定量宏观经济建模与结构向量自回归：EVIEWS应用

  本书缘起于A.R.Pagan 在国际货币基金组织（International Monetary Fund，IMF） 做过的一系列讲座。这些讲座由能力建设研究院（the Institute for Capacity Development）主办，主要涉及经济学方面的内容。其中的结构向量自回归方法于2011—2015 年间公开发表后， 逐渐被应用于宏观经济系统的量化分析。虽然本书介绍的方法可以使用Stata 等分析工具，但由于EViews在IMF 工作人员和中央银行工作人员中使用得更为普遍，因此最终本书选择了EViews9.5来进行分析处理。然而，在EViews9.5中进行结构冲击估计时，需要施加许多限制，这些限制无法直 接处理。为了解决这一问题，我们提出了一些变通方法，即间接地向冲击施加识别信息。我们的关键思路是，对于精确识别的SVARs （即估计中的矩限制数量等于参数数量的SVAR），最大似然估计（MLE） 与工具变量（IV） 估计的结果差不多。工具变量估计的优势在于MLE 需要非线性优化技术，而工具变量估计采用的是线性两阶段最小二乘法（2SLS）。通过工具变量估计，我们能够在EViews9.5 中估计复杂的SVAR 结构。 本书前言由Ouliaris等人于2016年撰写。在此过程中，IHS全球公司的Gareth Thomas和Glenn Sueyoshi 提供了帮助， 他们对EViews 软件包的一些功能进行了解释说明， 还在EViews9.5中增加了新的选项，这些选项对于实现和说明OPR 中描述的方法具有极其重要的意义。本书旨在从文献中抽取一些经典研究，并展示如何使用工具变量估计在EViews9.5中对这些研究进行重现。我们广泛探讨了在变量为平稳、非平稳或两者兼有时，识别冲击的一系列方法。这些方法包括对脉冲响应或结构方程的参数及符号施加约束。EViews10 为我们展示了处理向量自回归模型VAR） 和结构向量自回归模型（SVAR） 的新功能。对于VARs，我们现在可以使用滞后矩阵L1、L2等，从特定的方程中排除一些滞后变量。而在SVARs模型中，我们在EViews 9.5中定义模型的A、B 矩阵的规格现在得到了增强，新增了两个矩阵S和F，这两个矩阵被用来对模型施加短期和长期的限制条件。因此， 在这份更新后的手稿中， 我们首先讨论了如何在仅使用EViews9.5 的情况下估计SVAR，然后再使用EViews10 进行同样的操作。显然，尽管从工具变量的视角审视问题常常极具价值， 但从总体来看， EViews10 的使用体验更为顺畅。在EViews10 中仍存在一些待解决的问题。特别是，MLE 可能存在收敛性问题，而对脉冲响应的标准误计算有时也是有问题的。我们开发了一款EViews插件，它可能通过先采用工具方法对系统进行估计，并利用所得参数估计的结果来初始化新的SVAR 估计量，从而应对收敛问题。当存在长期限制时，标准误的问题则交由EViews团队处理，2   定量宏观经济建模与结构向量自回归因为这意味着需要对基础代码进行修改。此书源于一系列讲座，因此我们非常感谢众多IMF 工作人员和各国官员参与课程，他们的反馈对于确定应重点强调的内容以及哪些内容可适当简化至关重要。Luz Minaya和Maria （Didi） Jones组织得非常好。英格兰银行和澳大利亚储备银行也提供了该课程的版本。