第十講宏觀經(jīng)濟的常用分析工具課件

1、第十講 宏觀經(jīng)濟分析常用工具一般均衡vs局部均衡瓦爾拉斯提出各種商品的價格和供應量是同時被決定的各種商品和勞務的供求數(shù)量和價格是相互聯(lián)系的，一種商品價格和數(shù)量的變化可引起其他商品的數(shù)量和價格的變化。所以不能僅研究一種商品、一個市場上的供求變化，必須同時研究全部商品、全部市場供求的變化。只有當全部市場都處于均衡狀態(tài)，個別市場才能處于均衡狀態(tài)一般均衡思想的一個量化模型投入產(chǎn)出分析“第二次世界大戰(zhàn)開始，美國總統(tǒng)羅斯福訂購了五萬架軍用飛機，有關部門考慮了對鋁的消耗，但未考慮到飛機會消耗大量銅（完全消耗），因此引起銅的嚴重短缺。最后被迫向國庫借白銀作為產(chǎn)鋁過程輸電等之用。負責軍工的管理人員由此深感為取得

2、戰(zhàn)爭勝利不僅需要新的武器和裝備，而且需要有科學的管理方法來安排和計劃生產(chǎn)，進行軍事調(diào)度等。”一、投入產(chǎn)出模型由著名經(jīng)濟學家、諾貝爾經(jīng)濟學獎獲得者Wassily Leontief所創(chuàng)立input-output analysis input-output model； input-output technique input-output table； input-output accounting 一、投入產(chǎn)出模型作為描述工具的投入產(chǎn)出表作為分析、預測、模擬工具的投入產(chǎn)出模型投入產(chǎn)出分析的優(yōu)勢一、投入產(chǎn)出模型一、投入產(chǎn)出模型一、投入產(chǎn)出模型一、投入產(chǎn)出模型一、投入產(chǎn)出模型基本平衡關系： 水平方向

3、： 垂直方向： 一、投入產(chǎn)出模型從描述框架到分析模型引入直接消耗系數(shù)： 直接消耗系數(shù)雖由宏觀數(shù)據(jù)得到，但具有微觀技術定額的含義，在投入產(chǎn)出模型中被假定為不變常數(shù)，作為系統(tǒng)內(nèi)不變參數(shù)處理。 一、投入產(chǎn)出模型一、投入產(chǎn)出模型式中，最終需求Y是外生變量；總產(chǎn)出X是內(nèi)生變量，直接消耗系數(shù)矩陣A是參數(shù)一、投入產(chǎn)出模型投入產(chǎn)出模型的優(yōu)勢 從局部分析到一般均衡分析；測度復雜的間接、遠距離的關聯(lián)關系 “很明顯，汽車制造業(yè)向玻璃制造業(yè)的購買數(shù)量在很大程度上決定于該年汽車生產(chǎn)的數(shù)目。再仔細研究一下就會使人進一步理解到，表中的每一個數(shù)字都依賴于所有其他的數(shù)字，舉一個極端的例子，適當?shù)耐度胂盗袑⒈砻鳎囍圃鞓I(yè)之購買

4、玻璃部分地依賴于玻璃制造業(yè)向燃料工業(yè)的購買而引起的對汽車的需求?！?一、投入產(chǎn)出模型一、投入產(chǎn)出模型一、投入產(chǎn)出模型一、投入產(chǎn)出模型一、投入產(chǎn)出模型需求拉動模型 ：由系統(tǒng)外因素所決定的最終需求的變化 ：系統(tǒng)內(nèi)參數(shù) ：預測對象。為由外生變量和系統(tǒng)內(nèi)參數(shù)所共同決定的總產(chǎn)出的變動。一、投入產(chǎn)出模型進口與調(diào)入對消費的帶動生產(chǎn)能力限制一、投入產(chǎn)出模型在實踐中，需求拉動模型的擴展可以分為以下三類：（1）在Leontief逆矩陣左端的延伸；（2）在Leontief逆矩陣右端且在投入產(chǎn)出表最終需求數(shù)據(jù)框架內(nèi)的延伸；（3）在Leontief逆矩陣右端但不在投入產(chǎn)出表最終需求數(shù)據(jù)框架內(nèi)的延伸；一、投入產(chǎn)出模型在L

5、eontief逆矩陣左端的延伸例：資源環(huán)境投入產(chǎn)出模型一、投入產(chǎn)出模型在Leontief逆矩陣右端且在投入產(chǎn)出表最終需求數(shù)據(jù)框架內(nèi)的延伸一、投入產(chǎn)出模型Leontief逆矩陣右端的延伸（投入產(chǎn)出表最終需求框架以外） 分析對各部門固定資產(chǎn)投資的經(jīng)濟影響，需要在建立固定資產(chǎn)投資與固定資產(chǎn)形成之間數(shù)量關系的基礎上再使用需求拉動模型。案例：4萬億投資的影響怎么計算案例：貿(mào)易對增加值的影響怎么計算“我們應該關注國際貿(mào)易中的價值鏈問題，使貿(mào)易統(tǒng)計標準更加全面準確地反映各國從貿(mào)易中獲益情況，更加客觀理性地看待所謂貿(mào)易失衡問題”。 胡錦濤，墨西哥洛斯卡沃斯舉行的二十國集團領導人第七次峰會上發(fā)表的題為穩(wěn)中求進共

6、促發(fā)展的重要講話創(chuàng)造新的表式以及模型案例：貿(mào)易對增加值的影響怎么計算價格傳導模擬成本推進的價格傳導過程從地區(qū)表到地區(qū)間表從地區(qū)表到地區(qū)間表WIODIncrease in Indian exports of software employment of high skilled workers in German chemicals? A change in the European Unions agricultural policy global CO2 emissions? 從IO到CGE可計算一般均衡模型（Computable General Equilibrium，CGE）目前在國內(nèi)外

7、的科研機構、高等院校和政府機構中得到了廣泛的研究、應用和發(fā)展。與投入產(chǎn)出模型一樣，CGE模型同樣是以一般均衡理論為基礎，以數(shù)學方程的形式來反映整個社會的經(jīng)濟活動。二、時間序列分析二、時間序列分析1、核心概念 平穩(wěn)、單位根檢驗、單整、協(xié)整2、單變量模型ARMA3、多變量模型VAR、因果檢驗一、核心概念（一）平穩(wěn)性1、平穩(wěn)的定義2、自相關函數(shù)3、白噪聲序列4、典型非平穩(wěn)序列5、序列不平穩(wěn)的影響謬誤回歸1、平穩(wěn)的定義平穩(wěn)性就是一個系統(tǒng)達到統(tǒng)計平衡狀態(tài)，其統(tǒng)計特性不隨時間而變化。統(tǒng)計特性可以用概率分布來描述，所以如果：1、平穩(wěn)的定義完全平穩(wěn)（嚴平穩(wěn)）的條件十分苛刻，所以，一般只要求二者分布的主要統(tǒng)計特

8、征相同即可。實踐中常用的平穩(wěn)概念實際是二階平穩(wěn)，稱為寬平穩(wěn)。1、平穩(wěn)的定義寬平穩(wěn)要滿足如下三個條件：1、平穩(wěn)的定義tXt1、平穩(wěn)的定義Xtt2、自相關函數(shù)3、白噪聲序列如果一個平穩(wěn)序列具有如下特征，則稱為白噪聲序列：其自相關函數(shù)為：4、典型非平穩(wěn)序列隨機游走5、序列不平穩(wěn)的影響謬誤回歸如果使用非平穩(wěn)序列進行回歸，容易出現(xiàn)兩個獨立的序列表現(xiàn)出強相關關系，統(tǒng)計檢驗顯著的現(xiàn)象，稱為謬誤回歸（spurious regression）5、序列不平穩(wěn)的影響謬誤回歸兩個變量獨立，期望回歸系數(shù)為0，進行檢驗應該有很大概率不能拒絕原假設5、序列不平穩(wěn)的影響謬誤回歸根據(jù)模擬研究，當樣本容量為50時，在5%的顯著性

9、水平上，t檢驗拒絕原假設的概率為66.2%；當樣本容量為250時， t檢驗拒絕原假設的概率為84.7%；5、序列不平穩(wěn)的影響謬誤回歸在現(xiàn)象上，兩個非平穩(wěn)序列往往會表現(xiàn)出隨時間有共同變化趨勢的現(xiàn)象，造成謬誤回歸在本質(zhì)上，非平穩(wěn)序列不能滿足回歸模型基本假定，是出現(xiàn)謬誤回歸的根本原因。5、序列不平穩(wěn)的影響謬誤回歸5、序列不平穩(wěn)的影響謬誤回歸判斷謬誤回歸的經(jīng)驗法則 Granger & Newbold（1974）提出當用時間序列數(shù)據(jù)進行回歸時，如果R2在數(shù)值上大于DW統(tǒng)計量，就有理由懷疑謬誤回歸存在。5、序列不平穩(wěn)的影響謬誤回歸一般認為，如果序列非平穩(wěn)，不能使用回歸模型，這應該視作一個基本規(guī)則所以，在用

10、時序數(shù)據(jù)進行回歸時，首先要判斷序列是否平穩(wěn)，要進行平穩(wěn)性檢驗。（二）平穩(wěn)性檢驗對平穩(wěn)性進行檢驗，通常有三種做法直接觀察自相關函數(shù)單位根檢驗（二）平穩(wěn)性檢驗自相關函數(shù)（系數(shù)） 一般來說，平穩(wěn)序列自相關系數(shù)遞減較快，而非平穩(wěn)序列遞減非常慢。 但這條規(guī)則也不絕對。（二）平穩(wěn)性檢驗對于白噪聲的檢驗 如果一個序列為白噪聲，其滯后1期以上的自相關系數(shù)應該等于0，所以一般通過檢驗前m個相關系數(shù)均為0這一原假設來判斷一個序列是否為白噪聲。（二）平穩(wěn)性檢驗常用的統(tǒng)計量有（n為樣本量）：（二）平穩(wěn)性檢驗如果拒絕原假設，意味著前m期自相關系數(shù)中，至少有一個不等于0，認為該序列不是白噪聲。如果為白噪聲，意味著沒有建模

11、的必要，所以，白噪聲檢驗也是建模的先期工作之一。（二）平穩(wěn)性檢驗單位根檢驗（unit root test）（二）平穩(wěn)性檢驗為檢驗單位根問題，可以對上述方程用OLS進行估計，可以得到t統(tǒng)計量，但是，由于原假設為真時，變量為隨機游走過程，t統(tǒng)計量不再具有t分布，需要構造特殊臨界值才能檢驗。臨界值最早由Dickey&Fuller提出，所以單位根檢驗稱為DF檢驗。檢驗的統(tǒng)計量習慣稱為 統(tǒng)計量（二）平穩(wěn)性檢驗不同的模型臨界值是不同的如果序列發(fā)展有明顯的確定趨勢，應該選用后兩種模型進行檢驗（二）平穩(wěn)性檢驗DF檢驗臨界值（大樣本）（二）平穩(wěn)性檢驗決策規(guī)則 得到的統(tǒng)計量越小越好，當小于臨界值時，可以拒絕原假設

12、，認為不存在單位根 對于方程1，說明序列為平穩(wěn)序列 對于方程2、3，說明序列在剔除確定趨勢后為平穩(wěn)序列（二）平穩(wěn)性檢驗由于很難保證隨機誤差項是白噪聲，所以Dickey&Fuller對檢驗進行改進，允許隨機誤差項服從一個移動平均過程：（二）平穩(wěn)性檢驗修改后的模型為：用上述模型進行的單位根檢驗稱為ADF檢驗（augmented dickey-fuller），臨界值與DF檢驗相同（三）單整和協(xié)整進行回歸分析必須要求平穩(wěn)序列，而現(xiàn)實的時間序列絕大多數(shù)都是非平穩(wěn)序列處理的基本思路是觀察序列是否具有單整或協(xié)整的特征。（三）單整和協(xié)整單整（integration） 如果一個序列進行一次差分后，可以成為平穩(wěn)序

13、列，則稱該序列為一階單整，記為I(1)； 如果一個序列進行d次差分后，可以成為平穩(wěn)序列，則稱該序列為d階單整，記為I(d)； 平穩(wěn)序列記為I(0)；（三）單整和協(xié)整一般認為： 以不變價表示的流量數(shù)據(jù)，通常為1階單整； 以不變價表示的存量數(shù)據(jù)，通常為2階單整； 以現(xiàn)價表示的流量數(shù)據(jù)，通常為2階單整； 利率等形式數(shù)據(jù)通常為0階單整；（三）單整和協(xié)整協(xié)整（co-integration） 如果兩個序列都是非平穩(wěn)I（1）過程，而其某個線性組合是I（0），則稱兩個序列具有（1，1）階的協(xié)整關系。（三）單整和協(xié)整通常主要關注如下線性組合：如果存在協(xié)整，意味著兩個序列擁有相似的隨機趨勢，他們的差是平穩(wěn)的，兩者

14、會表現(xiàn)出一種穩(wěn)定的長期關系。協(xié)整關系可以通過對回歸殘差進行平穩(wěn)性檢驗來確定。二、時間序列的Box-Jenkins建模Box-Jenkins建模的主要目的是預測，其特點是：不尋找解釋變量，直接根據(jù)預測變量自身以往的表現(xiàn)，尋找規(guī)律，進行預測。它不以任何經(jīng)濟理論為基礎。Box-Jenkins建模的主要思路是：研究平穩(wěn)序列的建模，對于非平穩(wěn)序列，先變?yōu)槠椒€(wěn)序列再使用平穩(wěn)序列的模型。二、時間序列的Box-Jenkins建模AR（p）MA（q）ARMA（p，q）ARIMA（p，d，q）ARIMA（p，d，q） （P，D，Q）二、時間序列的Box-Jenkins建模1、自回歸模型（AR）二、時間序列的Box

15、-Jenkins建模AR（1）模型二、時間序列的Box-Jenkins建模2、MA模型假定隨機項是白噪聲，MA模型總是平穩(wěn)的二、時間序列的Box-Jenkins建模3、ARMA模型只要不出現(xiàn)單位根過程，該過程就是平穩(wěn)的二、時間序列的Box-Jenkins建模一個平穩(wěn)序列可以用上述三種模型刻畫，只不過階數(shù)不同為判斷應選擇哪一種模型，應該進行模型識別二、時間序列的Box-Jenkins建模識別的基本方法自相關系數(shù)偏自相關系數(shù) 表示給定其他時期數(shù)值，兩個時期之間的相關系數(shù)二、時間序列的Box-Jenkins建模均值為0的平穩(wěn)序列，有如下特點：自相關系數(shù)拖尾、偏相關系數(shù)截尾，為AR序列，p階截尾就為A

16、R（p）；自相關系數(shù)截尾、偏相關系數(shù)拖尾，為MA序列，q階截尾就為MA（q）；自相關系數(shù)、偏相關系數(shù)均拖尾，為ARMA序列 （對ARMA模型，需要使用AIC等準則進行判斷）二、時間序列的Box-Jenkins建模對于平穩(wěn)序列而言，三個模型具有如下等價轉換關系： AR（有限階）MA（無限階） MA（有限階）AR（無限階） ARMA（有限階）AR（無限階） ARMA（有限階）MA（無限階）二、時間序列的Box-Jenkins建模4、ARIMA模型 差分以后獲得平穩(wěn)性再使用ARMA模型 ARIMA（p，d，q）： 二、時間序列的Box-Jenkins建模季節(jié)模型 ARIMA（1，1，1） （1，2，1） 季節(jié)周期長度為4二、時間序列的Box-Jenkins建模基本過程1、觀察數(shù)據(jù)的平穩(wěn)性，將不平穩(wěn)序列變?yōu)槠椒€(wěn)，手段有： 差分； 剔除趨勢； 取對數(shù)。二、時間序列的Box-Jenkins建模2、識別。判斷應該使用什么模型，階數(shù)如何。3、估計4、評價（AIC，檢驗殘差是否為白噪聲）5、預測三、多變量間關系的建模向量自回歸（VAR）Granger檢驗檢驗要求估計如下回歸Granger檢驗檢驗統(tǒng)計量Granger