第12章联立方程估计与模拟.ppt

EViews通常会在变量名的基础上产生结果序列名，这一般是在变量名的末尾加上表示特征的扩展名。例如，模型内生变量名为“Y”，当EViews求解模型时，它会把结果保留在工作区中称为“Y_0”的观测序列中，称这种标识名为别名(Aliasing)。别名是EViews模型的一个重要特征，它使得模型中的变量可以被标识成工作区序列的不同集合，而不需要改变模型方程。 模型求解后，别名一般用于内生变量以避免历史数据被覆盖。对于包含滞后内生变量的模型，别名可以把滞后变量与实际历史数据或者与求解的前期值连接起来，前者称为静态预测，后者称为动态预测。这两种情形求解模型时，对单期来说滞后内生变量实际上都被作为外生变量。 当使用模型进行情景分析时，别名还时常用于外生变量。模型情景分析可以用来研究在外生变量路径或附加因子的不同假设下，模型的预测是怎样变化的。在情景分析中，可以通过更改某外生变量来改变这个外生变量的路径。当一个变量被更改时，其值将从特定情景分析的工作区序列取得。序列名是通过在变量名后面加上标识情景分析的后缀形成的。保存模型在该情景分析下的解时使用同样的后缀。使用情景分析可以容易地比较模型在各种不同假设下的预测结果，而不需要改变模型的结构。 下表给出了模型别名把变量名标识成工作区中的序列名的典型例子： 外生变量 X → X 基本预测的历史数据 → X_1 情景1的预测 → X_2 情景2的预测 内生变量 Y → Y 历史数据 → Y_0 基本解结果 → Y_1 情景1结果 → Y_2 情景2结果 模型名 工作区序列 例12.5 克莱因联立方程模型Ⅱ的求解和模拟 我们以美国1953年～1984年期间 Klein -Ⅱ的GMM模型为例来介绍怎样通过EViews模型对象来求解模型。模型中包括三个随机方程和三个等式： CS = -20.5+0.49*(WP+WG)- 4.19*R(-1)+0.47*CS(-1) +e1 I = 0.62*P-6.89*R(-1)+0.049*K+ [AR(1) = 0.87]+e2 WP = 0.57*Y+ 0.032*Y(-1)+0.07*K+[AR(1) = 0.92]+e3 Y = CS + I + G P = Y - T - WP K = K(-1) + I 其中：CS 是个人消费，I 是私人国内总投资，G 是政府非工资支出，Y 是GDP减去净出口，R 是半年期商业票据利息，P 是企业利润，K 是资本存量，P 是间接税收。该模型有更强的动态结构，其中许多变量是以滞后的形式出现的。 §12.3.2 创建模型 ?? 一、建立模型 首先是创建模型对象，创建模型对象有2种不同的方法： 1. 可以选择Objects/New Object…，再选择Model来创建一个空模型。 2. 可以从一个估计对象中使用Make Model过程来创建一个模型，该模型则包含该对象中的方程或方程组。 二、向模型添加方程 模型中的方程可以分为两类：链接方程和内置方程。链接方程是从工作区中的其他对象引进的方程，内置方程以文本形式保存在模型内。向模型添加方程有以下几种方法： 1. 添加链接方程：从工作区窗口中选定包含想要加入模型的方程的对象，然后复制、粘贴，把该对象加入模型的方程查看窗口。例如把EQ_CS, EQ_I, EQ_WP三个单方程加入模型model1中。 2. 用文本形式添加方程：例如国民支出恒等式不需要估计，以文本形式添加该方程。单击Test按钮，文本框中输入等式“Y=CS+I+G”，在该对话框