馬克威軟件介紹

1、 上海天律信息技術(shù)有限公司基于工作流的操作方式。圖形化的操作界面，無(wú)須任何編程。高性能運(yùn)行，支持海量數(shù)據(jù)和多種數(shù)據(jù)源，突破傳統(tǒng)Java速度限制。 跨平臺(tái)運(yùn)行。支持多國(guó)語(yǔ)言?；貧w方程模型檢驗(yàn)系數(shù)檢驗(yàn)殘差檢驗(yàn)?zāi)Ｐ头€(wěn)定性檢驗(yàn)支持變量輸入方式，大大增加了建模的靈活性增加了X-12-Arima季節(jié)調(diào)整增加了聯(lián)立方程的估計(jì)和模擬單方程估計(jì)方法（2SLS）系統(tǒng)估計(jì)方法(3SLS)情景分析和附加因子模擬廣義回歸加權(quán)最小二乘估計(jì)；二階段最小二乘估計(jì)；White異方差一致協(xié)方差；Newey-West異方差自相關(guān)一致協(xié)方差；增加AR(P)項(xiàng)解決自相關(guān)模型。時(shí)差相關(guān)分析、T-L 信息量。？成功案例。節(jié)點(diǎn)選擇器工作區(qū)屬

2、性管理器下拉菜單臨時(shí)文件路徑生成簡(jiǎn)單工作流默認(rèn)數(shù)據(jù)源一個(gè)簡(jiǎn)單工作流的自動(dòng)生成工作區(qū)工作區(qū)是工作頁(yè)面的主體，用于放置、操作工作流節(jié)點(diǎn)。在工作區(qū)，用戶(hù)可以添加、刪除、連接節(jié)點(diǎn)形成工作流，也可以命名工作流中的節(jié)點(diǎn)。節(jié)點(diǎn)選擇器節(jié)點(diǎn)選擇器在工作區(qū)的左側(cè)，用戶(hù)根據(jù)需要從中選擇節(jié)點(diǎn)拖拽至工作區(qū)加以運(yùn)用。根據(jù)功能不同將節(jié)點(diǎn)劃分為“數(shù)據(jù)源”、“數(shù)據(jù)處理”、“基礎(chǔ)統(tǒng)計(jì)”、“高級(jí)統(tǒng)計(jì)”、“數(shù)據(jù)挖掘”、“數(shù)據(jù)制圖”以及“指向”、“運(yùn)行”幾大部分。屬性管理器屬性管理器位于工作頁(yè)面的最下層，用來(lái)顯示當(dāng)前活動(dòng)節(jié)點(diǎn)的相關(guān)屬性，并提供屬性編輯功能。當(dāng)沒(méi)有活動(dòng)節(jié)點(diǎn)時(shí)，屬性管理器顯示“使用說(shuō)明”，提供用戶(hù)自由設(shè)定工作區(qū)背景的功能，

3、并支持用戶(hù)以向?qū)Х绞浇⒐ぷ髁鳌：?jiǎn)單工作流選擇數(shù)據(jù)源：選擇數(shù)據(jù)源：用戶(hù)可在節(jié)點(diǎn)選擇器中選擇相應(yīng)節(jié)點(diǎn)，并拖拽至工作區(qū)；選擇算法：選擇算法：用戶(hù)可以從節(jié)點(diǎn)選擇器中選取需要的算法節(jié)點(diǎn)或數(shù)據(jù)處理節(jié)點(diǎn)，拖拽至工作區(qū)；選擇運(yùn)行節(jié)點(diǎn)：選擇運(yùn)行節(jié)點(diǎn)：完成了選擇數(shù)據(jù)源和算法（或數(shù)據(jù)處理方式）后，需要拖拽“運(yùn)行”節(jié)點(diǎn)至工作區(qū)，用于運(yùn)行工作流。節(jié)點(diǎn)連線：節(jié)點(diǎn)連線：選擇了數(shù)據(jù)源、算法和運(yùn)行節(jié)點(diǎn)之后，將鼠標(biāo)移至這些節(jié)點(diǎn)的邊緣，當(dāng)指針變?yōu)槭植妫ǎr(shí)，可以進(jìn)行節(jié)點(diǎn)連線操作，構(gòu)成一個(gè)完整的工作流。馬克威分析系統(tǒng)采用多線程處理方式，允許多個(gè)業(yè)務(wù)流程并發(fā)運(yùn)行，在減少工作周期的同時(shí)，大大提高了工作效率，多節(jié)點(diǎn)工作流分為：串聯(lián)工作

4、流和并聯(lián)工作流。串聯(lián)工作流是指在一個(gè)業(yè)務(wù)流程中，根據(jù)用戶(hù)連接節(jié)點(diǎn)的順序，依次運(yùn)行多個(gè)算法（處理）節(jié)點(diǎn)，得到一個(gè)最終結(jié)果。并聯(lián)工作流是指將多個(gè)業(yè)務(wù)流程以“并聯(lián)”的方式連接到一個(gè)工作流中。共享數(shù)據(jù)源的并聯(lián)工作流共享運(yùn)行節(jié)點(diǎn)的并聯(lián)工作流共享數(shù)據(jù)源和運(yùn)行節(jié)點(diǎn)的并聯(lián)工作流點(diǎn)擊工作區(qū)工作流向?qū)Э梢苑奖愕亟⒁粋€(gè)串聯(lián)工作流工作流向?qū)?shù)據(jù)源選擇數(shù)據(jù)處理選擇算法選擇完成完整工作流1、連接了數(shù)據(jù)源節(jié)點(diǎn)、至少一個(gè)算法（或數(shù)據(jù)處理）節(jié)點(diǎn)和運(yùn)行節(jié)點(diǎn)。2、所有的節(jié)點(diǎn)都進(jìn)行了必要的設(shè)置。雙擊運(yùn)行接點(diǎn)既可啟動(dòng)工作流運(yùn)行樹(shù)結(jié)構(gòu)結(jié)果輸出一旦建立了工作流，工作流可以被保存起來(lái)，以便以后的使用。保存工作流重載工作流移植工作流馬克威工

5、作流文件以（*.mwf）的形式被保存 在單機(jī)版的結(jié)果頁(yè)面中，所有結(jié)果都可以保存為結(jié)果在單機(jī)版的結(jié)果頁(yè)面中，所有結(jié)果都可以保存為結(jié)果文件的形式，供用戶(hù)直接查看結(jié)果，提高了成果利用率，文件的形式，供用戶(hù)直接查看結(jié)果，提高了成果利用率，避免多次建立、運(yùn)行工作流。避免多次建立、運(yùn)行工作流。馬克威分析系統(tǒng)單機(jī)版支持將結(jié)果保存為馬克威分析系統(tǒng)單機(jī)版支持將結(jié)果保存為PDF、Excel、網(wǎng)頁(yè)（網(wǎng)頁(yè)（html）等文件格式。當(dāng)活動(dòng)界面為結(jié)果頁(yè)面時(shí)，等文件格式。當(dāng)活動(dòng)界面為結(jié)果頁(yè)面時(shí)，通過(guò)通過(guò)“文件文件”菜單下的菜單下的“另存為另存為”功能保存結(jié)果文件。功能保存結(jié)果文件。注意：在保存結(jié)果時(shí)，系統(tǒng)只對(duì)詳細(xì)展示的結(jié)果進(jìn)

6、行保注意：在保存結(jié)果時(shí)，系統(tǒng)只對(duì)詳細(xì)展示的結(jié)果進(jìn)行保存。存。馬克威文件數(shù)據(jù)庫(kù)(Oracle、Sybase、DB2、SQL Server等。)TXT文本文件Excel電子表文件dbf FoxBase文件Odbc.oledb數(shù)據(jù)的導(dǎo)入和連接用戶(hù)輸入通用數(shù)據(jù)源安裝要求系統(tǒng)兼容Windows、 Linux、Unix等操作系統(tǒng)。推薦配置要求 內(nèi)存：1G以上 顯示器：15寸或17寸以上CRT/LCD 硬盤(pán)：1G或以上的剩余空間 CPU：Intel或AMD系列，頻率1GHz或更高配置系統(tǒng)安裝將光盤(pán)插入光驅(qū)既可進(jìn)行安裝，序列號(hào)見(jiàn)光盤(pán)包裝。一個(gè)簡(jiǎn)單的回歸方程馬克威操作協(xié)整和誤差修正模型因子分析模型聯(lián)立方程模型單

7、位根過(guò)程及其檢驗(yàn)單位根過(guò)程及其檢驗(yàn)單整單整協(xié)整關(guān)系和協(xié)整檢驗(yàn)協(xié)整關(guān)系和協(xié)整檢驗(yàn)誤差修正模型誤差修正模型實(shí)例介紹實(shí)例介紹l考察隨機(jī)過(guò)程 若 其中 ， 為一穩(wěn)定過(guò)程，且 ， ， ，則稱(chēng)該過(guò)程為單位根過(guò)程（Unit Root Process）。若 ，其中 1 獨(dú)立同分布，且 ， ，即 ，則稱(chēng) 為一隨機(jī)游動(dòng)過(guò)程。 ，21tYttttYY11t0）（ttsttCov）（ , 210，stttYY1t0）（t2）（tD ，21tYt）（2, 0iidt馬克威軟件提供三種單位根檢驗(yàn)方法ADF檢驗(yàn)PP檢驗(yàn)KPSS檢驗(yàn)tpiitittuyyy11 tpiitittuyayy11 tpiitittuytayy11

8、 非平穩(wěn)序列非平穩(wěn)序列yt ，可以通過(guò)差分運(yùn)算，得到平穩(wěn)，可以通過(guò)差分運(yùn)算，得到平穩(wěn)性的序列稱(chēng)為性的序列稱(chēng)為。定義如。定義如下：下：如果序列如果序列 yt ，通過(guò)，通過(guò) d 次差分成為一個(gè)平次差分成為一個(gè)平穩(wěn)序列，而這個(gè)序列差分穩(wěn)序列，而這個(gè)序列差分 d 1 次時(shí)卻不平穩(wěn)，次時(shí)卻不平穩(wěn)，那么稱(chēng)序列那么稱(chēng)序列 yt為為 d 階單整序列，記為階單整序列，記為 yt I(d)。特別地，如果序列特別地，如果序列 yt本身是平穩(wěn)的，則為零階本身是平穩(wěn)的，則為零階單整序列，記為單整序列，記為 yt I(0)。協(xié)整關(guān)系:研究變量之間是否存在長(zhǎng)期均衡關(guān)系。下面給出協(xié)整的定義： k 維向量 Yt = (y1t，

9、y2t，ykt) 的分量間被稱(chēng)為d,b階協(xié)整，記為Yt CI (d，b)，如果滿(mǎn)足： (1) y1t，y2t，ykt都是 d 階單整的，即YtI (d)，要求 Yt 的每個(gè)分量 yit I (d)； (2) 存在非零向量 = (1, 2 , , k )，使得 YtI (d-b)，0bd 。 簡(jiǎn)稱(chēng) Yt 是協(xié)整的，向量 又稱(chēng)為協(xié)整向量。 (2) 協(xié)整變量必須具有相同的單整階數(shù)；協(xié)整變量必須具有相同的單整階數(shù)；(3) 最多可能存在最多可能存在 k-1個(gè)線性無(wú)關(guān)的協(xié)整向量個(gè)線性無(wú)關(guān)的協(xié)整向量 ( yt 的維數(shù)的維數(shù)是是 k )；(4) 協(xié)整變量之間具有共同的趨勢(shì)成分，在數(shù)量上成比協(xié)整變量之間具有共同

10、的趨勢(shì)成分，在數(shù)量上成比例例 。協(xié)整檢驗(yàn)從檢驗(yàn)的對(duì)象上可以分為兩種：一種是基于回歸協(xié)整檢驗(yàn)從檢驗(yàn)的對(duì)象上可以分為兩種：一種是基于回歸系數(shù)的協(xié)整檢驗(yàn)，如系數(shù)的協(xié)整檢驗(yàn)，如Johansen協(xié)整檢驗(yàn)；另一種是基于回協(xié)整檢驗(yàn)；另一種是基于回歸殘差的協(xié)整檢驗(yàn)，歸殘差的協(xié)整檢驗(yàn)，DF檢驗(yàn)和檢驗(yàn)和ADF檢驗(yàn)。檢驗(yàn)。這里主要介紹這里主要介紹Engle和和Granger（1987）提出的協(xié)整檢驗(yàn)方）提出的協(xié)整檢驗(yàn)方法。法。從協(xié)整理論的思想來(lái)看，自變量和因變量之間存在協(xié)從協(xié)整理論的思想來(lái)看，自變量和因變量之間存在協(xié)整關(guān)系。整關(guān)系。 也就是說(shuō)，因變量能被自變量的線性組合所解釋?zhuān)瑑梢簿褪钦f(shuō)，因變量能被自變量的線性組合

11、所解釋?zhuān)瑑烧咧g存在穩(wěn)定的均衡關(guān)系，因變量不能被自變量所解釋者之間存在穩(wěn)定的均衡關(guān)系，因變量不能被自變量所解釋的部分構(gòu)成一個(gè)殘差序列，這個(gè)殘差序列應(yīng)該是平穩(wěn)的。的部分構(gòu)成一個(gè)殘差序列，這個(gè)殘差序列應(yīng)該是平穩(wěn)的。 因此，檢驗(yàn)一組變量（因變量和解釋變量）之間是因此，檢驗(yàn)一組變量（因變量和解釋變量）之間是否存在協(xié)整關(guān)系等價(jià)于檢驗(yàn)回歸方程的殘差序列是否是一否存在協(xié)整關(guān)系等價(jià)于檢驗(yàn)回歸方程的殘差序列是否是一個(gè)平穩(wěn)序列。通常地，可以應(yīng)用上節(jié)中的個(gè)平穩(wěn)序列。通常地，可以應(yīng)用上節(jié)中的ADF檢驗(yàn)來(lái)判檢驗(yàn)來(lái)判斷殘差序列的平穩(wěn)性，進(jìn)而判斷因變量和解釋變量之間的斷殘差序列的平穩(wěn)性，進(jìn)而判斷因變量和解釋變量之間的協(xié)整關(guān)

12、系是否存在。協(xié)整關(guān)系是否存在。 （1 1）若）若k k個(gè)序列個(gè)序列y y1 1t t 和和y y2 2t t，y y3 3t t，y yktkt都是都是1 1階單整序列，階單整序列， 建立回歸方程建立回歸方程 模型估計(jì)的殘差為模型估計(jì)的殘差為 tktktttuyyyy33221ktkttttyyyyu33221（2）檢驗(yàn)殘差序列）檢驗(yàn)殘差序列t是否平穩(wěn)，也就是判斷序列是否平穩(wěn)，也就是判斷序列t是否含有單位根。通常用是否含有單位根。通常用ADF檢驗(yàn)來(lái)判斷殘差序列檢驗(yàn)來(lái)判斷殘差序列t是否是平穩(wěn)的。是否是平穩(wěn)的。（3）如果殘差序列）如果殘差序列t是平穩(wěn)的，則可以確定回歸方是平穩(wěn)的，則可以確定回歸方程

13、中的程中的k個(gè)變量（個(gè)變量（y1t，y2t，y3t，ykt）之間存在協(xié)）之間存在協(xié)整關(guān)系，并且協(xié)整向量為整關(guān)系，并且協(xié)整向量為 ；否則；否則（y1t，y2t，y3t，ykt）之間不存在協(xié)整關(guān)系。）之間不存在協(xié)整關(guān)系。 ), 1 (32k 協(xié)整檢驗(yàn)的目的是決定一組非穩(wěn)定序列的線性組合是協(xié)整檢驗(yàn)的目的是決定一組非穩(wěn)定序列的線性組合是否具有協(xié)整關(guān)系，也可以通過(guò)協(xié)整檢驗(yàn)來(lái)判斷線性回歸方否具有協(xié)整關(guān)系，也可以通過(guò)協(xié)整檢驗(yàn)來(lái)判斷線性回歸方程設(shè)定是否合理、穩(wěn)定，這兩者的檢驗(yàn)思想和過(guò)程是完全程設(shè)定是否合理、穩(wěn)定，這兩者的檢驗(yàn)思想和過(guò)程是完全相同的。相同的。 利用利用ADF的協(xié)整檢驗(yàn)方法來(lái)判斷殘差序列是否平穩(wěn)，

14、的協(xié)整檢驗(yàn)方法來(lái)判斷殘差序列是否平穩(wěn)，如果殘差序列是平穩(wěn)的，則回歸方程的設(shè)定是合理的，說(shuō)如果殘差序列是平穩(wěn)的，則回歸方程的設(shè)定是合理的，說(shuō)明回歸方程的因變量和解釋變量之間存在穩(wěn)定的均衡關(guān)系。明回歸方程的因變量和解釋變量之間存在穩(wěn)定的均衡關(guān)系。反之，說(shuō)明回歸方程的因變量和解釋變量之間不存在穩(wěn)定反之，說(shuō)明回歸方程的因變量和解釋變量之間不存在穩(wěn)定均衡的關(guān)系，即便參數(shù)估計(jì)的結(jié)果很理想，這樣的一個(gè)回均衡的關(guān)系，即便參數(shù)估計(jì)的結(jié)果很理想，這樣的一個(gè)回歸也是沒(méi)有意義的，模型本身的設(shè)定出現(xiàn)了問(wèn)題，這樣的歸也是沒(méi)有意義的，模型本身的設(shè)定出現(xiàn)了問(wèn)題，這樣的回歸是一個(gè)回歸是一個(gè)。 根據(jù)Engle定理，如果一組變量之

15、間有協(xié)整關(guān)系，則協(xié)整回歸總是能被轉(zhuǎn)換為誤差修正模型（：Error Correction Model）。協(xié)整關(guān)系只是反映了變量之間的長(zhǎng)期均衡關(guān)系，誤差修正模型的使用就是為了建立短期的動(dòng)態(tài)模型以彌補(bǔ)長(zhǎng)期靜態(tài)模型的不足，它即能反映不同的時(shí)間序列間的長(zhǎng)期均衡關(guān)系，又能反映短期偏離向長(zhǎng)期均衡修正的機(jī)制。 itdixiitdiyitXYcY01ADL模型通過(guò)參數(shù)變換可改寫(xiě)成誤差修正模型。ADL模型模型誤差修正模型誤差修正模型)(111011txtyxitdixiitdiyitXYXYcYtttuxkky10 最常用的最常用的ECMECM模型的估計(jì)方法是模型的估計(jì)方法是，其基本思想如下：，其基本思想如下：

16、第一步是求模型：第一步是求模型： 的的OLSOLS估計(jì)，又稱(chēng)協(xié)整回歸，得到及殘差序列估計(jì)，又稱(chēng)協(xié)整回歸，得到及殘差序列：tttxkkyu10第二步是用第二步是用 t-t-1 1 替換誤差修正模型中的長(zhǎng)期均衡項(xiàng)替換誤差修正模型中的長(zhǎng)期均衡項(xiàng)1101ttxkky即對(duì)即對(duì)ttttxuy210再用再用OLSOLS方法估計(jì)其參數(shù)。方法估計(jì)其參數(shù)。注意，誤差修正模型不再單純地使用變量的水平值注意，誤差修正模型不再單純地使用變量的水平值（指變量的原始值）或變量的差分建模，而是把兩者（指變量的原始值）或變量的差分建模，而是把兩者有機(jī)地結(jié)合在一起，充分利用這兩者所提供的信息。有機(jī)地結(jié)合在一起，充分利用這兩者所提

17、供的信息。 本例選擇本例選擇19901990年年1 1月月20072007年年1212月的月度數(shù)據(jù)進(jìn)行實(shí)月的月度數(shù)據(jù)進(jìn)行實(shí)證析，其中用證析，其中用f_extf_ext表示財(cái)政支出，表示財(cái)政支出，f_intf_int表示財(cái)政收入。表示財(cái)政收入。步驟一：用X12對(duì)原數(shù)據(jù)進(jìn)行季節(jié)調(diào)整得到f_ext_tc和和f_int_tc步驟二：?jiǎn)挝桓鶛z驗(yàn)：判斷是否是同階單整。步驟三：用E.G兩步法建立誤差修正模型。對(duì)財(cái)政收入和財(cái)政支出進(jìn)行季節(jié)調(diào)整 首先建立財(cái)政收入和財(cái)政支出的協(xié)整方程：首先建立財(cái)政收入和財(cái)政支出的協(xié)整方程：tttusainfsaexf)_ln(953. 04 . 0)_ln(tttusainfkk

18、saexf)_log()_log(10二個(gè)變量取對(duì)數(shù)一階差分后平穩(wěn)，二個(gè)變量都是I(1)估計(jì)得到估計(jì)得到t = (6.25) (101.5)R2 = 0.98 D.W. =1.47 令令ecmecmt t = = t t ，即將協(xié)整方程的殘差序列，即將協(xié)整方程的殘差序列 t t 作為誤差修作為誤差修正項(xiàng)，建立下面的誤差修正模型：正項(xiàng)，建立下面的誤差修正模型：tttttsainfnsainfsaexfsaexf)_(log)_log(953. 04 . 0)_ln()_log(1110估計(jì)得到dlog(f_ex_sa) = 0.0084+0.37*dlog(f_in_sa)-0.38*resid

19、(-1) t = (1.45) ( 7.01) （9.14） R2 = 0.31 D.W. =2.45回歸中的長(zhǎng)期均衡方程中財(cái)政收入的系數(shù)為回歸中的長(zhǎng)期均衡方程中財(cái)政收入的系數(shù)為0.950.95，接近，接近1 1，體，體現(xiàn)了我國(guó)財(cái)政收支現(xiàn)了我國(guó)財(cái)政收支“量入為出量入為出”的原則。而在表示的誤差修的原則。而在表示的誤差修正模型中，差分項(xiàng)反映了短期波動(dòng)的影響。財(cái)政支出的短期正模型中，差分項(xiàng)反映了短期波動(dòng)的影響。財(cái)政支出的短期變動(dòng)可以分為兩部分：一部分是短期財(cái)政收入波動(dòng)的影響；變動(dòng)可以分為兩部分：一部分是短期財(cái)政收入波動(dòng)的影響；一部分是財(cái)政收支偏離長(zhǎng)期均衡的影響。誤差修正項(xiàng)一部分是財(cái)政收支偏離長(zhǎng)期均

20、衡的影響。誤差修正項(xiàng)ecmecmt t 的的系數(shù)的大小反映了對(duì)偏離長(zhǎng)期均衡的調(diào)整力度。從系數(shù)估計(jì)系數(shù)的大小反映了對(duì)偏離長(zhǎng)期均衡的調(diào)整力度。從系數(shù)估計(jì)值（值（ 0.380.38）來(lái)看，當(dāng)短期波動(dòng)偏離長(zhǎng)期均衡時(shí)，將以）來(lái)看，當(dāng)短期波動(dòng)偏離長(zhǎng)期均衡時(shí)，將以（ 0.380.38）的調(diào)整力度將非均衡狀態(tài)拉回到均衡狀態(tài)。）的調(diào)整力度將非均衡狀態(tài)拉回到均衡狀態(tài)。被解釋變量的變動(dòng)是由較穩(wěn)定的長(zhǎng)期趨被解釋變量的變動(dòng)是由較穩(wěn)定的長(zhǎng)期趨勢(shì)和短期波動(dòng)所決定的，短期內(nèi)系統(tǒng)對(duì)于均衡狀態(tài)的偏勢(shì)和短期波動(dòng)所決定的，短期內(nèi)系統(tǒng)對(duì)于均衡狀態(tài)的偏離程度的大小直接導(dǎo)致波動(dòng)振幅的大小。離程度的大小直接導(dǎo)致波動(dòng)振幅的大小。協(xié)整關(guān)系式起到

21、引力線的作用，將非協(xié)整關(guān)系式起到引力線的作用，將非均衡狀態(tài)拉回到均衡狀態(tài)。均衡狀態(tài)拉回到均衡狀態(tài)。概述： 因子分析的實(shí)質(zhì)就是用幾個(gè)潛在的但不能觀察的互因子分析的實(shí)質(zhì)就是用幾個(gè)潛在的但不能觀察的互不相關(guān)的隨機(jī)變量去描述許多變量之間的相關(guān)關(guān)系（或不相關(guān)的隨機(jī)變量去描述許多變量之間的相關(guān)關(guān)系（或者協(xié)方差關(guān)系），這些隨機(jī)變量被稱(chēng)為因子。為了使得者協(xié)方差關(guān)系），這些隨機(jī)變量被稱(chēng)為因子。為了使得這些因子能很好的替代原始數(shù)據(jù)，需要對(duì)這些因子給出這些因子能很好的替代原始數(shù)據(jù)，需要對(duì)這些因子給出合理的解釋。同時(shí)為了使用這些因子，還需要對(duì)提取結(jié)合理的解釋。同時(shí)為了使用這些因子，還需要對(duì)提取結(jié)果進(jìn)行評(píng)價(jià)。果進(jìn)行評(píng)價(jià)

22、。 可以簡(jiǎn)單將因子分析的目標(biāo)概括為以下幾方面：可以簡(jiǎn)單將因子分析的目標(biāo)概括為以下幾方面：（1）首先考慮是否存在較少的不相關(guān)的隨機(jī)變量可用于首先考慮是否存在較少的不相關(guān)的隨機(jī)變量可用于 1 1 描述原始變量之間的關(guān)系；描述原始變量之間的關(guān)系；（2 2）如果存在公共因子，那么究竟應(yīng)該選擇幾個(gè)；）如果存在公共因子，那么究竟應(yīng)該選擇幾個(gè)；（3 3）對(duì)提取的公共因子的含義進(jìn)行解釋?zhuān)唬?duì)提取的公共因子的含義進(jìn)行解釋?zhuān)唬? 4）評(píng)價(jià)每一個(gè)原始變量與公共因子之間的關(guān)系；）評(píng)價(jià)每一個(gè)原始變量與公共因子之間的關(guān)系；（5 5）可以將這些公共因子用于其他的統(tǒng)計(jì)分析）可以將這些公共因子用于其他的統(tǒng)計(jì)分析。 假如對(duì)某一問(wèn)

23、題的研究涉及假如對(duì)某一問(wèn)題的研究涉及 p p 個(gè)指標(biāo)，且這個(gè)指標(biāo)，且這 p p 個(gè)指?jìng)€(gè)指標(biāo)之間存在較強(qiáng)的相關(guān)性，則基本的因子模型可以表示為標(biāo)之間存在較強(qiáng)的相關(guān)性，則基本的因子模型可以表示為pmpmpppmmmmFlFlFlZFlFlFlZFlFlFlZ2211222221212112121111稱(chēng)上式）中稱(chēng)上式）中F F1 1, , F F2 2, , , , F Fm m為公共因子，為公共因子， 1 1, , 2 2, , , , p p 表示表示特殊因子，其中包含了隨機(jī)誤差，特殊因子，其中包含了隨機(jī)誤差， i i 只與第只與第 i i 個(gè)變量個(gè)變量 Z Zi i 有關(guān)，有關(guān)， l liji

24、j 稱(chēng)為第稱(chēng)為第 i i 個(gè)變量個(gè)變量 Zi Zi 在第在第 j j 個(gè)因子個(gè)因子 F Fj j 上的上的載荷（因子載荷），由其構(gòu)成的矩陣載荷（因子載荷），由其構(gòu)成的矩陣 L L 稱(chēng)為因子載荷矩陣。稱(chēng)為因子載荷矩陣。 影響居民消費(fèi)價(jià)格指數(shù)影響居民消費(fèi)價(jià)格指數(shù)(CPI)波動(dòng)的因素波動(dòng)的因素成本因素成本因素貨幣發(fā)行量貨幣發(fā)行量需求需求財(cái)富財(cái)富國(guó)際因素國(guó)際因素 指標(biāo)： 選擇選擇1515個(gè)經(jīng)個(gè)經(jīng)濟(jì)變量，采用因濟(jì)變量，采用因子分析方法分析子分析方法分析各因素對(duì)物價(jià)波各因素對(duì)物價(jià)波動(dòng)的影響。動(dòng)的影響。注：表中加“*”的指標(biāo)由于存在明顯的季節(jié)要素，需要進(jìn)行季節(jié)調(diào)整指標(biāo)名稱(chēng)指標(biāo)名稱(chēng) CPI居民消費(fèi)價(jià)格指數(shù)居民

25、消費(fèi)價(jià)格指數(shù)(CPI)成本因素成本因素 原材料、燃料、動(dòng)力購(gòu)進(jìn)價(jià)格指數(shù)原材料、燃料、動(dòng)力購(gòu)進(jìn)價(jià)格指數(shù)工業(yè)品出廠價(jià)格指數(shù)工業(yè)品出廠價(jià)格指數(shù)農(nóng)副產(chǎn)品類(lèi)購(gòu)進(jìn)價(jià)格指數(shù)農(nóng)副產(chǎn)品類(lèi)購(gòu)進(jìn)價(jià)格指數(shù)商品房銷(xiāo)售價(jià)格指數(shù)商品房銷(xiāo)售價(jià)格指數(shù) * *工業(yè)企業(yè)成本費(fèi)用利潤(rùn)率工業(yè)企業(yè)成本費(fèi)用利潤(rùn)率需求因素需求因素 全部從業(yè)人員人均報(bào)酬增速全部從業(yè)人員人均報(bào)酬增速 * *城鎮(zhèn)家庭人均可支配收入增速城鎮(zhèn)家庭人均可支配收入增速 * *貨幣因素貨幣因素 外匯儲(chǔ)備同比增速外匯儲(chǔ)備同比增速貨幣乘數(shù)貨幣乘數(shù) * *M2增速增速 * *GDP增長(zhǎng)率增長(zhǎng)率 * *國(guó)際因素國(guó)際因素 G7工業(yè)品出廠價(jià)格指數(shù)工業(yè)品出廠價(jià)格指數(shù)G7支出法支出法GD

26、P同比增速同比增速股價(jià)指數(shù)股價(jià)指數(shù)上證收盤(pán)綜合指數(shù)同比增速上證收盤(pán)綜合指數(shù)同比增速 樣本區(qū)間為樣本區(qū)間為20002000年年1 1季度季度20082008年年3 3季度。季度。數(shù)據(jù)來(lái)源中國(guó)經(jīng)濟(jì)信息網(wǎng)數(shù)據(jù)來(lái)源中國(guó)經(jīng)濟(jì)信息網(wǎng)宏觀月度庫(kù)宏觀月度庫(kù)對(duì)原始數(shù)據(jù)的預(yù)處理；對(duì)原始數(shù)據(jù)的預(yù)處理；對(duì)需要做季節(jié)調(diào)整的數(shù)據(jù)進(jìn)行季節(jié)調(diào)整；對(duì)需要做季節(jié)調(diào)整的數(shù)據(jù)進(jìn)行季節(jié)調(diào)整；絕對(duì)數(shù)據(jù)要轉(zhuǎn)化為相對(duì)數(shù)據(jù)。絕對(duì)數(shù)據(jù)要轉(zhuǎn)化為相對(duì)數(shù)據(jù)。建立工作流打開(kāi)工作數(shù)據(jù)文件；設(shè)置參數(shù)運(yùn)行選擇變量分析方法：主成分法、主因子法、鏡像法、 1111111111極大似然法、一般最小二乘法。分析對(duì)象：相關(guān)系數(shù)矩陣、協(xié)方差矩陣。提取準(zhǔn)則：累計(jì)貢獻(xiàn)率大于

27、90%、提取因子個(gè)數(shù)因子旋轉(zhuǎn)：不旋轉(zhuǎn)、方差極大正交旋轉(zhuǎn)、平均 正交旋轉(zhuǎn)、四次方平均正交旋轉(zhuǎn)。統(tǒng)計(jì)量輸出設(shè)置因子因子特征根特征根方差貢獻(xiàn)率方差貢獻(xiàn)率% %累計(jì)貢獻(xiàn)率累計(jì)貢獻(xiàn)率% %1 16.34956.349542.329842.329842.329842.32982 22.86262.862619.08419.08461.413861.41383 32.0882.08813.919713.919775.333575.33354 41.5831.58310.553610.553685.887285.8872特征值和累計(jì)貢獻(xiàn)率特征根的碎石圖提取值提取值CPICPI居民消費(fèi)價(jià)格指數(shù)居民消費(fèi)價(jià)格指數(shù)0

28、.9010.901RMPIRMPI原材料、燃料、動(dòng)力購(gòu)進(jìn)價(jià)格指數(shù)原材料、燃料、動(dòng)力購(gòu)進(jìn)價(jià)格指數(shù)0.96580.9658PPIPPI工業(yè)品出廠價(jià)格指數(shù)工業(yè)品出廠價(jià)格指數(shù)0.95630.9563APIAPI農(nóng)副產(chǎn)品類(lèi)購(gòu)進(jìn)價(jià)格指數(shù)農(nóng)副產(chǎn)品類(lèi)購(gòu)進(jìn)價(jià)格指數(shù)0.66720.6672hpi_tchpi_tc商品房銷(xiāo)售價(jià)格指數(shù)商品房銷(xiāo)售價(jià)格指數(shù)0.88040.8804CPMCPM工業(yè)企業(yè)成本費(fèi)用利潤(rùn)率工業(yè)企業(yè)成本費(fèi)用利潤(rùn)率0.86340.8634INCR_AQ_TCINCR_AQ_TC全部從業(yè)人員人均報(bào)酬增速全部從業(yè)人員人均報(bào)酬增速0.88560.8856INCR_UQ_TCINCR_UQ_TC城鎮(zhèn)家庭人均可

29、支配收入增速城鎮(zhèn)家庭人均可支配收入增速0.90940.9094RESRRESR外匯儲(chǔ)備同比增速外匯儲(chǔ)備同比增速0.82980.8298b_tcb_tc貨幣乘數(shù)貨幣乘數(shù)0.82130.8213M2R_TC M2R_TC M2增速增速0.72780.7278gdpr_tc gdpr_tc GDP增長(zhǎng)率增長(zhǎng)率0.93290.9329PPI_G7 PPI_G7 G7工業(yè)品出廠價(jià)格指數(shù)工業(yè)品出廠價(jià)格指數(shù)0.82440.8244gdpr_g7 gdpr_g7 G7支出法支出法GDP同比增速同比增速0.81040.8104szrszr上證收盤(pán)綜合指數(shù)同比增速上證收盤(pán)綜合指數(shù)同比增速0.90770.9077共

30、性方差矩陣最大提取最小提取指標(biāo)名稱(chēng)指標(biāo)名稱(chēng) F1載荷載荷li1F2載荷載荷li2F3載荷載荷li3F4載荷載荷li4CPI居民消費(fèi)價(jià)格指數(shù)居民消費(fèi)價(jià)格指數(shù)(CPI)-0.150.39-0.15成本成本因素因素原材料、燃料、動(dòng)力購(gòu)進(jìn)價(jià)格指數(shù)原材料、燃料、動(dòng)力購(gòu)進(jìn)價(jià)格指數(shù)-0.54-0.17-0.14工業(yè)品出廠價(jià)格指數(shù)工業(yè)品出廠價(jià)格指數(shù)-0.51-0.08-0.14農(nóng)副產(chǎn)品類(lèi)購(gòu)進(jìn)價(jià)格指數(shù)農(nóng)副產(chǎn)品類(lèi)購(gòu)進(jìn)價(jià)格指數(shù)-0.21-0.21-0.01商品房銷(xiāo)售價(jià)格指數(shù)商品房銷(xiāo)售價(jià)格指數(shù)0.12-0.06-0.18工業(yè)企業(yè)成本費(fèi)用利潤(rùn)率工業(yè)企業(yè)成本費(fèi)用利潤(rùn)率0.24-0.180.06需求需求因素因素全部從業(yè)人員

31、人均報(bào)酬增速全部從業(yè)人員人均報(bào)酬增速0.270.37-0.13城鎮(zhèn)家庭人均可支配收入增速城鎮(zhèn)家庭人均可支配收入增速0.41-0.05貨幣貨幣因素因素外匯儲(chǔ)備同比增速外匯儲(chǔ)備同比增速0.48-0.46-0.23貨幣乘數(shù)貨幣乘數(shù)0.44-0.560.31M2增速增速0.22-0.19-0.19GDP增長(zhǎng)率增長(zhǎng)率0.300.000.40國(guó)際國(guó)際因素因素G7工業(yè)品出廠價(jià)格指數(shù)工業(yè)品出廠價(jià)格指數(shù)-0.560.19-0.13G7支出法支出法GDP同比增速同比增速0.19-0.50-0.18股價(jià)指數(shù)股價(jià)指數(shù)上證收盤(pán)綜合指數(shù)同比增速上證收盤(pán)綜合指數(shù)同比增速0.250.200.40 因子旋轉(zhuǎn)的目的使變量在因子上

32、的取值發(fā)生兩極分化，在每個(gè)因子上部分元素取盡可能大的值，部分元素部分元素取盡可能大的值，部分元素盡量接近零值。盡量接近零值。使每個(gè)因子所代表的意義更加明確。馬克威提供方差極大正交旋轉(zhuǎn)、平均正交旋轉(zhuǎn)和四次方平均正交旋轉(zhuǎn)。最常用的是方差極大正交旋轉(zhuǎn)。指標(biāo)名稱(chēng)指標(biāo)名稱(chēng) F1載荷載荷li1F2載荷載荷li2F3載荷載荷li3F4載荷載荷li4CPI居民消費(fèi)價(jià)格指數(shù)居民消費(fèi)價(jià)格指數(shù)(CPI)0.77960.77960.06190.06190.53010.53010.09140.0914成本因素成本因素 原材料、燃料、動(dòng)力購(gòu)進(jìn)價(jià)格指原材料、燃料、動(dòng)力購(gòu)進(jìn)價(jià)格指數(shù)數(shù)0.9740.9740.06780.067

33、8-0.1081-0.10810.0270.027工業(yè)品出廠價(jià)格指數(shù)工業(yè)品出廠價(jià)格指數(shù)0.97530.97530.05250.0525-0.0111-0.01110.04660.0466農(nóng)副產(chǎn)品類(lèi)購(gòu)進(jìn)價(jià)格指數(shù)農(nóng)副產(chǎn)品類(lèi)購(gòu)進(jìn)價(jià)格指數(shù)0.74510.74510.30590.3059-0.0379-0.03790.13030.1303商品房銷(xiāo)售價(jià)格指數(shù)商品房銷(xiāo)售價(jià)格指數(shù)0.71140.71140.53130.53130.30280.30280.01460.0146工業(yè)企業(yè)成本費(fèi)用利潤(rùn)率工業(yè)企業(yè)成本費(fèi)用利潤(rùn)率0.57160.57160.66820.66820.2070.2070.21740.2174需

34、求因素需求因素 全部從業(yè)人員人均報(bào)酬增速全部從業(yè)人員人均報(bào)酬增速-0.0038-0.0038-0.0369-0.03690.93980.93980.02940.0294城鎮(zhèn)家庭人均可支配收入增速城鎮(zhèn)家庭人均可支配收入增速0.24920.24920.25330.25330.87030.87030.16040.1604貨幣因素貨幣因素 外匯儲(chǔ)備同比增速外匯儲(chǔ)備同比增速0.13880.13880.87870.87870.04780.0478-0.19-0.19貨幣乘數(shù)貨幣乘數(shù)0.07180.07180.82580.8258-0.1956-0.19560.30980.3098M2增速增速-0.204-

35、0.2040.75980.75980.26850.2685-0.1918-0.1918GDP增長(zhǎng)率增長(zhǎng)率0.43070.43070.58390.58390.31350.31350.55510.5551國(guó)際因素國(guó)際因素 G7工業(yè)品出廠價(jià)格指數(shù)工業(yè)品出廠價(jià)格指數(shù)0.87360.8736-0.1933-0.19330.14240.14240.05990.0599G7支出法支出法GDP同比增速同比增速0.31890.3189-0.1851-0.1851-0.4435-0.44350.69120.6912股價(jià)指數(shù)股價(jià)指數(shù)上證收盤(pán)綜合指數(shù)同比增速上證收盤(pán)綜合指數(shù)同比增速-0.0856-0.08560.03

36、530.03530.36750.36750.87410.8741旋轉(zhuǎn)后的因子載荷矩陣（方差極大正交旋轉(zhuǎn)）旋轉(zhuǎn)后的因子載荷矩陣解釋F1為成本因子：為成本因子：代表成本因素的各上游價(jià)格指數(shù)和代表成本因素的各上游價(jià)格指數(shù)和G7_ PPIG7_ PPI的的變化在公因子變化在公因子F F1 1上有較高的載荷，同時(shí)也表明我國(guó)價(jià)格的變上有較高的載荷，同時(shí)也表明我國(guó)價(jià)格的變化，尤其是原材料類(lèi)價(jià)格的變化和國(guó)際化，尤其是原材料類(lèi)價(jià)格的變化和國(guó)際PPIPPI的變化有較高的相的變化有較高的相關(guān)性；關(guān)性；F3為需求因子：為需求因子：代表居民需求增長(zhǎng)的兩個(gè)收入變量在公因子代表居民需求增長(zhǎng)的兩個(gè)收入變量在公因子F F3 3

37、上有最高的載荷；上有最高的載荷；F2為貨幣因子：為貨幣因子：表示包括表示包括GDPGDP增長(zhǎng)率在內(nèi)的貨幣因素在公因子增長(zhǎng)率在內(nèi)的貨幣因素在公因子F F2 2上的載荷都是最大的；上的載荷都是最大的；F4為財(cái)富因子：為財(cái)富因子：代表財(cái)富變化的股票指數(shù)和表示國(guó)際經(jīng)濟(jì)形代表財(cái)富變化的股票指數(shù)和表示國(guó)際經(jīng)濟(jì)形勢(shì)的勢(shì)的G7_GDPG7_GDP指數(shù)同比增速在公因子指數(shù)同比增速在公因子F F4 4上載荷最大；上載荷最大；通過(guò)觀察旋轉(zhuǎn)后的因子載荷，可以發(fā)現(xiàn)各因子所代表實(shí)際意通過(guò)觀察旋轉(zhuǎn)后的因子載荷，可以發(fā)現(xiàn)各因子所代表實(shí)際意義更明確。義更明確。 本例主要考察物價(jià)波動(dòng)，通過(guò)觀察可以發(fā)現(xiàn)本例主要考察物價(jià)波動(dòng)，通過(guò)觀

38、察可以發(fā)現(xiàn)CPICPI在各在各公因子的載荷分別為公因子的載荷分別為0.770.77、0.080.08、0.540.54和和0.120.12，可見(jiàn)代表成，可見(jiàn)代表成本和需求變動(dòng)的因子和對(duì)本和需求變動(dòng)的因子和對(duì)CPICPI變化的解釋能力是最強(qiáng)。變化的解釋能力是最強(qiáng)。 有時(shí)候需要把公共因子表示成原始變量的線性組合，有時(shí)候需要把公共因子表示成原始變量的線性組合，對(duì)每個(gè)樣本計(jì)算公共因子的估計(jì)值，也就是求因子得分。對(duì)每個(gè)樣本計(jì)算公共因子的估計(jì)值，也就是求因子得分。馬克威提供；馬克威提供；Bartlett因子得分、因子得分、Thomson因子得分和回因子得分和回歸因子得分的計(jì)算方法。歸因子得分的計(jì)算方法。年

39、份年份因子因子1 1因子因子2 2因子因子3 3因子因子4 42000Q1-0.6714-0.6714-2.4525-2.4525-0.0509-0.05091.00241.00242000Q2-0.0852-0.0852-2.1402-2.1402-0.7697-0.76970.91980.91982000Q30.1860.186-1.898-1.898-1.3134-1.31340.67350.67352000Q40.12460.1246-1.6295-1.6295-1.6314-1.63140.59970.59972001Q1-0.3541-0.3541-1.3109-1.3109-1.

40、3808-1.3808-0.0422-0.04222001Q2-0.7048-0.7048-0.8547-0.8547-0.248-0.248-0.5935-0.59352001Q3-1.2322-1.2322-0.4211-0.42110.57250.5725-1.034-1.0342001Q4-1.7914-1.7914-0.132-0.1321.19991.1999-1.3221-1.32212002Q1-2.0427-2.0427-0.4239-0.42391.17431.1743-1.2933-1.29332002Q2-1.6789-1.6789-0.0829-0.08290.445

41、50.4455-0.9818-0.98182002Q3-1.3356-1.33560.04850.0485-0.3315-0.3315-0.3916-0.39162002Q4-0.8879-0.88790.39620.3962-0.57-0.57-0.5076-0.50762003Q1-0.2429-0.24290.76890.7689-0.5131-0.5131-0.7765-0.77652003Q2-0.4149-0.41491.3291.329-0.6316-0.6316-0.8731-0.87312003Q3-0.4735-0.47351.46271.4627-0.6114-0.611

42、4-0.6443-0.64432003Q4-0.0509-0.05091.14641.1464-0.5092-0.5092-0.1033-0.10332004Q10.39240.39241.06031.0603-0.6741-0.67410.27280.27282004Q21.25851.25850.45770.4577-0.5423-0.54230.12940.12942004Q31.56031.56030.0890.089-0.3229-0.3229-0.0135-0.01352004Q41.41451.41450.49660.4966-0.7241-0.7241-0.5493-0.549

43、3 因子得分序列CPI94.00096.00098.000100.000102.000104.000106.000108.000110.0001357911131517192123252729313335因子1-3-2-101231357911131517192123252729313335因子3-2-101231357911131517192123252729313335因子得分序列與CPI序列比較成本因子（77%）需求因子（54%）主要內(nèi)容：聯(lián)立方程模型的概念馬克威聯(lián)立方程模型的估計(jì)方法 聯(lián)立方程模型的求解情景分析Klein戰(zhàn)爭(zhēng)之間模型 一個(gè)中國(guó)宏觀經(jīng)濟(jì)模型用一組方程來(lái)描述某一經(jīng)濟(jì)系統(tǒng)變量

44、之間相互依賴(lài)、互用一組方程來(lái)描述某一經(jīng)濟(jì)系統(tǒng)變量之間相互依賴(lài)、互為因果的數(shù)量關(guān)系。這組由單方程計(jì)量經(jīng)濟(jì)學(xué)模型組成為因果的數(shù)量關(guān)系。這組由單方程計(jì)量經(jīng)濟(jì)學(xué)模型組成的方程組稱(chēng)為聯(lián)立方程模型。的方程組稱(chēng)為聯(lián)立方程模型。內(nèi)生變量、外生變量變量、先決變量。內(nèi)生變量、外生變量變量、先決變量。 克萊因（克萊因（Lawrence Robert Klein Lawrence Robert Klein ）于）于19501950年建立的、年建立的、旨在分析美國(guó)在兩次世界大戰(zhàn)之間的經(jīng)濟(jì)發(fā)展的小型宏觀旨在分析美國(guó)在兩次世界大戰(zhàn)之間的經(jīng)濟(jì)發(fā)展的小型宏觀計(jì)量經(jīng)濟(jì)模型。模型規(guī)模雖小，但在宏觀計(jì)量經(jīng)濟(jì)模型的計(jì)量經(jīng)濟(jì)模型。模型規(guī)

45、模雖小，但在宏觀計(jì)量經(jīng)濟(jì)模型的發(fā)展史上占有重要的地位。以后的美國(guó)宏觀計(jì)量經(jīng)濟(jì)模型發(fā)展史上占有重要的地位。以后的美國(guó)宏觀計(jì)量經(jīng)濟(jì)模型大都是在此模型的基礎(chǔ)上擴(kuò)充、改進(jìn)和發(fā)展起來(lái)的。以至大都是在此模型的基礎(chǔ)上擴(kuò)充、改進(jìn)和發(fā)展起來(lái)的。以至于薩繆爾森認(rèn)為，于薩繆爾森認(rèn)為，“美國(guó)的許多模型，剝到當(dāng)中，發(fā)現(xiàn)都美國(guó)的許多模型，剝到當(dāng)中，發(fā)現(xiàn)都有一個(gè)小的有一個(gè)小的KleinKlein模型模型”。所以，對(duì)該模型。所以，對(duì)該模型 的了解與分析的了解與分析對(duì)于了解西方宏觀計(jì)量經(jīng)濟(jì)模型是重要的。對(duì)于了解西方宏觀計(jì)量經(jīng)濟(jì)模型是重要的。 KleinKlein模型是以美國(guó)兩次世界大戰(zhàn)之間的模型是以美國(guó)兩次世界大戰(zhàn)之間的192

46、0192019411941年的年度數(shù)據(jù)為樣本建立的。年的年度數(shù)據(jù)為樣本建立的。tgtpttttuWWPPCS131210)(tttttuKPPI2131210ttttptuTrendYYW331210ttttGICYtptttTWYPtttIKK1（消費(fèi)）（消費(fèi)）（投資）（投資）（私人工資）（私人工資）（均衡需求）（均衡需求）（企業(yè)利潤(rùn)）（企業(yè)利潤(rùn)）（資本存量）（資本存量）此模型包含此模型包含3 3個(gè)行為方程，個(gè)行為方程，1 1個(gè)定義方程，個(gè)定義方程，2 2個(gè)會(huì)計(jì)方程。式中個(gè)會(huì)計(jì)方程。式中變量：變量：Y Y： 收入（收入（GDPGDP中除去凈出口）；中除去凈出口）； G G： 政府非工資支出；

47、政府非工資支出；CSCS：消費(fèi)；：消費(fèi)； WgWg ：政府工資；：政府工資； I I：私人國(guó)內(nèi)總投資；：私人國(guó)內(nèi)總投資； T T： 間接稅收；間接稅收；WpWp：私人工資；私人工資； TrendTrend： 時(shí)間趨勢(shì)；時(shí)間趨勢(shì)； P P：企業(yè)利潤(rùn)；：企業(yè)利潤(rùn)； K K：資本存量：資本存量 消消 費(fèi)費(fèi)CS 收收 入入 Y私人工資私人工資 WP企業(yè)利潤(rùn)企業(yè)利潤(rùn) P 投資投資I資本存量資本存量 K政府支出政府支出 G政府工資政府工資 WG間接稅收間接稅收 T注：方框內(nèi)是行為方程內(nèi)生變量，方框內(nèi)是恒等方程內(nèi)生變量，注：方框內(nèi)是行為方程內(nèi)生變量，方框內(nèi)是恒等方程內(nèi)生變量， 粗體是外生變量。粗體是外生變量

48、。 上述模型中的前上述模型中的前3 3個(gè)方程稱(chēng)為個(gè)方程稱(chēng)為，后面的，后面的3 3個(gè)個(gè)方程稱(chēng)為方程稱(chēng)為。這是一個(gè)簡(jiǎn)單描述宏觀經(jīng)濟(jì)的聯(lián)立方。這是一個(gè)簡(jiǎn)單描述宏觀經(jīng)濟(jì)的聯(lián)立方程模型。前程模型。前3 3個(gè)行為方程構(gòu)成聯(lián)立方程系統(tǒng)：個(gè)行為方程構(gòu)成聯(lián)立方程系統(tǒng)： t t =1, 2, =1, 2, , , T T （12.1.312.1.3） 待估計(jì)出未知參數(shù)后，與待估計(jì)出未知參數(shù)后，與上述模型中的上述模型中的中的后中的后3 3個(gè)恒個(gè)恒等方程一起組成聯(lián)立方程模型。等方程一起組成聯(lián)立方程模型。)(3312102131210131210)()()(私人工資投資消費(fèi)ttttptttttttgtpttttuTre

49、ndYYWuKPPIuWWPPSC 在聯(lián)立方程模型中，對(duì)于其中每個(gè)方程，其變量在聯(lián)立方程模型中，對(duì)于其中每個(gè)方程，其變量仍然有被解釋變量與解釋變量之分。但是對(duì)于模型系統(tǒng)仍然有被解釋變量與解釋變量之分。但是對(duì)于模型系統(tǒng)而言，已經(jīng)不能用被解釋變量與解釋變量來(lái)劃分變量。而言，已經(jīng)不能用被解釋變量與解釋變量來(lái)劃分變量。對(duì)于同一個(gè)變量，在這個(gè)方程中作為被解釋變量，在另對(duì)于同一個(gè)變量，在這個(gè)方程中作為被解釋變量，在另一個(gè)方程中則可能作為解釋變量。對(duì)于聯(lián)立方程系統(tǒng)而一個(gè)方程中則可能作為解釋變量。對(duì)于聯(lián)立方程系統(tǒng)而言，將變量分為言，將變量分為和和兩大類(lèi)，外生變量?jī)纱箢?lèi)，外生變量與滯后內(nèi)生變量又被統(tǒng)稱(chēng)為與滯后內(nèi)

50、生變量又被統(tǒng)稱(chēng)為。 內(nèi)生變量是具有某種概率分布的隨機(jī)變量，它的參內(nèi)生變量是具有某種概率分布的隨機(jī)變量，它的參數(shù)是聯(lián)立方程系統(tǒng)估計(jì)的元素，內(nèi)生變量是由模型系統(tǒng)數(shù)是聯(lián)立方程系統(tǒng)估計(jì)的元素，內(nèi)生變量是由模型系統(tǒng)決定的，同時(shí)也對(duì)模型系統(tǒng)產(chǎn)生影響。內(nèi)生變量一般都決定的，同時(shí)也對(duì)模型系統(tǒng)產(chǎn)生影響。內(nèi)生變量一般都是經(jīng)濟(jì)變量。是經(jīng)濟(jì)變量。 外生變量一般是確定性變量。外生變量影響系統(tǒng)，外生變量一般是確定性變量。外生變量影響系統(tǒng)，但本身不受系統(tǒng)的影響。外生變量一般是經(jīng)濟(jì)變量、條但本身不受系統(tǒng)的影響。外生變量一般是經(jīng)濟(jì)變量、條件變量、政策變量、虛擬變量。件變量、政策變量、虛擬變量。 滯后內(nèi)生變量是聯(lián)立方程模型中重要

51、的不可缺少的滯后內(nèi)生變量是聯(lián)立方程模型中重要的不可缺少的一部分變量，用以反映經(jīng)濟(jì)系統(tǒng)的動(dòng)態(tài)性與連續(xù)性。一部分變量，用以反映經(jīng)濟(jì)系統(tǒng)的動(dòng)態(tài)性與連續(xù)性。在在KleinKlein模型中，模型中，CSCS, , I I, , Wp Wp , , Y Y, , P P, , K K 為內(nèi)生變量，外為內(nèi)生變量，外生變量生變量 G G, , Wg Wg , , T T , , Trend Trend 和滯后內(nèi)生變量一起構(gòu)成前和滯后內(nèi)生變量一起構(gòu)成前定變量。定變量。 馬克威5.0提供了單方程估計(jì)方法（二階段最小二乘法）和系統(tǒng)估計(jì)方法（三階段最小二乘法）。 方法單方程估計(jì)方法：對(duì)聯(lián)立方程組中每 一個(gè)可識(shí)別的結(jié)構(gòu)

52、方程逐一單獨(dú)估計(jì)參數(shù)，最后獲得整個(gè)模型的參數(shù)估計(jì)值。 系統(tǒng)估計(jì)方法：同時(shí)估計(jì)系統(tǒng)方程中的所有參同時(shí)估計(jì)系統(tǒng)方程中的所有參數(shù)，數(shù)，估計(jì)時(shí)要考慮所有結(jié)構(gòu)參數(shù)和變量之間的聯(lián)系和影響。 二階段最小二乘法1. 適用范圍:過(guò)度識(shí)別和恰好識(shí)別的方程2. 參數(shù)估計(jì)值統(tǒng)計(jì)性質(zhì):對(duì)小樣本是有偏的,對(duì)大樣本是漸進(jìn)無(wú)偏的. 3.具體步驟：第一個(gè)階段：找到一組變量(稱(chēng)為工具變量)，模型中 每個(gè)解釋變量分別關(guān)于這組變量作最小二乘回歸；第二個(gè)階段：所有變量用第一個(gè)階段回歸得到的擬合值來(lái)代替，對(duì)原方程進(jìn)行回歸，這樣求得的回歸系數(shù)就是2SLS估計(jì)值。 三階段最小二乘法1.適用范圍：方程右邊變量與誤差項(xiàng)相關(guān)，并且殘差存在異方差和

53、同期相關(guān)2.基本思想：先用2SLS估計(jì)每個(gè)方程，然后再對(duì)整個(gè)聯(lián)立方程系統(tǒng)利用廣義最小二乘法估計(jì)，即： 3SLS=2SLS+GLS.3.估計(jì)步驟：系數(shù)估計(jì)在馬克威系統(tǒng)中的操作為了估計(jì)聯(lián)立方程的參數(shù)，首先應(yīng)設(shè)定方程形式。單擊節(jié)點(diǎn)選擇器，將數(shù)據(jù)源節(jié)點(diǎn)、算法節(jié)點(diǎn)和“運(yùn)行”節(jié)點(diǎn)拖拽到工作區(qū)內(nèi)并連線，設(shè)置如下圖所示：點(diǎn)擊“數(shù)據(jù)源”節(jié)點(diǎn)，打開(kāi)已建立好的數(shù)據(jù)文件“klein.mkw”。點(diǎn)擊“聯(lián)立方程”算法節(jié)點(diǎn)，進(jìn)入系數(shù)估計(jì)，方程設(shè)定以及屬性設(shè)置如下：系統(tǒng)估計(jì)輸出部分結(jié)果cs=16 .1+0.79*(wp+wg)+0.25*P+0.057*P(-1) 在消費(fèi)方程中，消費(fèi)依賴(lài)的不是總收入，而是總收入的分量：工資收

54、入和利潤(rùn)收入。工資對(duì)消費(fèi)影響的邊際傾向?yàn)?.79，即：工資每增加1美元，消費(fèi)就相應(yīng)的增加0.79美元。I=13.08+0.436*P+0.371*P(-1)-0.126*K(-1) 投資方程中，突出了利潤(rùn)對(duì)投資的影響，說(shuō)明利潤(rùn)越高，企業(yè)擁有的可支配在資金越多，投資就會(huì)增加；資本存量滯后一階說(shuō)明每年有12.6%的資本折舊需要替換。wp=1.67 +0.4*y+0.186*y(-1)+0.157*t 工資方程說(shuō)明，私人工資依賴(lài)當(dāng)期收入和滯后收入和時(shí)間趨勢(shì)，時(shí)間趨勢(shì)代表當(dāng)時(shí)不斷增長(zhǎng)的工會(huì)力量。模型求解利用兩階段或三階段最小二乘法估計(jì)所建立的聯(lián)立方程系統(tǒng)，得到未知參數(shù)的估計(jì)量，就可以建立一個(gè)完善的、能

55、夠反映客觀實(shí)際的聯(lián)立方程模型，從而可以進(jìn)行模型求解和模型預(yù)測(cè)。擬合:樣本期內(nèi)的預(yù)測(cè)，把內(nèi)生變量的原始時(shí)間序列數(shù)據(jù)與模擬結(jié)果進(jìn)行比較，可以用來(lái)檢驗(yàn)?zāi)Ｐ偷哪M效果。預(yù)測(cè)：對(duì)估計(jì)的樣本區(qū)間以外的內(nèi)生變量進(jìn)行外推，此時(shí)，必須擁有整個(gè)預(yù)測(cè)期內(nèi)所有外生變量的時(shí)間序列數(shù)據(jù)。事后預(yù)測(cè)：可以考察不同政策產(chǎn)生的不同效果.事前預(yù)測(cè)：必須在預(yù)測(cè)內(nèi)生變量之前，先預(yù)測(cè)出外生變量的值。模型求解在馬克威分析系統(tǒng)中的操作選擇“模型求解”，顯示如下：l點(diǎn)擊“打開(kāi)模型”，到系數(shù)估計(jì)時(shí)模型保存的路徑下打開(kāi)模型。l點(diǎn)擊“方程編輯”，將彈出一個(gè)模型編輯框，可以在模型編輯框中添加一些平衡方程。點(diǎn)擊“打開(kāi)模型”，將事先保存的模型打開(kāi)：點(diǎn)擊“

56、方程編輯”，進(jìn)入方程編輯窗口，添加平衡方程添加完平衡方程后，即可以設(shè)置各項(xiàng)選項(xiàng)，對(duì)模型進(jìn)行求解。基本選項(xiàng)動(dòng)態(tài)預(yù)測(cè)：進(jìn)行預(yù)測(cè)時(shí)只使用求解樣本期之前的內(nèi)生變量。滯后內(nèi)生變量和ARMA項(xiàng)是利用前幾期的解計(jì)算的，而不是來(lái)自實(shí)際的歷史數(shù)據(jù)。靜態(tài)預(yù)測(cè)：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)取自?xún)?nèi)生變量的實(shí)際值。擬合：求解模型時(shí)內(nèi)生變量的當(dāng)期值也被使用。除了正被計(jì)算的方程的內(nèi)生變量以外，所有內(nèi)生變量的值都被實(shí)際值所替代。迭代方法高斯-塞德?tīng)柕ǎ耗J(rèn)的迭代法。每次迭代時(shí)，將其他所有的內(nèi)生變量視為不變時(shí)，求解與每個(gè)模型方程相關(guān)的內(nèi)生變量值。牛頓迭代法：每次迭代時(shí)采用模型的線性逼

57、近，然后求解線性系統(tǒng)以找到模型的解布羅伊登迭代法：布羅伊登迭代法是牛頓迭代法的一種修正方法。診斷診斷目的是跟蹤內(nèi)生變量在迭代過(guò)程中是否正常，將要被跟蹤的變量選入右側(cè)跟蹤變量列表框，其中間結(jié)果在迭代求解過(guò)程中被保存起來(lái)。追蹤變量默認(rèn)的追蹤變量為所有的內(nèi)生變量。當(dāng)一個(gè)變量被追蹤時(shí)，該變量的求解結(jié)果就會(huì)在結(jié)果列表中輸出，沒(méi)被追蹤的變量的結(jié)果將不輸出。馬克威分析系統(tǒng)給出的模型評(píng)估指標(biāo)： 均方根誤差平均絕對(duì)誤差平均相對(duì)誤差 Theil 不等系數(shù)偏差比列方差比列協(xié)方差比列雙擊執(zhí)行即可求得模型基本解情景分析情景分析主要依靠未來(lái)各種不同的影響因素，并根據(jù)不同的假設(shè)推斷出不同的結(jié)果。利用情景分析，對(duì)不同的政策方

58、案進(jìn)行模擬，在模擬的過(guò)程中，一方面，可以檢驗(yàn)?zāi)Ｐ湍芊駵?zhǔn)確地模擬實(shí)際情況，模擬機(jī)制是否符合宏觀經(jīng)濟(jì)理論；另一方面可以分析宏觀經(jīng)濟(jì)政策的效應(yīng)，為評(píng)價(jià)宏觀經(jīng)濟(jì)政策提供有用的分析工具，為及時(shí)制定宏觀經(jīng)濟(jì)政策提供依據(jù)。情景分析模擬情景一：假設(shè)從1940年起，外生變量間接稅收（t）每年比當(dāng)年實(shí)際值分別增加10%，其他內(nèi)生變量受到的影響。 點(diǎn)擊“情景分析-情景1”，進(jìn)入模型變量列表：鼠標(biāo)右鍵單擊“變量 t-屬性”勾選“在情景中使用優(yōu)先值”，點(diǎn)擊“確定”，進(jìn)入變量修改列表，可以對(duì)設(shè)置情景分析的變量的值進(jìn)行修改，修改完成后，修改的數(shù)據(jù)在模型變量列表中以“紅色”顯示：設(shè)置完成后，雙擊“運(yùn)行”節(jié)點(diǎn)，結(jié)果列表中會(huì)給出

59、情景1下的求解結(jié)果，并且結(jié)果儲(chǔ)存在“變量名_1”的序列中?？梢酝ㄟ^(guò)“變量-查看序列”查看各情景的求解結(jié)果的差異以及擬合圖.時(shí)間時(shí)間X(GDP)X(GDP)Cu(Cu(消費(fèi)消費(fèi) ) )I(I(投資投資) )Wp(Wp(私人工資私人工資) )19401940-0.03-0.03-0.02-0.02-0.227-0.227-0.019-0.01919411941-0.065-0.065-0.047-0.047-0.381-0.381-0.052-0.052情景一部分內(nèi)生變量分析結(jié)果 由上表可以看出，稅收的增加導(dǎo)致模型中的內(nèi)生變量全部呈負(fù)向變化。由于稅收是總產(chǎn)出的一項(xiàng)漏出，稅收增加就意味著總產(chǎn)出的降低

60、，從而使得產(chǎn)出的各個(gè)部分，消費(fèi)、投資相應(yīng)降低。投資的減少導(dǎo)致資本存量和企業(yè)利潤(rùn)的降低，私人工資也會(huì)相應(yīng)的減少。注：模擬情景一：從1940年開(kāi)始公司稅每年增加10%，其他內(nèi)生變量會(huì)發(fā)生什么變化?？梢阅M各種情景，如政策的變化、市場(chǎng)的變化。內(nèi)生變量轉(zhuǎn)化為外生變量情景分析模擬情景二：模擬從1940年起，內(nèi)生變量消費(fèi)（Cu）每年比當(dāng)年實(shí)際值分別增加5%，其他內(nèi)生變量受到的影響。分析：模型中Cu為內(nèi)生變量，做內(nèi)生變量的情景分析時(shí)，需要將內(nèi)生變量變?yōu)橥馍兞?，再做情景分析。具體操作：“情景2-內(nèi)生變量CU-屬性”，顯示如下選擇“在樣本區(qū)間內(nèi)排除”并且給出被排除的樣本區(qū)間，若樣本區(qū)間不填寫(xiě)，則默認(rèn)為整個(gè)樣本