可以用數(shù)學(xué)符號寫為：（12.3.1）其中其中 y 是內(nèi)生變量向量是內(nèi)生變量向量，z 是外生變量向量是外生變量向量，F(xiàn) 是實函數(shù)是實函數(shù) fi ( y, z ) 的向量。為使方程有唯一解，方程個數(shù)與內(nèi)生變的向量。為使方程有唯一解，方程個數(shù)與內(nèi)生變量個數(shù)應(yīng)相同。量個數(shù)應(yīng)相同。 0,zyF21 我們以美國我們以美國1953年年-1984年期間年期間 Klein -的的GMM模型為模型為例來介紹怎樣通過例來介紹怎樣通過EViews模型對象來求解模型。模型中包括模型對象來求解模型。模型中包括三個隨機(jī)方程和三個等式：三個隨機(jī)方程和三個等式：CS = -20.5+0.4

17、9*(WP+WG)- 4.19*R(-1)+0.47*CS(-1) +e1 I = 0.62*P-6.89*R(-1)+0.049*K+ AR(1) = 0.87+e2 WP = 0.57*Y+ 0.032*Y(-1)+0.07*K+AR(1) = 0.92+e3 Y = CS + I + G P = Y - T - WP K = K(-1) + I其中：其中：CS 是個人消費(fèi)，是個人消費(fèi)，I 是私人國內(nèi)總投資，是私人國內(nèi)總投資，G 是政府非工是政府非工資支出，資支出，Y 是是GDP減去凈出口，減去凈出口，R 是半年期商業(yè)票據(jù)利息，是半年期商業(yè)票據(jù)利息，P 是企業(yè)利潤，是企業(yè)利潤，K 是資本存

18、量，是資本存量，P 是間接稅收。該模型有更是間接稅收。該模型有更強(qiáng)的動態(tài)結(jié)構(gòu)，其中許多變量是以滯后的形式出現(xiàn)的。強(qiáng)的動態(tài)結(jié)構(gòu)，其中許多變量是以滯后的形式出現(xiàn)的。22 首先是創(chuàng)建模型對象，創(chuàng)建模型對象有首先是創(chuàng)建模型對象，創(chuàng)建模型對象有2種不同的種不同的方法：方法： 1. 可以選擇可以選擇Objects/New Object，再選擇，再選擇Model來創(chuàng)建一個空模型。來創(chuàng)建一個空模型。 2. 可以從一個估計對象中使用可以從一個估計對象中使用Make Model過程來過程來創(chuàng)建一個模型，該模型則包含該對象中的方程或方程創(chuàng)建一個模型，該模型則包含該對象中的方程或方程組。組。 23 模型中的方程可以分

19、為兩類：模型中的方程可以分為兩類：和和。鏈。鏈接方程是從工作區(qū)中的其他對象引進(jìn)的方程，內(nèi)置方程以文接方程是從工作區(qū)中的其他對象引進(jìn)的方程，內(nèi)置方程以文本形式保存在模型內(nèi)。向模型添加方程有以下幾種方法：本形式保存在模型內(nèi)。向模型添加方程有以下幾種方法： 2425 有時候需要模型中的方程與鏈接對象分離，例如希望以有時候需要模型中的方程與鏈接對象分離，例如希望以文本形式查看整個模型，其所有方程都詳細(xì)寫出。為此，可以文本形式查看整個模型，其所有方程都詳細(xì)寫出。為此，可以使用使用Procs/Links/Break All Links過程把模型中所有的鏈接方過程把模型中所有的鏈接方程轉(zhuǎn)換為內(nèi)置文本形式。程

20、轉(zhuǎn)換為內(nèi)置文本形式。 26 同同EViews中的其他對象一樣，我們可以以幾種中的其他對象一樣，我們可以以幾種方式查看模型對象所包含的信息，由于模型是描述一方式查看模型對象所包含的信息，由于模型是描述一組變量之間關(guān)系的方程組合，因此對于模型主要有兩組變量之間關(guān)系的方程組合，因此對于模型主要有兩種視窗，即種視窗，即和和，EViews還還提供了模型結(jié)構(gòu)的兩個視窗：提供了模型結(jié)構(gòu)的兩個視窗：和和。 27 方程視窗用于顯示、選擇和修改模型的方程。方程視窗用于顯示、選擇和修改模型的方程。 28 29 模型的塊結(jié)構(gòu)查看窗口可以分析并顯示依賴關(guān)系中的模型的塊結(jié)構(gòu)查看窗口可以分析并顯示依賴關(guān)系中的塊結(jié)構(gòu)。塊結(jié)構(gòu)

21、。 塊結(jié)構(gòu)是指模型可以分為若干更小的部分，每個部分塊結(jié)構(gòu)是指模型可以分為若干更小的部分，每個部分可以依次求解。例如考慮系統(tǒng)：可以依次求解。例如考慮系統(tǒng)：塊塊1 X = Y + 4 Y = 2 * X - 3 塊塊2 Z = X + Y30 模型的文本查看窗口可以在一個文本窗口內(nèi)看到模模型的文本查看窗口可以在一個文本窗口內(nèi)看到模型的整體結(jié)構(gòu)，還提供了輸入小模型的快速方法，也可型的整體結(jié)構(gòu)，還提供了輸入小模型的快速方法，也可以用復(fù)制、粘貼編輯大模型。以用復(fù)制、粘貼編輯大模型。 31 開始求解模型，可以使用開始求解模型，可以使用Procs/Solve Model或單擊模型或單擊模型工具欄上的工具欄上

22、的Solve按鈕，按鈕，EViews將顯示一個包含求解選項的對將顯示一個包含求解選項的對話框。話框。 32 在左上部，在左上部，Simulation type框可以設(shè)置模型是確定性?？蚩梢栽O(shè)置模型是確定性模擬還是隨機(jī)性模擬。擬還是隨機(jī)性模擬。 Dynamics框中選項是用于確定求解模型時框中選項是用于確定求解模型時EViews怎樣使怎樣使用內(nèi)生變量的歷史數(shù)據(jù)：用內(nèi)生變量的歷史數(shù)據(jù)： 除了這些選項以外，除了這些選項以外，Structural復(fù)選框還可以選擇是否忽復(fù)選框還可以選擇是否忽略方程中出現(xiàn)的略方程中出現(xiàn)的ARMA項。項。 對話框的左下部是對話框的左下部是Solution Sample框，它

23、是用來確定求框，它是用來確定求解模型的樣本區(qū)間。與其他解模型的樣本區(qū)間。與其他EViews過程不同，它不會自動設(shè)過程不同，它不會自動設(shè)為剔除缺失的數(shù)據(jù)。為剔除缺失的數(shù)據(jù)。33 該對話框的右端是用于選擇所要求解的情景分析。該對話框的右端是用于選擇所要求解的情景分析。單擊單擊Edit Scenario Options中的按鈕可以快速查看選定中的按鈕可以快速查看選定的情景分析的設(shè)置。選項的情景分析的設(shè)置。選項Solve for Alternate along with Active主要用于比較情形，且兩個情景分析必須同時求主要用于比較情形，且兩個情景分析必須同時求解以保證對兩者使用的是同樣的沖擊。兩

24、模型同時隨機(jī)解以保證對兩者使用的是同樣的沖擊。兩模型同時隨機(jī)求解時，一組序列將被創(chuàng)建以保存兩情景分析之間的差求解時，一組序列將被創(chuàng)建以保存兩情景分析之間的差值（這是必要的，因為在非線性模型中均值的差不一定值（這是必要的，因為在非線性模型中均值的差不一定等于差的均值）。等于差的均值）。 34 設(shè)觀測值樣本個數(shù)為設(shè)觀測值樣本個數(shù)為T，一般將模型中的樣本分為兩，一般將模型中的樣本分為兩個區(qū)間：個區(qū)間：1, T1和和T1+1, T，前一個區(qū)間用于估計，后一，前一個區(qū)間用于估計，后一個區(qū)間用于檢驗。模型模擬所涉及的時間范圍將取決于模個區(qū)間用于檢驗。模型模擬所涉及的時間范圍將取決于模擬的目的。擬的目的。

25、模擬的第一種形式是樣本內(nèi)預(yù)測模擬的第一種形式是樣本內(nèi)預(yù)測 (in-sample forecast)，也稱為擬合也稱為擬合(fitting)。內(nèi)生變量在估計樣本區(qū)間。內(nèi)生變量在估計樣本區(qū)間1, T內(nèi)的內(nèi)的預(yù)測值稱為擬合值。把每一個內(nèi)生變量的原始時間序列數(shù)預(yù)測值稱為擬合值。把每一個內(nèi)生變量的原始時間序列數(shù)據(jù)與模擬結(jié)果進(jìn)行比較，就是一種很有用的檢驗?zāi)M效果據(jù)與模擬結(jié)果進(jìn)行比較，就是一種很有用的檢驗?zāi)M效果的方法。求解后的顯示信息的方法。求解后的顯示信息: 35 例例12.4采用系統(tǒng)估計方法，采用系統(tǒng)估計方法，GMM法估計克萊因聯(lián)法估計克萊因聯(lián)立方程系統(tǒng)立方程系統(tǒng)。在。在19551984年的區(qū)間內(nèi)克萊

26、因聯(lián)立方年的區(qū)間內(nèi)克萊因聯(lián)立方程模型程模型的模擬結(jié)果為的模擬結(jié)果為： 3637 我們對我們對 Model _2_GMM模型分模型分 3 種情景進(jìn)行政策模擬。種情景進(jìn)行政策模擬。從從1983年開始，政府非工資性支出年開始，政府非工資性支出 G 每年增加每年增加相同的數(shù)量相同的數(shù)量(10億美元億美元) ，研究其他內(nèi)生變量的響應(yīng)，研究其他內(nèi)生變量的響應(yīng) (一個一個 2 期期的持續(xù)沖擊的財政政策的模擬的持續(xù)沖擊的財政政策的模擬)。表。表1給出了持續(xù)沖擊給其他內(nèi)給出了持續(xù)沖擊給其他內(nèi)生變量與其基準(zhǔn)序列相比所帶來的變化的百分比。生變量與其基準(zhǔn)序列相比所帶來的變化的百分比。38 可以采用直接建立情景分析序列

27、可以采用直接建立情景分析序列*_1，也可以選中情景分析變量后，也可以選中情景分析變量后，單擊右鍵，選擇單擊右鍵，選擇“Open Selected Series”建立組，修改情景分析序列建立組，修改情景分析序列 G_1,在在Scenario1中，中，1983年和年和1984年，政府支出年，政府支出 G 每年增加相同的數(shù)量每年增加相同的數(shù)量(10億億美元美元) ： 對話框右端的上半部選擇情景分析對話框右端的上半部選擇情景分析1(Scenario1)，下半部選擇基準(zhǔn)分，下半部選擇基準(zhǔn)分析析(Baseline)。39 點擊點擊OK，兩個情景分析同時求解。如果求解成功，則，兩個情景分析同時求解。如果求解

28、成功，則出現(xiàn)如下信息：出現(xiàn)如下信息：40 為了觀察政府支出增加對其他宏觀經(jīng)濟(jì)變量的影響。在模型工具菜單為了觀察政府支出增加對其他宏觀經(jīng)濟(jì)變量的影響。在模型工具菜單Procs中選擇中選擇Make Group/Table，則出現(xiàn)如下對話框。，則出現(xiàn)如下對話框。 可以選擇顯示實際序列、來自當(dāng)前情景分析的序列，或備選情景分析可以選擇顯示實際序列、來自當(dāng)前情景分析的序列，或備選情景分析的序列的序列(標(biāo)識為標(biāo)識為“Compare”)?？梢燥@示當(dāng)前情景分析與備選情景分析的差?？梢燥@示當(dāng)前情景分析與備選情景分析的差值值(標(biāo)識為標(biāo)識為“Deviations:Active from Compare”)，或顯示當(dāng)前

29、情景分析與，或顯示當(dāng)前情景分析與備選情景分析偏離的百分比備選情景分析偏離的百分比(標(biāo)識為標(biāo)識為“% Deviations:Active from Compare”)。點擊。點擊OK后，出現(xiàn)表格后，出現(xiàn)表格 41 從中可以看出從中可以看出政府支出在政府支出在1983年年和和1984年各增長年各增長10億美元，使得國民億美元，使得國民生產(chǎn)總值生產(chǎn)總值Y、消費(fèi)、消費(fèi)、投資等在滯后不同投資等在滯后不同時期后都有不同程時期后都有不同程度的增長。度的增長。42時間時間CSIK PWPY19830.060.220.0110.600.110.1619840.110.220.0240.550.140.19 從表

30、中我們可以看到：由于政府支出從表中我們可以看到：由于政府支出 G 的增加，使得對的增加，使得對收入收入 Y 和投資、消費(fèi)、資本存量、利潤、私人工資等都有正和投資、消費(fèi)、資本存量、利潤、私人工資等都有正的影響。的影響。 情景情景1： 43 我們考慮私人工資我們考慮私人工資WP和政府工資和政府工資WG的變化對其的變化對其他變量的影響。在他變量的影響。在1983年和年和1984年兩種工資同時增加年兩種工資同時增加10億美元，億美元，對其他變量的影響。對其他變量的影響。其中，私人工資是內(nèi)生變量，我們需要將其作為外生變量來對其中，私人工資是內(nèi)生變量，我們需要將其作為外生變量來對待待(需要打破連接需要打破

31、連接,在在WP方程前加個撇號方程前加個撇號)。44 求解選擇動態(tài)求解，樣本期間為求解選擇動態(tài)求解，樣本期間為1983年年1984年，結(jié)果年，結(jié)果見表見表2：(描述一個收入政策沖擊對其他變量的影響描述一個收入政策沖擊對其他變量的影響) 時間時間CSIKPY19830.10-0.01-0.00-0.010.0719840.140.210.0140.440.14 從表中可以看出工資的增長對消費(fèi)從表中可以看出工資的增長對消費(fèi)CS和收入和收入 Y 有正的有正的影響，對投資影響，對投資 I 的影響為負(fù)?？梢哉J(rèn)為將收入政策作為一的影響為負(fù)?？梢哉J(rèn)為將收入政策作為一個短期政策來使用，由于工資的變化大于收入的變

32、化，使個短期政策來使用，由于工資的變化大于收入的變化，使得利潤得利潤 P 為負(fù)。為負(fù)。 資本存量資本存量 = 資本存量資本存量 (-1) +私人投資，導(dǎo)致資本存量私人投資，導(dǎo)致資本存量 K是負(fù)增長。是負(fù)增長。45我們考慮從我們考慮從1983年開始，間接稅收年開始，間接稅收T 每年增加當(dāng)年每年增加當(dāng)年實際值的實際值的1%，即，即1983年增加了年增加了2.43億美元，億美元，1984年增加了年增加了2.48億美元。在此假設(shè)下，研究其他內(nèi)生變量的反應(yīng)（億美元。在此假設(shè)下，研究其他內(nèi)生變量的反應(yīng)（1個兩期的持個兩期的持續(xù)沖擊的財政政策模擬）。表續(xù)沖擊的財政政策模擬）。表12.2給出了持續(xù)沖擊帶給其他內(nèi)生給出了持續(xù)沖擊帶給其他內(nèi)生變量的變化與其基準(zhǔn)序列相比所帶來的變化的百分比變量的變化與其基準(zhǔn)序列相比所帶來的變化的百分比。 求解選擇動態(tài)求解，樣本期間為求解選擇動態(tài)求解，樣本期間為1983年年1984年，結(jié)果見年，結(jié)果見表表12.2 ：(描述一個稅收政策沖擊對其他變量的影響描述一個稅收政策沖擊對其他變量的影響) 時間時間CSIK PWPY1983-0.011-0.09-0.0045-0.24-0.018-0.0251984-0.019-0.082-0.0091-