第八章-计量经济模型的应用(1).pptVIP

第八章计量经济模型的应用 引言 假定我们已经得到了一个已估计且已经通过检验的计量经济模型，如何对该模型进行开发利用，才能使之为我们提供更多的认知上的和决策上的信息呢？ 计量经济模型应用的三个方面： 结构分析 经济预测 政策评价 §1、结构分析 结构分析是对经济现象中变量之间相互关系的研究 它研究的是当一个变量或几个变量发生变化时会对其它变量以至经济系统产生什么样的影响 例如：增加政府支出和减少税率对GDP和就业的影响；增加货币供给量对GDP和价格水平的影响 影响的方向（正负），影响的大小？ 结构分析所采用的主要方法是： 比较静态分析 弹性分析 乘数分析 比较静态分析 经济分析的常用方法 比较静态分析：条件变化后，经济系统从一个均衡位置移动到另一个均衡位置，通过比较均衡位置的差异，可以发现条件变化对经济系统的影响。 比较静态,就是比较均衡位置 条件：外生变量，或系统参数 均衡：内生变量 就是考察外生变量或系统参数变化对内生变量的影响 比较静态分析 简化式将内生变量表示成前定变量和参数的函数 因此，采用简化式进行比较静态分析是方便的 例：国民收入决定模型 模型： 简化式： 外生变量的影响 其他条件不变，假设政府支出增加 dG 对国民收入的影响： 对投资的影响： 对消费的影响： 参数变化的影响 假设边际消费倾向变化 da1 边际消费倾向增加，使得均衡国民收入增加 弹性分析 通常，把比较静态的结果用弹性表示是非常有用的。 这是因为，弹性是个无量纲的量，其结果不依赖于被比较的两个量的单位，便于比较 例：承上例 乘数分析 乘数：是变量的变化量之比，也称倍数 它直接度量经济系统中变量之间的相互影响，经常被用来研究外生变量的变化对内生变量的影响 乘数分析 乘数分为 短期乘数：现期外生变量的变化对现期内生变量的影响 中期乘数：现期外生变量及以前若干期外生变量的变化对现期内生变量的影响 长期乘数：现期外生变量及以前所有时期外生变量的变化对现期内生变量的影响 乘数分析 乘数可以从计量经济学模型的最终型很方便的求得。 例1：简单国民收入决定 模型： 简化式： 投资的短期乘数： 是一个静态模型，因此只有短期乘数，无中长期乘数 例2：国民收入决定模型 模型： 考察政府支出对国民收入的影响 简化式： 即： 其中 短期乘数 短期乘数： 求中长期乘数需要用到最中型方程（内生变量被表示成内生变量基期值和外生变量各期值的函数） 最终型方程 将简化式对 Y 进行迭代： 中期乘数 最终型： 两个时期的中期乘数： 三个时期的中期乘数： ? 个时期的中期乘数： 长期乘数 令 ? ??，得长期乘数 例子：中国宏观经济模型 利用联立方程一章的估计结果，有 C = -21.361 + 0.4806*Y I = -728.456 + 0.323*Y + 0.117*Y(-1) Y=C+I+G 短期乘数 两个时期的中期乘数 三个时期的中期乘数 长期乘数 例：乘数在政策分析中的应用 美国休茨模型的一些短期乘数见下表。 三个外生变量是政府可以控制的政策变量 政府工资和政府从企业的购买相比，对GNP和就业有更大的影响 个人所得税的增加对GNP和就业有负的效应 组合效应 分析各种政策的组合效应。 假定政府从企业的购买增加20亿，工资增加5亿，计划提高个人所得税13亿。 GNP变化＝2?1.304+0.5?1.692-1.3?1.119=2 就业的变化＝ 2?0.089+0.5?0.263-1.3?0.076=0.211 即GNP 增加20亿美元，就业增加21.1万人 §2、经济预测 在第二章，已经讨论过单一方程线性回归模型的预测。 这里，讨论利用联立方程模型进行预测 预测：根据有关变量的现期观测值和过去观测值，推测内生变量在未来时期的数值 两种预测方法 预测可以利用结构式模型或简化式的最终型方程 利用结构式模型预测又称为模型模拟，就是根据定前变量的实际值，从结构式中求解内生变量的预测值 利用最终型方程预测，是根据内生变量的初始值以及外生变量各期观测值，递归地计算内生变量的各期观测值。 与模型模拟不同的是，在计算过程中，滞后内生变量的值，除了初始值之外，均不采用实际值，而是采用前几期计算得到的估计值。 利用简化式方程预测 简化式： 下一期预测： 包括： 第一部分： 现期Y对预测的影响 第二部分： G的预测值对预测的影响 第三部分： 是对随机项未来值的预测，是附加因素，称为判别组成部分，