马克威软件介绍

1、 上海天律信息技术有限公司基于工作流的操作方式。图形化的操作界面，无须任何编程。高性能运行，支持海量数据和多种数据源，突破传统Java速度限制。 跨平台运行。支持多国语言。回归方程模型检验系数检验残差检验模型稳定性检验支持变量输入方式，大大增加了建模的灵活性增加了X-12-Arima季节调整增加了联立方程的估计和模拟单方程估计方法（2SLS）系统估计方法(3SLS)情景分析和附加因子模拟广义回归加权最小二乘估计；二阶段最小二乘估计；White异方差一致协方差；Newey-West异方差自相关一致协方差；增加AR(P)项解决自相关模型。时差相关分析、T-L 信息量。？成功案例。节点选择器工作区属

2、性管理器下拉菜单临时文件路径生成简单工作流默认数据源一个简单工作流的自动生成工作区工作区是工作页面的主体，用于放置、操作工作流节点。在工作区，用户可以添加、删除、连接节点形成工作流，也可以命名工作流中的节点。节点选择器节点选择器在工作区的左侧，用户根据需要从中选择节点拖拽至工作区加以运用。根据功能不同将节点划分为“数据源”、“数据处理”、“基础统计”、“高级统计”、“数据挖掘”、“数据制图”以及“指向”、“运行”几大部分。属性管理器属性管理器位于工作页面的最下层，用来显示当前活动节点的相关属性，并提供属性编辑功能。当没有活动节点时，属性管理器显示“使用说明”，提供用户自由设定工作区背景的功能，

3、并支持用户以向导方式建立工作流。简单工作流选择数据源：选择数据源：用户可在节点选择器中选择相应节点，并拖拽至工作区；选择算法：选择算法：用户可以从节点选择器中选取需要的算法节点或数据处理节点，拖拽至工作区；选择运行节点：选择运行节点：完成了选择数据源和算法（或数据处理方式）后，需要拖拽“运行”节点至工作区，用于运行工作流。节点连线：节点连线：选择了数据源、算法和运行节点之后，将鼠标移至这些节点的边缘，当指针变为十字叉（）时，可以进行节点连线操作，构成一个完整的工作流。马克威分析系统采用多线程处理方式，允许多个业务流程并发运行，在减少工作周期的同时，大大提高了工作效率，多节点工作流分为：串联工作

4、流和并联工作流。串联工作流是指在一个业务流程中，根据用户连接节点的顺序，依次运行多个算法（处理）节点，得到一个最终结果。并联工作流是指将多个业务流程以“并联”的方式连接到一个工作流中。共享数据源的并联工作流共享运行节点的并联工作流共享数据源和运行节点的并联工作流点击工作区工作流向导可以方便地建立一个串联工作流工作流向导数据源选择数据处理选择算法选择完成完整工作流1、连接了数据源节点、至少一个算法（或数据处理）节点和运行节点。2、所有的节点都进行了必要的设置。双击运行接点既可启动工作流运行树结构结果输出一旦建立了工作流，工作流可以被保存起来，以便以后的使用。保存工作流重载工作流移植工作流马克威工

5、作流文件以（*.mwf）的形式被保存 在单机版的结果页面中，所有结果都可以保存为结果在单机版的结果页面中，所有结果都可以保存为结果文件的形式，供用户直接查看结果，提高了成果利用率，文件的形式，供用户直接查看结果，提高了成果利用率，避免多次建立、运行工作流。避免多次建立、运行工作流。马克威分析系统单机版支持将结果保存为马克威分析系统单机版支持将结果保存为PDF、Excel、网页（网页（html）等文件格式。当活动界面为结果页面时，等文件格式。当活动界面为结果页面时，通过通过“文件文件”菜单下的菜单下的“另存为另存为”功能保存结果文件。功能保存结果文件。注意：在保存结果时，系统只对详细展示的结果进

6、行保注意：在保存结果时，系统只对详细展示的结果进行保存。存。马克威文件数据库(Oracle、Sybase、DB2、SQL Server等。)TXT文本文件Excel电子表文件dbf FoxBase文件Odbc.oledb数据的导入和连接用户输入通用数据源安装要求系统兼容Windows、 Linux、Unix等操作系统。推荐配置要求 内存：1G以上 显示器：15寸或17寸以上CRT/LCD 硬盘：1G或以上的剩余空间 CPU：Intel或AMD系列，频率1GHz或更高配置系统安装将光盘插入光驱既可进行安装，序列号见光盘包装。一个简单的回归方程马克威操作协整和误差修正模型因子分析模型联立方程模型单

7、位根过程及其检验单位根过程及其检验单整单整协整关系和协整检验协整关系和协整检验误差修正模型误差修正模型实例介绍实例介绍l考察随机过程 若 其中 ， 为一稳定过程，且 ， ， ，则称该过程为单位根过程（Unit Root Process）。若 ，其中 1 独立同分布，且 ， ，即 ，则称 为一随机游动过程。 ，21tYttttYY11t0）（ttsttCov）（ , 210，stttYY1t0）（t2）（tD ，21tYt）（2, 0iidt马克威软件提供三种单位根检验方法ADF检验PP检验KPSS检验tpiitittuyyy11 tpiitittuyayy11 tpiitittuytayy11

8、 非平稳序列非平稳序列yt ，可以通过差分运算，得到平稳，可以通过差分运算，得到平稳性的序列称为性的序列称为。定义如。定义如下：下：如果序列如果序列 yt ，通过，通过 d 次差分成为一个平次差分成为一个平稳序列，而这个序列差分稳序列，而这个序列差分 d 1 次时却不平稳，次时却不平稳，那么称序列那么称序列 yt为为 d 阶单整序列，记为阶单整序列，记为 yt I(d)。特别地，如果序列特别地，如果序列 yt本身是平稳的，则为零阶本身是平稳的，则为零阶单整序列，记为单整序列，记为 yt I(0)。协整关系:研究变量之间是否存在长期均衡关系。下面给出协整的定义： k 维向量 Yt = (y1t，

9、y2t，ykt) 的分量间被称为d,b阶协整，记为Yt CI (d，b)，如果满足： (1) y1t，y2t，ykt都是 d 阶单整的，即YtI (d)，要求 Yt 的每个分量 yit I (d)； (2) 存在非零向量 = (1, 2 , , k )，使得 YtI (d-b)，0bd 。 简称 Yt 是协整的，向量 又称为协整向量。 (2) 协整变量必须具有相同的单整阶数；协整变量必须具有相同的单整阶数；(3) 最多可能存在最多可能存在 k-1个线性无关的协整向量个线性无关的协整向量 ( yt 的维数的维数是是 k )；(4) 协整变量之间具有共同的趋势成分，在数量上成比协整变量之间具有共同

10、的趋势成分，在数量上成比例例 。协整检验从检验的对象上可以分为两种：一种是基于回归协整检验从检验的对象上可以分为两种：一种是基于回归系数的协整检验，如系数的协整检验，如Johansen协整检验；另一种是基于回协整检验；另一种是基于回归残差的协整检验，归残差的协整检验，DF检验和检验和ADF检验。检验。这里主要介绍这里主要介绍Engle和和Granger（1987）提出的协整检验方）提出的协整检验方法。法。从协整理论的思想来看，自变量和因变量之间存在协从协整理论的思想来看，自变量和因变量之间存在协整关系。整关系。 也就是说，因变量能被自变量的线性组合所解释，两也就是说，因变量能被自变量的线性组合

11、所解释，两者之间存在稳定的均衡关系，因变量不能被自变量所解释者之间存在稳定的均衡关系，因变量不能被自变量所解释的部分构成一个残差序列，这个残差序列应该是平稳的。的部分构成一个残差序列，这个残差序列应该是平稳的。 因此，检验一组变量（因变量和解释变量）之间是因此，检验一组变量（因变量和解释变量）之间是否存在协整关系等价于检验回归方程的残差序列是否是一否存在协整关系等价于检验回归方程的残差序列是否是一个平稳序列。通常地，可以应用上节中的个平稳序列。通常地，可以应用上节中的ADF检验来判检验来判断残差序列的平稳性，进而判断因变量和解释变量之间的断残差序列的平稳性，进而判断因变量和解释变量之间的协整关

12、系是否存在。协整关系是否存在。 （1 1）若）若k k个序列个序列y y1 1t t 和和y y2 2t t，y y3 3t t，y yktkt都是都是1 1阶单整序列，阶单整序列， 建立回归方程建立回归方程 模型估计的残差为模型估计的残差为 tktktttuyyyy33221ktkttttyyyyu33221（2）检验残差序列）检验残差序列t是否平稳，也就是判断序列是否平稳，也就是判断序列t是否含有单位根。通常用是否含有单位根。通常用ADF检验来判断残差序列检验来判断残差序列t是否是平稳的。是否是平稳的。（3）如果残差序列）如果残差序列t是平稳的，则可以确定回归方是平稳的，则可以确定回归方程

13、中的程中的k个变量（个变量（y1t，y2t，y3t，ykt）之间存在协）之间存在协整关系，并且协整向量为整关系，并且协整向量为 ；否则；否则（y1t，y2t，y3t，ykt）之间不存在协整关系。）之间不存在协整关系。 ), 1 (32k 协整检验的目的是决定一组非稳定序列的线性组合是协整检验的目的是决定一组非稳定序列的线性组合是否具有协整关系，也可以通过协整检验来判断线性回归方否具有协整关系，也可以通过协整检验来判断线性回归方程设定是否合理、稳定，这两者的检验思想和过程是完全程设定是否合理、稳定，这两者的检验思想和过程是完全相同的。相同的。 利用利用ADF的协整检验方法来判断残差序列是否平稳，

14、的协整检验方法来判断残差序列是否平稳，如果残差序列是平稳的，则回归方程的设定是合理的，说如果残差序列是平稳的，则回归方程的设定是合理的，说明回归方程的因变量和解释变量之间存在稳定的均衡关系。明回归方程的因变量和解释变量之间存在稳定的均衡关系。反之，说明回归方程的因变量和解释变量之间不存在稳定反之，说明回归方程的因变量和解释变量之间不存在稳定均衡的关系，即便参数估计的结果很理想，这样的一个回均衡的关系，即便参数估计的结果很理想，这样的一个回归也是没有意义的，模型本身的设定出现了问题，这样的归也是没有意义的，模型本身的设定出现了问题，这样的回归是一个回归是一个。 根据Engle定理，如果一组变量之

15、间有协整关系，则协整回归总是能被转换为误差修正模型（：Error Correction Model）。协整关系只是反映了变量之间的长期均衡关系，误差修正模型的使用就是为了建立短期的动态模型以弥补长期静态模型的不足，它即能反映不同的时间序列间的长期均衡关系，又能反映短期偏离向长期均衡修正的机制。 itdixiitdiyitXYcY01ADL模型通过参数变换可改写成误差修正模型。ADL模型模型误差修正模型误差修正模型)(111011txtyxitdixiitdiyitXYXYcYtttuxkky10 最常用的最常用的ECMECM模型的估计方法是模型的估计方法是，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估计，又称协整回归，得到及残差序列估计，又称协整回归，得到及残差序列：tttxkkyu10第二步是用第二步是用 t-t-1 1 替换误差修正模型中的长期均衡项替换误差修正模型中的长期均衡项1101ttxkky即对即对ttttxuy210再用再用OLSOLS方法估计其参数。方法估计其参数。注意，误差修正模型不再单纯地使用变量的水平值注意，误差修正模型不再单纯地使用变量的水平值（指变量的原始值）或变量的差分建模，而是把两者（指变量的原始值）或变量的差分建模，而是把两者有机地结合在一起，充分利用这两者所提供的信息。有机地结合在一起，充分利用这两者所提

17、供的信息。 本例选择本例选择19901990年年1 1月月20072007年年1212月的月度数据进行实月的月度数据进行实证析，其中用证析，其中用f_extf_ext表示财政支出，表示财政支出，f_intf_int表示财政收入。表示财政收入。步骤一：用X12对原数据进行季节调整得到f_ext_tc和和f_int_tc步骤二：单位根检验：判断是否是同阶单整。步骤三：用E.G两步法建立误差修正模型。对财政收入和财政支出进行季节调整 首先建立财政收入和财政支出的协整方程：首先建立财政收入和财政支出的协整方程：tttusainfsaexf)_ln(953. 04 . 0)_ln(tttusainfkk

18、saexf)_log()_log(10二个变量取对数一阶差分后平稳，二个变量都是I(1)估计得到估计得到t = (6.25) (101.5)R2 = 0.98 D.W. =1.47 令令ecmecmt t = = t t ，即将协整方程的残差序列，即将协整方程的残差序列 t t 作为误差修作为误差修正项，建立下面的误差修正模型：正项，建立下面的误差修正模型：tttttsainfnsainfsaexfsaexf)_(log)_log(953. 04 . 0)_ln()_log(1110估计得到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回归中的长期均衡方程中财政收入的系数为回归中的长期均衡方程中财政收入的系数为0.950.95，接近，接近1 1，体，体现了我国财政收支现了我国财政收支“量入为出量入为出”的原则。而在表示的误差修的原则。而在表示的误差修正模型中，差分项反映了短期波动的影响。财政支出的短期正模型中，差分项反映了短期波动的影响。财政支出的短期变动可以分为两部分：一部分是短期财政收入波动的影响；变动可以分为两部分：一部分是短期财政收入波动的影响；一部分是财政收支偏离长期均衡的影响。误差修正项一部分是财政收支偏离长期均

20、衡的影响。误差修正项ecmecmt t 的的系数的大小反映了对偏离长期均衡的调整力度。从系数估计系数的大小反映了对偏离长期均衡的调整力度。从系数估计值（值（ 0.380.38）来看，当短期波动偏离长期均衡时，将以）来看，当短期波动偏离长期均衡时，将以（ 0.380.38）的调整力度将非均衡状态拉回到均衡状态。）的调整力度将非均衡状态拉回到均衡状态。被解释变量的变动是由较稳定的长期趋被解释变量的变动是由较稳定的长期趋势和短期波动所决定的，短期内系统对于均衡状态的偏势和短期波动所决定的，短期内系统对于均衡状态的偏离程度的大小直接导致波动振幅的大小。离程度的大小直接导致波动振幅的大小。协整关系式起到

21、引力线的作用，将非协整关系式起到引力线的作用，将非均衡状态拉回到均衡状态。均衡状态拉回到均衡状态。概述： 因子分析的实质就是用几个潜在的但不能观察的互因子分析的实质就是用几个潜在的但不能观察的互不相关的随机变量去描述许多变量之间的相关关系（或不相关的随机变量去描述许多变量之间的相关关系（或者协方差关系），这些随机变量被称为因子。为了使得者协方差关系），这些随机变量被称为因子。为了使得这些因子能很好的替代原始数据，需要对这些因子给出这些因子能很好的替代原始数据，需要对这些因子给出合理的解释。同时为了使用这些因子，还需要对提取结合理的解释。同时为了使用这些因子，还需要对提取结果进行评价。果进行评价

22、。 可以简单将因子分析的目标概括为以下几方面：可以简单将因子分析的目标概括为以下几方面：（1）首先考虑是否存在较少的不相关的随机变量可用于首先考虑是否存在较少的不相关的随机变量可用于 1 1 描述原始变量之间的关系；描述原始变量之间的关系；（2 2）如果存在公共因子，那么究竟应该选择几个；）如果存在公共因子，那么究竟应该选择几个；（3 3）对提取的公共因子的含义进行解释；）对提取的公共因子的含义进行解释；（4 4）评价每一个原始变量与公共因子之间的关系；）评价每一个原始变量与公共因子之间的关系；（5 5）可以将这些公共因子用于其他的统计分析）可以将这些公共因子用于其他的统计分析。 假如对某一问

23、题的研究涉及假如对某一问题的研究涉及 p p 个指标，且这个指标，且这 p p 个指个指标之间存在较强的相关性，则基本的因子模型可以表示为标之间存在较强的相关性，则基本的因子模型可以表示为pmpmpppmmmmFlFlFlZFlFlFlZFlFlFlZ2211222221212112121111称上式）中称上式）中F F1 1, , F F2 2, , , , F Fm m为公共因子，为公共因子， 1 1, , 2 2, , , , p p 表示表示特殊因子，其中包含了随机误差，特殊因子，其中包含了随机误差， i i 只与第只与第 i i 个变量个变量 Z Zi i 有关，有关， l liji

24、j 称为第称为第 i i 个变量个变量 Zi Zi 在第在第 j j 个因子个因子 F Fj j 上的上的载荷（因子载荷），由其构成的矩阵载荷（因子载荷），由其构成的矩阵 L L 称为因子载荷矩阵。称为因子载荷矩阵。 影响居民消费价格指数影响居民消费价格指数(CPI)波动的因素波动的因素成本因素成本因素货币发行量货币发行量需求需求财富财富国际因素国际因素 指标： 选择选择1515个经个经济变量，采用因济变量，采用因子分析方法分析子分析方法分析各因素对物价波各因素对物价波动的影响。动的影响。注：表中加“*”的指标由于存在明显的季节要素，需要进行季节调整指标名称指标名称 CPI居民消费价格指数居民

25、消费价格指数(CPI)成本因素成本因素 原材料、燃料、动力购进价格指数原材料、燃料、动力购进价格指数工业品出厂价格指数工业品出厂价格指数农副产品类购进价格指数农副产品类购进价格指数商品房销售价格指数商品房销售价格指数 * *工业企业成本费用利润率工业企业成本费用利润率需求因素需求因素 全部从业人员人均报酬增速全部从业人员人均报酬增速 * *城镇家庭人均可支配收入增速城镇家庭人均可支配收入增速 * *货币因素货币因素 外汇储备同比增速外汇储备同比增速货币乘数货币乘数 * *M2增速增速 * *GDP增长率增长率 * *国际因素国际因素 G7工业品出厂价格指数工业品出厂价格指数G7支出法支出法GD

26、P同比增速同比增速股价指数股价指数上证收盘综合指数同比增速上证收盘综合指数同比增速 样本区间为样本区间为20002000年年1 1季度季度20082008年年3 3季度。季度。数据来源中国经济信息网数据来源中国经济信息网宏观月度库宏观月度库对原始数据的预处理；对原始数据的预处理；对需要做季节调整的数据进行季节调整；对需要做季节调整的数据进行季节调整；绝对数据要转化为相对数据。绝对数据要转化为相对数据。建立工作流打开工作数据文件；设置参数运行选择变量分析方法：主成分法、主因子法、镜像法、 1111111111极大似然法、一般最小二乘法。分析对象：相关系数矩阵、协方差矩阵。提取准则：累计贡献率大于

27、90%、提取因子个数因子旋转：不旋转、方差极大正交旋转、平均 正交旋转、四次方平均正交旋转。统计量输出设置因子因子特征根特征根方差贡献率方差贡献率% %累计贡献率累计贡献率% %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特征值和累计贡献率特征根的碎石图提取值提取值CPICPI居民消费价格指数居民消费价格指数0

28、.9010.901RMPIRMPI原材料、燃料、动力购进价格指数原材料、燃料、动力购进价格指数0.96580.9658PPIPPI工业品出厂价格指数工业品出厂价格指数0.95630.9563APIAPI农副产品类购进价格指数农副产品类购进价格指数0.66720.6672hpi_tchpi_tc商品房销售价格指数商品房销售价格指数0.88040.8804CPMCPM工业企业成本费用利润率工业企业成本费用利润率0.86340.8634INCR_AQ_TCINCR_AQ_TC全部从业人员人均报酬增速全部从业人员人均报酬增速0.88560.8856INCR_UQ_TCINCR_UQ_TC城镇家庭人均可

29、支配收入增速城镇家庭人均可支配收入增速0.90940.9094RESRRESR外汇储备同比增速外汇储备同比增速0.82980.8298b_tcb_tc货币乘数货币乘数0.82130.8213M2R_TC M2R_TC M2增速增速0.72780.7278gdpr_tc gdpr_tc GDP增长率增长率0.93290.9329PPI_G7 PPI_G7 G7工业品出厂价格指数工业品出厂价格指数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上证收盘综合指数同比增速上证收盘综合指数同比增速0.90770.9077共

30、性方差矩阵最大提取最小提取指标名称指标名称 F1载荷载荷li1F2载荷载荷li2F3载荷载荷li3F4载荷载荷li4CPI居民消费价格指数居民消费价格指数(CPI)-0.150.39-0.15成本成本因素因素原材料、燃料、动力购进价格指数原材料、燃料、动力购进价格指数-0.54-0.17-0.14工业品出厂价格指数工业品出厂价格指数-0.51-0.08-0.14农副产品类购进价格指数农副产品类购进价格指数-0.21-0.21-0.01商品房销售价格指数商品房销售价格指数0.12-0.06-0.18工业企业成本费用利润率工业企业成本费用利润率0.24-0.180.06需求需求因素因素全部从业人员

31、人均报酬增速全部从业人员人均报酬增速0.270.37-0.13城镇家庭人均可支配收入增速城镇家庭人均可支配收入增速0.41-0.05货币货币因素因素外汇储备同比增速外汇储备同比增速0.48-0.46-0.23货币乘数货币乘数0.44-0.560.31M2增速增速0.22-0.19-0.19GDP增长率增长率0.300.000.40国际国际因素因素G7工业品出厂价格指数工业品出厂价格指数-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股价指数股价指数上证收盘综合指数同比增速上证收盘综合指数同比增速0.250.200.40 因子旋转的目的使变量在因子上

32、的取值发生两极分化，在每个因子上部分元素取尽可能大的值，部分元素部分元素取尽可能大的值，部分元素尽量接近零值。尽量接近零值。使每个因子所代表的意义更加明确。马克威提供方差极大正交旋转、平均正交旋转和四次方平均正交旋转。最常用的是方差极大正交旋转。指标名称指标名称 F1载荷载荷li1F2载荷载荷li2F3载荷载荷li3F4载荷载荷li4CPI居民消费价格指数居民消费价格指数(CPI)0.77960.77960.06190.06190.53010.53010.09140.0914成本因素成本因素 原材料、燃料、动力购进价格指原材料、燃料、动力购进价格指数数0.9740.9740.06780.067

33、8-0.1081-0.10810.0270.027工业品出厂价格指数工业品出厂价格指数0.97530.97530.05250.0525-0.0111-0.01110.04660.0466农副产品类购进价格指数农副产品类购进价格指数0.74510.74510.30590.3059-0.0379-0.03790.13030.1303商品房销售价格指数商品房销售价格指数0.71140.71140.53130.53130.30280.30280.01460.0146工业企业成本费用利润率工业企业成本费用利润率0.57160.57160.66820.66820.2070.2070.21740.2174需

34、求因素需求因素 全部从业人员人均报酬增速全部从业人员人均报酬增速-0.0038-0.0038-0.0369-0.03690.93980.93980.02940.0294城镇家庭人均可支配收入增速城镇家庭人均可支配收入增速0.24920.24920.25330.25330.87030.87030.16040.1604货币因素货币因素 外汇储备同比增速外汇储备同比增速0.13880.13880.87870.87870.04780.0478-0.19-0.19货币乘数货币乘数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增长率增长率0.43070.43070.58390.58390.31350.31350.55510.5551国际因素国际因素 G7工业品出厂价格指数工业品出厂价格指数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股价指数股价指数上证收盘综合指数同比增速上证收盘综合指数同比增速-0.0856-0.08560.03

36、530.03530.36750.36750.87410.8741旋转后的因子载荷矩阵（方差极大正交旋转）旋转后的因子载荷矩阵解释F1为成本因子：为成本因子：代表成本因素的各上游价格指数和代表成本因素的各上游价格指数和G7_ PPIG7_ PPI的的变化在公因子变化在公因子F F1 1上有较高的载荷，同时也表明我国价格的变上有较高的载荷，同时也表明我国价格的变化，尤其是原材料类价格的变化和国际化，尤其是原材料类价格的变化和国际PPIPPI的变化有较高的相的变化有较高的相关性；关性；F3为需求因子：为需求因子：代表居民需求增长的两个收入变量在公因子代表居民需求增长的两个收入变量在公因子F F3 3

37、上有最高的载荷；上有最高的载荷；F2为货币因子：为货币因子：表示包括表示包括GDPGDP增长率在内的货币因素在公因子增长率在内的货币因素在公因子F F2 2上的载荷都是最大的；上的载荷都是最大的；F4为财富因子：为财富因子：代表财富变化的股票指数和表示国际经济形代表财富变化的股票指数和表示国际经济形势的势的G7_GDPG7_GDP指数同比增速在公因子指数同比增速在公因子F F4 4上载荷最大；上载荷最大；通过观察旋转后的因子载荷，可以发现各因子所代表实际意通过观察旋转后的因子载荷，可以发现各因子所代表实际意义更明确。义更明确。 本例主要考察物价波动，通过观察可以发现本例主要考察物价波动，通过观

38、察可以发现CPICPI在各在各公因子的载荷分别为公因子的载荷分别为0.770.77、0.080.08、0.540.54和和0.120.12，可见代表成，可见代表成本和需求变动的因子和对本和需求变动的因子和对CPICPI变化的解释能力是最强。变化的解释能力是最强。 有时候需要把公共因子表示成原始变量的线性组合，有时候需要把公共因子表示成原始变量的线性组合，对每个样本计算公共因子的估计值，也就是求因子得分。对每个样本计算公共因子的估计值，也就是求因子得分。马克威提供；马克威提供；Bartlett因子得分、因子得分、Thomson因子得分和回因子得分和回归因子得分的计算方法。归因子得分的计算方法。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因子得分序列与CPI序列比较成本因子（77%）需求因子（54%）主要内容：联立方程模型的概念马克威联立方程模型的估计方法 联立方程模型的求解情景分析Klein战争之间模型 一个中国宏观经济模型用一组方程来描述某一经济系统变量

44、之间相互依赖、互用一组方程来描述某一经济系统变量之间相互依赖、互为因果的数量关系。这组由单方程计量经济学模型组成为因果的数量关系。这组由单方程计量经济学模型组成的方程组称为联立方程模型。的方程组称为联立方程模型。内生变量、外生变量变量、先决变量。内生变量、外生变量变量、先决变量。 克莱因（克莱因（Lawrence Robert Klein Lawrence Robert Klein ）于）于19501950年建立的、年建立的、旨在分析美国在两次世界大战之间的经济发展的小型宏观旨在分析美国在两次世界大战之间的经济发展的小型宏观计量经济模型。模型规模虽小，但在宏观计量经济模型的计量经济模型。模型规

45、模虽小，但在宏观计量经济模型的发展史上占有重要的地位。以后的美国宏观计量经济模型发展史上占有重要的地位。以后的美国宏观计量经济模型大都是在此模型的基础上扩充、改进和发展起来的。以至大都是在此模型的基础上扩充、改进和发展起来的。以至于萨缪尔森认为，于萨缪尔森认为，“美国的许多模型，剥到当中，发现都美国的许多模型，剥到当中，发现都有一个小的有一个小的KleinKlein模型模型”。所以，对该模型。所以，对该模型 的了解与分析的了解与分析对于了解西方宏观计量经济模型是重要的。对于了解西方宏观计量经济模型是重要的。 KleinKlein模型是以美国两次世界大战之间的模型是以美国两次世界大战之间的192

46、0192019411941年的年度数据为样本建立的。年的年度数据为样本建立的。tgtpttttuWWPPCS131210)(tttttuKPPI2131210ttttptuTrendYYW331210ttttGICYtptttTWYPtttIKK1（消费）（消费）（投资）（投资）（私人工资）（私人工资）（均衡需求）（均衡需求）（企业利润）（企业利润）（资本存量）（资本存量）此模型包含此模型包含3 3个行为方程，个行为方程，1 1个定义方程，个定义方程，2 2个会计方程。式中个会计方程。式中变量：变量：Y Y： 收入（收入（GDPGDP中除去净出口）；中除去净出口）； G G： 政府非工资支出；

47、政府非工资支出；CSCS：消费；：消费； WgWg ：政府工资；：政府工资； I I：私人国内总投资；：私人国内总投资； T T： 间接税收；间接税收；WpWp：私人工资；私人工资； TrendTrend： 时间趋势；时间趋势； P P：企业利润；：企业利润； K K：资本存量：资本存量 消消 费费CS 收收 入入 Y私人工资私人工资 WP企业利润企业利润 P 投资投资I资本存量资本存量 K政府支出政府支出 G政府工资政府工资 WG间接税收间接税收 T注：方框内是行为方程内生变量，方框内是恒等方程内生变量，注：方框内是行为方程内生变量，方框内是恒等方程内生变量， 粗体是外生变量。粗体是外生变量

48、。 上述模型中的前上述模型中的前3 3个方程称为个方程称为，后面的，后面的3 3个个方程称为方程称为。这是一个简单描述宏观经济的联立方。这是一个简单描述宏观经济的联立方程模型。前程模型。前3 3个行为方程构成联立方程系统：个行为方程构成联立方程系统： t t =1, 2, =1, 2, , , T T （12.1.312.1.3） 待估计出未知参数后，与待估计出未知参数后，与上述模型中的上述模型中的中的后中的后3 3个恒个恒等方程一起组成联立方程模型。等方程一起组成联立方程模型。)(3312102131210131210)()()(私人工资投资消费ttttptttttttgtpttttuTre

49、ndYYWuKPPIuWWPPSC 在联立方程模型中，对于其中每个方程，其变量在联立方程模型中，对于其中每个方程，其变量仍然有被解释变量与解释变量之分。但是对于模型系统仍然有被解释变量与解释变量之分。但是对于模型系统而言，已经不能用被解释变量与解释变量来划分变量。而言，已经不能用被解释变量与解释变量来划分变量。对于同一个变量，在这个方程中作为被解释变量，在另对于同一个变量，在这个方程中作为被解释变量，在另一个方程中则可能作为解释变量。对于联立方程系统而一个方程中则可能作为解释变量。对于联立方程系统而言，将变量分为言，将变量分为和和两大类，外生变量两大类，外生变量与滞后内生变量又被统称为与滞后内

50、生变量又被统称为。 内生变量是具有某种概率分布的随机变量，它的参内生变量是具有某种概率分布的随机变量，它的参数是联立方程系统估计的元素，内生变量是由模型系统数是联立方程系统估计的元素，内生变量是由模型系统决定的，同时也对模型系统产生影响。内生变量一般都决定的，同时也对模型系统产生影响。内生变量一般都是经济变量。是经济变量。 外生变量一般是确定性变量。外生变量影响系统，外生变量一般是确定性变量。外生变量影响系统，但本身不受系统的影响。外生变量一般是经济变量、条但本身不受系统的影响。外生变量一般是经济变量、条件变量、政策变量、虚拟变量。件变量、政策变量、虚拟变量。 滞后内生变量是联立方程模型中重要

51、的不可缺少的滞后内生变量是联立方程模型中重要的不可缺少的一部分变量，用以反映经济系统的动态性与连续性。一部分变量，用以反映经济系统的动态性与连续性。在在KleinKlein模型中，模型中，CSCS, , I I, , Wp Wp , , Y Y, , P P, , K K 为内生变量，外为内生变量，外生变量生变量 G G, , Wg Wg , , T T , , Trend Trend 和滞后内生变量一起构成前和滞后内生变量一起构成前定变量。定变量。 马克威5.0提供了单方程估计方法（二阶段最小二乘法）和系统估计方法（三阶段最小二乘法）。 方法单方程估计方法：对联立方程组中每 一个可识别的结构

52、方程逐一单独估计参数，最后获得整个模型的参数估计值。 系统估计方法：同时估计系统方程中的所有参同时估计系统方程中的所有参数，数，估计时要考虑所有结构参数和变量之间的联系和影响。 二阶段最小二乘法1. 适用范围:过度识别和恰好识别的方程2. 参数估计值统计性质:对小样本是有偏的,对大样本是渐进无偏的. 3.具体步骤：第一个阶段：找到一组变量(称为工具变量)，模型中 每个解释变量分别关于这组变量作最小二乘回归；第二个阶段：所有变量用第一个阶段回归得到的拟合值来代替，对原方程进行回归，这样求得的回归系数就是2SLS估计值。 三阶段最小二乘法1.适用范围：方程右边变量与误差项相关，并且残差存在异方差和

53、同期相关2.基本思想：先用2SLS估计每个方程，然后再对整个联立方程系统利用广义最小二乘法估计，即： 3SLS=2SLS+GLS.3.估计步骤：系数估计在马克威系统中的操作为了估计联立方程的参数，首先应设定方程形式。单击节点选择器，将数据源节点、算法节点和“运行”节点拖拽到工作区内并连线，设置如下图所示：点击“数据源”节点，打开已建立好的数据文件“klein.mkw”。点击“联立方程”算法节点，进入系数估计，方程设定以及属性设置如下：系统估计输出部分结果cs=16 .1+0.79*(wp+wg)+0.25*P+0.057*P(-1) 在消费方程中，消费依赖的不是总收入，而是总收入的分量：工资收

54、入和利润收入。工资对消费影响的边际倾向为0.79，即：工资每增加1美元，消费就相应的增加0.79美元。I=13.08+0.436*P+0.371*P(-1)-0.126*K(-1) 投资方程中，突出了利润对投资的影响，说明利润越高，企业拥有的可支配在资金越多，投资就会增加；资本存量滞后一阶说明每年有12.6%的资本折旧需要替换。wp=1.67 +0.4*y+0.186*y(-1)+0.157*t 工资方程说明，私人工资依赖当期收入和滞后收入和时间趋势，时间趋势代表当时不断增长的工会力量。模型求解利用两阶段或三阶段最小二乘法估计所建立的联立方程系统，得到未知参数的估计量，就可以建立一个完善的、能

55、够反映客观实际的联立方程模型，从而可以进行模型求解和模型预测。拟合:样本期内的预测，把内生变量的原始时间序列数据与模拟结果进行比较，可以用来检验模型的模拟效果。预测：对估计的样本区间以外的内生变量进行外推，此时，必须拥有整个预测期内所有外生变量的时间序列数据。事后预测：可以考察不同政策产生的不同效果.事前预测：必须在预测内生变量之前，先预测出外生变量的值。模型求解在马克威分析系统中的操作选择“模型求解”，显示如下：l点击“打开模型”，到系数估计时模型保存的路径下打开模型。l点击“方程编辑”，将弹出一个模型编辑框，可以在模型编辑框中添加一些平衡方程。点击“打开模型”，将事先保存的模型打开：点击“

56、方程编辑”，进入方程编辑窗口，添加平衡方程添加完平衡方程后，即可以设置各项选项，对模型进行求解。基本选项动态预测：进行预测时只使用求解样本期之前的内生变量。滞后内生变量和ARMA项是利用前几期的解计算的，而不是来自实际的历史数据。静态预测：每次求解模型时直到前一期的内生变量都被使用。滞后内生变量和ARMA项取自内生变量的实际值。拟合：求解模型时内生变量的当期值也被使用。除了正被计算的方程的内生变量以外，所有内生变量的值都被实际值所替代。迭代方法高斯-塞德尔迭代法：默认的迭代法。每次迭代时，将其他所有的内生变量视为不变时，求解与每个模型方程相关的内生变量值。牛顿迭代法：每次迭代时采用模型的线性逼

57、近，然后求解线性系统以找到模型的解布罗伊登迭代法：布罗伊登迭代法是牛顿迭代法的一种修正方法。诊断诊断目的是跟踪内生变量在迭代过程中是否正常，将要被跟踪的变量选入右侧跟踪变量列表框，其中间结果在迭代求解过程中被保存起来。追踪变量默认的追踪变量为所有的内生变量。当一个变量被追踪时，该变量的求解结果就会在结果列表中输出，没被追踪的变量的结果将不输出。马克威分析系统给出的模型评估指标： 均方根误差平均绝对误差平均相对误差 Theil 不等系数偏差比列方差比列协方差比列双击执行即可求得模型基本解情景分析情景分析主要依靠未来各种不同的影响因素，并根据不同的假设推断出不同的结果。利用情景分析，对不同的政策方

58、案进行模拟，在模拟的过程中，一方面，可以检验模型能否准确地模拟实际情况，模拟机制是否符合宏观经济理论；另一方面可以分析宏观经济政策的效应，为评价宏观经济政策提供有用的分析工具，为及时制定宏观经济政策提供依据。情景分析模拟情景一：假设从1940年起，外生变量间接税收（t）每年比当年实际值分别增加10%，其他内生变量受到的影响。 点击“情景分析-情景1”，进入模型变量列表：鼠标右键单击“变量 t-属性”勾选“在情景中使用优先值”，点击“确定”，进入变量修改列表，可以对设置情景分析的变量的值进行修改，修改完成后，修改的数据在模型变量列表中以“红色”显示：设置完成后，双击“运行”节点，结果列表中会给出

59、情景1下的求解结果，并且结果储存在“变量名_1”的序列中。可以通过“变量-查看序列”查看各情景的求解结果的差异以及拟合图.时间时间X(GDP)X(GDP)Cu(Cu(消费消费 ) )I(I(投资投资) )Wp(Wp(私人工资私人工资) )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情景一部分内生变量分析结果 由上表可以看出，税收的增加导致模型中的内生变量全部呈负向变化。由于税收是总产出的一项漏出，税收增加就意味着总产出的降低

60、，从而使得产出的各个部分，消费、投资相应降低。投资的减少导致资本存量和企业利润的降低，私人工资也会相应的减少。注：模拟情景一：从1940年开始公司税每年增加10%，其他内生变量会发生什么变化。可以模拟各种情景，如政策的变化、市场的变化。内生变量转化为外生变量情景分析模拟情景二：模拟从1940年起，内生变量消费（Cu）每年比当年实际值分别增加5%，其他内生变量受到的影响。分析：模型中Cu为内生变量，做内生变量的情景分析时，需要将内生变量变为外生变量，再做情景分析。具体操作：“情景2-内生变量CU-属性”，显示如下选择“在样本区间内排除”并且给出被排除的样本区间，若样本区间不填写，则默认为整个样本