积极财政政策宏观经济效益分析——基于宏观计量模型的研究（下）==.doc

积极财政政策宏观经济效益分析——基于宏观计量模型的研究（下）== 　　参数估计和方差报告 nbsp; 　　我们把所有的结构参数分为9个组。表1列出了它们的估计值和标准差。图1则给出了估计所得的行为方程与样本数据的拟和。所有数据都是年度数据。由于样本数据有限，我们的参数估计并不能完全尽如人意。接下来我们将解释表1中的估计值是如何得到的。 　　3-9 组的参数估计 nbsp; 　　我们的讨论首先从第9组开始。我们发现9组中的参数大多可解释为样本平均值或定义在只有一个结构参数的方程中。这就允许我们使用一阶距的方法(method of first moments)对它们进行估计。 nbsp; 　　尽管一阶矩方法能同样用于估计消费函数(10)和进口函数(12)中的参数c和m，然而我们发现其结果并不令人满意。为此我们允许c和m能随时间而变化。我们假设 　　 　　其中，ct≡Ct/(Yt-1-Tt-1)；mt≡Mt/Yt；vt和εt都假设为独立同分布（i.i.d.）的正态随机变量。这表示边际消费和进口倾向都服从于一阶自回归AR（1）过程。将公式（20）和（22）分别代入(19)和(21)，我们得到 　　 　　其中，c0=c(1#8722;ρ)，c1=ρ，m0=m(1#8722;λ)，m1=λ。现在我们可以用最小二乘法(OLS)对上述方程进行估计。而有关的结构参数c、m、ρ和λ则由下列公式获得： 　　 　　需要说明的是，此种方法无法使我们直接得到参数c等的估计方差。为此我们必须把该估计看成是非线性估计。这样，我们就可以使用Judge et. al (1988,p508-510)所讨论的方法来求解参数估计值c等的标准差。在这一计算过程中，我们利用GAUSS语言中的GRARDP程序来计算有关的一阶导数矩阵。该矩阵被用于推导参数估计值的协方差矩阵。 nbsp; 　　对于投资函数(5)中的参数估计，我们采用如下估计方程： 　　(25) 　　(26) 　　其中，it=It/Kt-1；vt同样为独立同分布的正态随机变量。这里我们所采用的估计方法为Cochrane－Orcutt方法 　　此外，在对工资、价格和利率方程(15)-(17)进行估计时，我们假定方程中所有的干扰项都为服从独立同分布的正态随机变量。这样，我们就可以直接利用普通的最小二乘法对它们进行估计。 nbsp; 　　需要说明的是，在我们对工资公式(15)进行估计时，我们用劳动生产率(实 际GDP与就业之比)来代表供给冲击，即解释变量st。与此同时，我们发现参数βn的估计值极不显著，因此，我们令它为0。这也同时意味着劳动力市场的供求状态对工资没有任何影响，或者说，在中国劳动力市场一直是处於供过于求的状态。劳动力市场的这种供过于求反映了由中国二元经济结构所造成的大量农村剩余劳动力的存在。 　　总供给的参数估计 nbsp; 　　对于产出方程(1)-(4)中的结构参数βv和βg的估计则更为困难。首先，我们无法得到期望值get和Yet；其次，尽管我们可以从方程(1)中推算出ΔVt，但是，我们并没有存货Vt的数据(这需要有一个存货的初始值)。为了避免使用数据Vt，我们的估计需要建立在对方程(2)进行一阶差分的基础上。与此同时，利用(3)对Vdt进行置换，我们得到 　　(27) 　　按照预期增长率get的定义，我们有ΔYet=getYdt-1。将其代入公式(27)，我们可以得到参数βv的估计方程： 　　(28) 　　其中 　　 　　以上，误差项νt同样被假定为服从独立同分布的正态随机变量。 　　显然，对于βv的估计需要获得时间序列get，该数值我们无法得到。然而给出参数βg和get的初始值ge0，我们能从(4)中推算出get。假定ge0＝g0，也即预期 增长率get的初始值等于其实际的观察值。设立目标函数： 　　(29) 　　这里，e(βg)是在给定的βg情况下，对方程(28)进行线性回归所得的误差向量。这样f(βg)就可以看成是该误差的平方和。由此，对于参数βv和 βg的估计可以看成是寻 1找一个βg使得目标函数f(βg)最小。这里，我们使用网络有哪些信誉好的足球投注网站法来实 行这一最优化过程。 　　技术函数中的参数估计 nbsp; 　　需要说明的是，上述估计过程中所使用的数据大多可以从国家统计年鉴中获得，资本存量Kt则来源于张军(2003)。然而，对於技术函数中的参数dA、φ和θ的估计，我们首先需要解决无法观测的变量At和Ypt的数据来源问题。如果我们假定生产用电力消耗与资本设备的实际使用成线性相关,则通过利