【文章內(nèi)容簡介】 稅收； Wp ：私人工資； Time：時間趨勢； P：企業(yè)利潤； K：資本存量 我們以 klein聯(lián)立方程模型為例建立模型，并進行情景分析。 建立宏觀經(jīng)濟計量模型的主要目的是對宏觀經(jīng)濟進行政策模擬。在模擬過程中一方面可以檢驗?zāi)Ｐ湍芊駵蚀_地模擬實際經(jīng)濟狀況，模擬機制是否符合宏觀經(jīng)濟理論；另一方面可以分析宏觀經(jīng)濟政策的效應(yīng)，為評價宏觀經(jīng)濟政策提供有用的分析工具，為及時制定宏觀經(jīng)濟政策提供依據(jù)。 在進行政策模擬時，除已有的外生變量外，可按模擬需要將某些內(nèi)生變量變?yōu)橥馍恼咦兞?，如財政支出，在進行財政政策模擬時須去掉財政支出方程，將其變?yōu)橥馍兞?。而且政策沖擊可以分為瞬時沖擊和持續(xù)沖擊：瞬時沖擊指在某一時刻給一變量一個沖擊，而以后各期均沒有變化，考慮其他變量的響應(yīng)；持續(xù)沖擊指從某一時刻開始，對某一變量施以持續(xù)的沖擊，考慮其他變量的響應(yīng)。 167。 確定情景分析 1. 情景分析的思想和功能 對模型進行預(yù)測和模擬時，通常需要在有關(guān)外生變量路徑的不同假設(shè)下，或從模型中剔除一個或多個方程時對模型的預(yù)測進行比較。模型情景分析可以在不覆蓋以前的數(shù)據(jù)和不改變模型結(jié)構(gòu)的前提下做到這一點。 情景分析最重要的功能在于確定哪個序列將用于記錄與方程特定解相關(guān)的數(shù)據(jù) 。 為區(qū)分與不同情景分析相關(guān)的數(shù)據(jù) ， 每個情景分析都根據(jù)別名規(guī)則修正變量名 。 一般地 ， 別名是在模型變量名的后面加上下劃線及序號 ，如 “ _0”或 “ _1”。 每個情景分析的數(shù)據(jù)將會被保存在工作區(qū)中帶有別名的序列中 。 模型情景分析通過更改需要改變的一組變量可以對外生變量的不同假設(shè)進行分析 。 被更改的外生變量將在帶有標識該情景分析的別名的序列中取值 ， 而沒有被更改的外生變量將從與該變量同名的序列中取值 。 情景分析還可以從模型中剔除一個或多個內(nèi)生變量 。 當(dāng)某內(nèi)生變量被剔除后 ， 與該變量相關(guān)的方程也將從模型中剔除 ， 而變量值將直接取自工作區(qū)中與變量同名的序列 。 剔除某內(nèi)生變量后 ， 在求解模型時就可以有效地把它視為外生變量 。 在剔除某內(nèi)生變量時 ， 可以設(shè)定該變量被剔除的樣本區(qū)間 ， 其用途之一是處理某些內(nèi)生變量的近期歷史數(shù)據(jù)多于其他內(nèi)生變量的情形 。 通過剔除有數(shù)據(jù)的變量 ， 預(yù)測就可以盡可能地使用實際數(shù)據(jù) ， 也可以使用數(shù)據(jù)還不可用時的模型結(jié)果 。 2. 情景分析的建立和修改 一個模型可以包括許多情景分析 ， 通過 View/Scenario Specification可以查看與當(dāng)前模型相關(guān)的所有情景分析 。 每個模型都有兩個特殊的情景分析：實際 (actuals)和基準 (baseline)。 它們的共同點在于它們不能更改或剔除任何變量 ， 不同之處在于實際情景分析把內(nèi)生變量值寫回與該變量同名的序列 ， 而基準情景分析修改變量名 。 當(dāng)實際情景分析為當(dāng)前情景分析求解模型時 ， 要慎重以避免覆蓋歷史數(shù)據(jù) 。 (1) Select Scenario窗口 可以創(chuàng)建 、 復(fù)制 、 刪除和重命名模型情景分析 。要想為模型添加一個新的情景分析 ， 只需單擊 Create New Scenario按鈕 ， 一個新的情景分析立即創(chuàng)建 。 通過該對話框 ， 還可以選擇哪個情景分析是當(dāng)前激活的 ， 或者重命名和刪除情景 。 選定的情景分析還可以應(yīng)用于基準數(shù)據(jù) ， 即可以把選定情景分析中被更改的變量序列復(fù)制到基準值序列 。 把某情景分析應(yīng)用于基準情形可以使選定情景分析的更改值永久地成為基準情形的一部分 。 (2) Scenario overrides窗口 概述了選定的情景分析中已經(jīng)被更改的變量或已經(jīng)被剔除的變量 ， 它可以使我們看到情景分析變化的完整列表 。 (3) Aliasing窗口 可以考察與任何情景分析相關(guān)的別名 ， 該對話框顯示了應(yīng)用于不同類型變量的所有別名 。 盡管從情景分析對話框可以看到某情景分析的所有設(shè)置 ， 但也可以從變量查看窗口直接改變大多數(shù)情景分析設(shè)置 。 對于外生變量和附加因子 ，可以從變量查看窗口選定變量 ， 然后用鼠標右鍵激活該變量的屬性對話框 。使用 Use override復(fù)選框可以調(diào)整變量的更改狀態(tài) 。 一旦某變量被更改 ， 它在變量查看窗口中將以紅色顯示 。 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，單擊右鍵，選擇“ Open Selected Series”建立組，修改情景分析序列 *_1： 根據(jù)上面的介紹，我們對 klein模型分兩種情景進行政策模擬。 情景 1： 從 1940年開始，企業(yè)稅收 T 和政府非工資性支出 G 每年增加相同的數(shù)量 (即：我們假設(shè)將所增加企業(yè)稅收全部用于政府的非工資性支出 )，研究其他內(nèi)生變量的響應(yīng) (一個 2 期的持續(xù)沖擊的財政政策的模擬 )。表 1給出了持續(xù)沖擊給其他內(nèi)生變量與其基準序列相比所帶來的變化的百分比。 表 1 情景 1的模擬結(jié)果 表中的數(shù)據(jù)均為增長率 (%) 時間 CS I K P WP Y 1940 1941 從表中我們可以看到：由于稅收 T 和財政支出 G 的增加，使得私人投資 I 減少，即對私人投資有擠出效應(yīng)。對收入 Y 和消費 CS 有正的影響。投資的減少使得資本存量 K 減少。利潤 = 收入 私人工資 稅收，所以利潤 P與收入（ Y ）、私人工資（ WP ）和稅收（ T ）增加的大小有關(guān)。 情景 2： 我們考慮私人工資 WP和政府工資 WG的變化對其他變量的影響。在 1940年和 1941年兩種工資同時增加 10%，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待。求解選擇動態(tài)求解，樣本期間為 1940年 ~1941年，結(jié)果見表 2： (描述一個收入政策持續(xù)沖擊對其他變量的影響 ) 表 2 情景 2的模擬結(jié)果 表中的數(shù)據(jù)均為增長率 (%) 時間 CS I K P Y 1940 1941 從表中可以看出工資的瞬時變化對消費 CS和收入 Y 有正的影響，對投資 I 的影響為負。可以認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化，使得利潤 P 為負。 資本存量 = 資本存量 (1) +私人投資，導(dǎo)致資本存量 K是負增長。 167。 使用附加因子 通常 ， 當(dāng)模型被確定求解時 ， 模型方程的解使每個方程都精確成立 。 在隨機求解模型時 ， 隨機誤差將加到每個方程上 ， 但隨機誤差仍是選定的 ， 其均值為 0。 如果我們沒有預(yù)測區(qū)間上隨機方程誤差的信息 ， 那么使均值為 0是適當(dāng)?shù)?， 但如果我們有誤差類型的信息 ， 那么我們可以通過附加因子把這些信息加入模型 。 附加因子最廣泛的用途在于使歷史數(shù)據(jù)更平滑地過渡到預(yù)測區(qū)間 。 一般地 ， 當(dāng)我們懷疑一個方程或多個方程在歷史數(shù)據(jù)尾部的較差擬合會持續(xù)進入預(yù)測區(qū)間時 ， 附加因子可以抵消這種擬合誤差 。 附加因子提供了調(diào)整模型結(jié)果的一種特殊方法 ， 它不需要重新設(shè)定或重新估計模型的方程 。 實際上附加因子只是一個額外的外生變量 ， 它可以以一種特殊的方式加入選定的方程中 。 EViews允許附加因子采取兩種形式 ， 如果方程形式為 () ),()( xyfyf ii ? 那 么我們可以只在方程末尾加上附加因子作為截距或殘差： () 或者我們可以在內(nèi)生變量后面加上附加因子 ， 從而為模型的內(nèi)生變量提供附加因子： ()其中附加因子的符號相反可以使其行為與前一種情形中的方向相同 。 如果內(nèi)生變量單獨出現(xiàn)在等號的左端，那么兩種類型的附加因子是相同的。如果內(nèi)生變量是包含在某表達式中，如對數(shù)形式，那么兩種附加因子就不再相同。盡管兩種附加因子有近似的影響，但它們將以不同的單位表達，前者是以方程殘差的單位表達，而后者是以方程內(nèi)生變量的單位表達。 有兩種方法加入附加因子 。 最簡單的方法是進入模型的方程查看窗口 ，先用鼠標選定想添加附加因子的方程 ， 再從鼠標右鍵菜單中選擇 Properties，當(dāng)出現(xiàn)方程屬性對話框時 ， 點擊 Add Factors， 然后在 Factor type框中選擇是 axyfyf ii ?? ),()(),()( xyfayf ii ??添加截距 （ Equation intercept (residual) shift） 還是內(nèi)生變量位移 (endogenous variable shift)，此時有信息對話框提示是否在工作區(qū)中創(chuàng)建序列以保存附加因子值，點擊 Yes創(chuàng)建序列。 序列值最初為 NA， 單擊 Initialize Active Add Factor可以通過幾種方法對