【正文】 返 回 。 為求解模型可以使用 Solve命令 (m=500,e) 其中求解選項(xiàng)設(shè)置最大迭代次數(shù)為 500， 告知求解方法使用擴(kuò)展尋求的GaussSeidel方法 。 167。 因?yàn)樾蛄忻c變量名是一致相關(guān)的 ， 因此通過使用符合 EViews命名規(guī)則的語句可以在模型外部進(jìn)行管理 。 三 、 管理數(shù)據(jù) 處理模型時(shí)會(huì)經(jīng)常在工作區(qū)中為每個(gè)變量創(chuàng)建許多序列 ， 每個(gè)序列會(huì)包含不同類型的結(jié)果或不同情景分析的數(shù)據(jù) 。 例如 ， 如果模型包含變量 GDP， 可以向模型中加入新方程以計(jì)算 GDP變動(dòng)的百分比： PGDP = pch (GDP) 求解模型之后 ， 可以使用變量 PGDP來查看 GDP變動(dòng)的百分比 ， 包括查看隨機(jī)擬合中的殘差界限 。 類似的 ， 在隨機(jī)擬合中可能需要變形序列的標(biāo)準(zhǔn)差或置信區(qū)間 ， 而在擬合之后再對(duì)數(shù)據(jù)變形時(shí)做不到這一點(diǎn) 。 Graph series或 Series types框中的最后一項(xiàng)是 Transform列表框 ， 它與序列表中的 Transform按鈕相類似 ， 可以對(duì)數(shù)據(jù)變形 。 可以選擇顯示實(shí)際序列 、 來自當(dāng)前情景分析的序列 ，或者備選情景分析的序列 (標(biāo)識(shí)為 “ Compare”)。 Solution series框可以選擇處理內(nèi)生變量時(shí)想要查看的求解結(jié)果 ， 可以從確定性擬合或隨機(jī)性擬合所產(chǎn)生的各種序列中選擇 。 這主要是根據(jù)數(shù)據(jù)的情景分析來源以及序列所包含變量的類型對(duì)序列加上擴(kuò)展名 。 把這些結(jié)合起來可以容易地選擇變量組 ， 如所有的內(nèi)生變量 ， 所有的更改變量 。 可以用 From中的單選按鈕或文本框包括所有模型變量 ， 或從選定的變量列表中添加或刪除特定的變量 。 圖的左上部是Make Variable框 ， 它用于選擇圖所包含的變量組 。 兩個(gè)過程的對(duì)話框幾乎相通 ， 這里我們看一下 Make Graph對(duì)話框 。 兩者都可以從模型窗口中產(chǎn)生 。在序列窗口中點(diǎn)擊 Genr按鈕擊活該對(duì)話框，然后輸入表達(dá)式產(chǎn)生序列值，并設(shè)置想要修改的樣本區(qū)間。 為創(chuàng)建一個(gè)組來同時(shí)編輯與一個(gè)變量相關(guān)的多個(gè)序列 ， 可以使用下面討論的 Make Group/Table過程來創(chuàng)建一個(gè)數(shù)據(jù)表 ， 然后從組窗口切換到表窗口來編輯數(shù)據(jù) 。 要編輯數(shù)據(jù) ， 點(diǎn)擊 Edit+/按鈕以確保表單處于編輯狀態(tài) 。 如果事先選定了幾個(gè)變量 ， 一個(gè)未命名的組對(duì)象將被創(chuàng)建以保存這些序列 。 一 、 編輯數(shù)據(jù) 改變模型數(shù)據(jù)最簡(jiǎn)單的方法是打開包含該數(shù)據(jù)的序列或組表單窗口 ，然后手工編輯 。 3. 備選 （ Alternate） ：該序列用于求解備選情景分析 ， 其規(guī)則同 active。 對(duì)于外生變量 ， 實(shí)際序列值將被用于該序列 ， 除非它被更改 。 2. 當(dāng)前值 （ Active） ：該序列在求解當(dāng)前情景分析時(shí)使用 。 與工作區(qū)中每個(gè)模型變量相關(guān)的序列可能有幾個(gè) ， 因此需要選擇要操作的序列類型 ， 一般有以下幾個(gè)類型： 1. 實(shí)際值 （ Actuals） ：該序列名與變量名相同 。 盡管細(xì)節(jié)上有些不同 ， 但處理模型數(shù)據(jù)通常遵循同樣的基本步驟 。 由于有大量的數(shù)據(jù)與模型相關(guān) ， 因此僅管理數(shù)據(jù)就會(huì)花費(fèi)大量的時(shí)間 。 在求解模型之前 ， 需要編輯外生變量或附加因子在預(yù)測(cè)區(qū)間上的路徑 。 167。 如果該過程不能找到使內(nèi)生變量解符合要求的外生變量值 ， 那么它將失敗 。 在 Control Variable框中輸入想要修改的外生變量名 ， 在 Target Variable框中輸入想要得到特定路徑的內(nèi)生變量名 ， 在 Trajectory Variable框中輸入包含目標(biāo)值的工作區(qū)序列名 ， 設(shè)置想要求解的樣本區(qū)間 ， 之后單擊 OK。 為使該過程簡(jiǎn)單一些 ， EViews提供了求解模型的一種特殊方法 ， 該方法可以自動(dòng)尋求未知值 。例如 ， 在一個(gè)宏觀經(jīng)濟(jì)模型中 ， 我們研究在預(yù)測(cè)區(qū)間要想產(chǎn)生均衡預(yù)算 ， 各期的個(gè)人稅率應(yīng)為多少 。 六 、 求解目標(biāo)控制 求解模型時(shí)我們通常從外生變量的一組已知值開始 ， 然后求解未知的內(nèi)生變量值 。 Stop on missing data選項(xiàng)意味著只要一個(gè)或多個(gè)外生 （ 或滯后內(nèi)生 ） 變量不可用 ， 則求解就應(yīng)停止 。 Convergence選項(xiàng)是設(shè)置收斂檢驗(yàn)的臨界值 。 4. 求解控制 （ Solution control） 這部分可以設(shè)置求解的終止條件 。 如果還不可用 ， 則 EViews將默認(rèn)使用 。 如果選擇了 Actuals， EViews將首先把實(shí)際序列中的值作為起始值 。如果模型難以收斂 ， 則可以試試該選項(xiàng) 。 2. 擴(kuò)大搜索 （ Extended search） 此復(fù)選框是告知算法在迭代中尋求內(nèi)生變量的新值時(shí)試用另一種步長(zhǎng) 。 Newton算法不受方程排序或重寫的影響 。 (2) Newton（ 牛頓法 ） ： Newton算法也是一種迭代法 ， 每次迭代時(shí)我們采用模型的線性逼近 ， 然后求解線性系統(tǒng)以找到模型的根 。 該算法適用于大多數(shù)經(jīng)濟(jì)計(jì)量模型 。 1. 求解方法 Solution algorithm 選擇求解模型所用的算法 ， 有下列選項(xiàng)： (1) GaussSeidel（ 高斯 — 采德爾方法 ） ： GaussSeidel算法是一種迭代算法 ， 在每次迭代時(shí) EViews求解與每個(gè)模型方程相關(guān)的內(nèi)生變量值 ， 并處理其他所有的內(nèi)生變量為不變的 。 模型有錯(cuò)誤或不能收斂時(shí) ， 中間結(jié)果可能有助于發(fā)現(xiàn)問題之所在 。 通過追蹤變量列表可以選定一系列變量 ， 使其中間結(jié)果在迭代求解過程中被保存起來 。 如果求解模型時(shí)遇到問題 ， 它可以幫你解決 。 通過變量查看窗口也可以看到哪些變量正被追蹤 ， 因?yàn)楸蛔粉櫟淖兞棵运{(lán)色顯示 。 默認(rèn)時(shí)所有的變量都被追蹤 ， 使用對(duì)話框上部的單選鈕可以切換到Selective tracking。 當(dāng)一個(gè)變量被追蹤時(shí) ， 該變量的結(jié)果在模擬完成之后將被保存在工作區(qū)的序列中 ， 沒被追蹤的變量其結(jié)果不被保存 。 在許多情形中可以利用它們的默認(rèn)值 。 點(diǎn)擊 OK后 ， 出現(xiàn)表格 從中可以看出利率在 1999年各季度下調(diào) 1%，使得國(guó)民生產(chǎn)總值 Y、消費(fèi) CN、投資 I、貨幣供應(yīng)量 M在滯后不同時(shí)期后都有不同程度的增長(zhǎng)。 可以選擇顯示實(shí)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 (標(biāo)識(shí)為 “ Compare”)。 如果求解成功 ， 則出現(xiàn)如下信息： 為了觀察利率下調(diào)對(duì)其他宏觀經(jīng)濟(jì)變量 Y、 CN、 I、 M的影響 。 例如 ， 對(duì)話框右端的上半部選擇情景分析 1（ Scenario1） ， 下半部選擇基準(zhǔn)分析 （ Baseline） 。 選項(xiàng) Solve for Alternate along with Active主要用于比較情形 ， 且兩個(gè)情景分析必須同時(shí)求解以保證對(duì)兩者使用的是同樣的沖擊 。 該對(duì)話框的右端是用于選擇所要求解的情景分析 。 如果是靜態(tài)求解或擬合 ， 樣本區(qū)間上的所有內(nèi)生變量值也必須存在 。 與其他 EViews過程不同 ， 它不會(huì)自動(dòng)設(shè)為剔除缺失的數(shù)據(jù) 。 除了這些選項(xiàng)以外 ， Structural復(fù)選框還可以選擇是否忽略方程中出現(xiàn)的ARMA項(xiàng) 。 Fit項(xiàng)可用于研究每個(gè)方程的獨(dú)立擬合程度 ， 而不考慮它們之間的依賴關(guān)系 。 3. 擬合 (Fit) 求解模型時(shí)內(nèi)生變量的當(dāng)期值也被使用 。 靜態(tài)求解一般用于基于歷史數(shù)據(jù)的一期預(yù)測(cè) ， 以檢驗(yàn)?zāi)Ｐ偷臍v史擬合程度 。 2. 靜態(tài)求解 (Static Solution) 每次求解模型時(shí)直到前一期的內(nèi)生變量都被使用 。 滯后內(nèi)生變量和 ARMA項(xiàng)是用前些期的解計(jì)算的 ， 而不是來自實(shí)際的歷史數(shù)據(jù) 。 在隨機(jī)模擬之前 ， 應(yīng)當(dāng)確保模型可以確定性求解 ， 且其行為與預(yù)期相同 ， 因?yàn)殡S機(jī)模擬很費(fèi)時(shí)間 。 通過抽取不同的隨機(jī)成分多次求解模型 ， 再計(jì)算所有不同結(jié)果的統(tǒng)計(jì)量 ， 這樣可以獲得漸近分布 。 在隨機(jī)模擬中 ， 模型方程的求解是使方程殘差等于隨機(jī)抽取的殘差 ，系數(shù)和外生變量也是隨機(jī)變化的 。 在左上部 ， Simulation type框可以設(shè)置模型是確定性模擬還是隨機(jī)性模擬 。 開始求解模型 ， 可以使用 Procs/Solve Model… 或單擊模型工具欄上的 Solve按鈕 ， EViews將顯示一個(gè)包含求解選項(xiàng)的對(duì)話框 。 求解模型 一旦模型的設(shè)定完成 ， 就可以求解模型 。 當(dāng)求解帶有附加因子的模型時(shí) ， 附加因子的任何缺失值都會(huì)視為 0。 加入附加因子的第 2個(gè)方法是通過模型窗口的 Procs/Add Factors菜單項(xiàng)同時(shí)對(duì)所有方程分配 、 初始化或更改附加因子 。 一旦附加因子加到某方程上 ， 在變量窗口中它也將以變量的形式顯示 。 4. So model solves the target variable to the values of the trajectory series：當(dāng)模型求解時(shí) ， 把附加因子設(shè)為使某內(nèi)生變量遵循特定的目標(biāo)路徑 。 2. So that this equation has no residual at actuals：把附加因子設(shè)為使模型變量值取自實(shí)際序列 （ 一般為歷史數(shù)據(jù) ） 時(shí)的殘差 ， 使方程精確成立 。 最簡(jiǎn)單的方法是進(jìn)入模型的方程查看窗口 ，先用鼠標(biāo)選定想添加附加因子的方程 ， 再從鼠標(biāo)右鍵菜單中選擇 Properties，當(dāng)出現(xiàn)方程屬性對(duì)話框時(shí) ， 點(diǎn)擊 Add Factors， 然后在 Factor type框中選擇是 axyfyf ii ?? ),()(),()( xyfayf ii ??