宏觀經(jīng)濟(jì)學(xué)〉實(shí)驗(yàn)指導(dǎo)手冊

從上述公式可以看出，當(dāng)政府支出G變動時(shí)，國民收入變動量△Y=△G/1－b；當(dāng)稅收T變動時(shí)國民收入變動量為△Y=b△T/1-b，其中1/1-b為政府支出乘數(shù)，b/1-b為稅收乘數(shù)。1.3.5實(shí)驗(yàn)步驟根據(jù)IS-LM模型和財(cái)政政策的相關(guān)理論知識，選取GDP增長率GDPR為被解釋變量，財(cái)政收入增長率和財(cái)政支出增長率為解釋變量建立普通線性模型和雙對數(shù)模型；對數(shù)據(jù)進(jìn)行處理；對變量進(jìn)行單位根檢驗(yàn)；采用EViews5.1對模型進(jìn)行估計(jì)；對結(jié)果進(jìn)行分析、解釋。1.3.6實(shí)驗(yàn)結(jié)果DependentVariable:GDPRMethod:LeastSquaresDate:05/21/07Time:11:16Sample:19782005Includedobservations:28VariableCoefficientStd.Errort-StatisticProb.

TER0.5552290.0569479.7499350.0000R-squared-2.077143

Meandependentvar10.04286AdjustedR-squared-2.077143

S.D.dependentvar2.846248S.E.ofregression4.992827

Akaikeinfocriterion6.088943Sumsquaredresid673.0647

Schwarzcriterion6.136521Loglikelihood-84.24520

Durbin-Watsonstat0.8160441.4實(shí)驗(yàn)四：貨幣供應(yīng)變動對我國經(jīng)濟(jì)波動的影響1.4.1實(shí)驗(yàn)?zāi)康?.理解和掌握貨幣供應(yīng)的變動對宏觀經(jīng)濟(jì)波動的影響；2.通過實(shí)驗(yàn)了解不同的經(jīng)濟(jì)環(huán)境下政府貨幣政策的選擇方案和效果。1.4.2實(shí)驗(yàn)設(shè)備硬件：PC機(jī)軟件：Eviews5.1WindowsXP1.4.3實(shí)驗(yàn)內(nèi)容以凱恩斯理論、IS-LM模型和貨幣政策理論為基礎(chǔ)，建立VAR模型，并采用我國1979-2005年貨幣供應(yīng)量、投資和GDP的數(shù)據(jù)考察貨幣供應(yīng)量變動對經(jīng)濟(jì)波動的影響，驗(yàn)證我國貨幣政策的效果。1.4.4實(shí)驗(yàn)原理1.凱恩斯模型凱恩斯認(rèn)為貨幣當(dāng)局通過改變貨幣供應(yīng)量影響人們的靈活偏好即貨幣需求，進(jìn)而影響利率、影響真實(shí)經(jīng)濟(jì)的波動。貨幣需求函數(shù)為：在凱恩斯模型中，金融市場只有長期債券和現(xiàn)金兩種金融資產(chǎn)，且可以相互替換。在這一假定條件下，凱恩斯關(guān)于貨幣供應(yīng)變動對真實(shí)經(jīng)濟(jì)的影響過程具體為：2.IS-LM模型IS-LM斯模型中貨幣供應(yīng)變動對真實(shí)經(jīng)濟(jì)的影響如下列圖：貨幣供應(yīng)增加對經(jīng)濟(jì)的影響過程：1.4.5實(shí)驗(yàn)步驟1.選擇變量；2.做Granger因果檢驗(yàn)，驗(yàn)證是否內(nèi)生變量；3.進(jìn)行ADF平穩(wěn)性和Johansen協(xié)整性檢驗(yàn)，確保OLS估計(jì)的有效性；4.確定VAR計(jì)量模型并進(jìn)行估計(jì)；5.對VAR模型滯后結(jié)構(gòu)的檢驗(yàn)，確保VAR模型的穩(wěn)定性；6.產(chǎn)生脈沖響應(yīng)函數(shù)，觀察貨幣供應(yīng)量的變動如何影響收入增長；7.方差分解，定量地把握GDP增長1%中，貨幣供應(yīng)變動對GDP增長的奉獻(xiàn)度。1.4.6實(shí)驗(yàn)結(jié)果

VectorAutoregressionEstimates

Date:05/26/07Time:17:18

Sample(adjusted):19812005

Includedobservations:25afteradjustments

t-statisticsin[]LNRM2LNRILNRGDPLNRM2(-1)

1.193989

0.783557

0.491354[6.67879][2.38540][2.42043]LNRM2(-2)-0.268918-0.401911-0.279675[-1.80012][-1.46422][-1.64868]LNRI(-1)-0.148997

0.677755

0.403416[-0.97484][2.41337][2.32440]LNRI(-2)-0.493618-0.484572-0.154302[-2.83962][-1.51713][-0.78171]LNRGDP(-1)

1.005499

0.746780

0.640986[4.05924][1.64078][2.27884]LNRGDP(-2)-0.139662-0.551167-0.346810[-0.68090][-1.46244][-1.48900]C-1.892942

1.290623

2.438863[-2.40792][0.89351][2.73208]

R-squared

0.999081

0.991729

0.995626

Adj.R-squared

0.998775

0.988971

0.994168

Sumsq.resids

0.017873

0.060341

0.023046

S.E.equation

0.031511

0.057899

0.035782

F-statistic

3261.257

359.6947

682.8632

Loglikelihood

55.06824

39.85931

51.89074

AkaikeAIC-3.845459-2.628745-3.591259

SchwarzSC-3.504174-2.287459-3.249974

Meandependent

8.955200

8.067200

8.995600

S.D.dependent

0.900172

0.551328

0.468545

Determinantresidcovariance(dofadj.)

2.72E-09

Determ