Structural Macroeconometrics pdf epub mobi txt 电子书 下载 在线阅读 2026

宏观经济学结构分析：理论、模型与实证 这本书旨在深入探讨现代宏观经济学的结构性分析方法，重点关注理论框架的构建、动态随机一般均衡（DSGE）模型的设计与应用，以及实证检验中的关键技术。本书不同于仅侧重于特定经济现象或传统计量方法的教材，它致力于为读者提供一个理解和运用结构化模型来理解宏观经济波动、政策传导以及长期增长的全面视角。 核心理论框架：重塑宏观经济的基石 本书首先将回顾和梳理宏观经济学的核心理论演进。我们将从新古典经济学出发，重点分析其在解释经济增长和资源配置方面的贡献，以及存在的局限性。接着，本书将深入探讨新凯恩斯主义经济学如何通过引入名义和实际价格粘性、信息不对称等微观基础，来解释短期经济波动和凯恩斯效应的产生。特别地，我们将详细阐述内生增长理论在解释长期生产率差异和技术进步方面的突破，以及其与一般均衡框架的结合。 本书还将花篇章介绍理性预期假说及其在宏观经济模型中的重要性，解释为何动态最优决策在理解经济主体行为中扮演着核心角色。我们会深入剖析消费者的跨期优化行为、厂商的投资决策以及工资和价格的动态设定过程。这些微观基础的理解是构建复杂DSGE模型的关键。 动态随机一般均衡（DSGE）模型：构建分析的工具箱 DSGE模型是本书的核心关注点。我们将从最基础的、具有代表性的DSGE模型开始，例如包含单一部门、固定技术和简单政府部门的模型。通过对这些基础模型的推导和分析，读者将熟悉模型的基本要素：状态变量、控制变量、预算约束、效用函数、生产函数以及市场出清条件。 随后，本书将逐步引入更复杂的模型设定，包括： 异质性主体模型： 探讨如何引入不同偏好、财富或生产率的经济主体，以及它们如何影响宏观经济变量的分布和传导机制。例如，引入不同类型家庭（如终身收入者和短期借贷者）或不同规模企业，分析其在经济冲击下的不同反应。 开放经济模型： 阐述如何将汇率、国际资本流动和贸易纳入DSGE框架，分析全球经济一体化对国内宏观经济的影响，以及国际冲击的传导路径。我们将讨论不同汇率制度下的模型设定，以及它们在应对外部不确定性方面的差异。 包含财政和货币政策的新型DSGE模型： 详细介绍如何将财政政策（如政府支出、税收、债务）和货币政策（如利率规则、量化宽松）进行内生化，以及它们如何影响经济周期的动态。本书将重点关注财政乘数和货币政策传导的结构性决定因素。 具有不完美市场和摩擦的模型： 深入研究更贴近现实的经济摩擦，例如搜寻摩擦（在劳动力市场和商品市场）、信贷约束、企业融资约束等。我们将分析这些摩擦如何放大或扭曲政策冲击和外生冲击的影响，以及它们在解释金融危机和衰退中的作用。 在介绍模型构建的同时，本书还将强调模型的“结构性”特征，即模型的各个组成部分都具有明确的经济含义，并且这些含义在模型中保持一致。这将与“黑箱”式的计量模型形成鲜明对比，后者侧重于描述变量之间的统计关系，而难以解释其背后的经济机制。 模型校准与估计：连接理论与数据的桥梁 理论模型构建完毕后，如何将其与实际经济数据进行对接是关键。本书将详细介绍模型校准（calibration）和估计（estimation）的技术。 模型校准： 讲解如何利用经济学文献中的估计值、历史数据摘要统计量以及一些理论上的约束来确定模型的参数。我们将讨论校准的优点，例如可以保留模型的结构性解释，以及其局限性，即可能依赖于预设的参数值。 基于最大似然估计（MLE）的模型估计： 详细介绍如何利用经济数据来估计DSGE模型的参数。我们将讲解如何构建模型预测误差的似然函数，并利用数值优化方法来寻找使似然函数最大化的参数值。 贝叶斯估计（Bayesian Estimation）： 深入探讨贝叶斯方法在DSGE模型估计中的应用。我们将讲解如何结合先验信息和数据来得到后验分布，以及贝叶斯方法在处理高维参数空间、模型不确定性和模型比较中的优势。 后验预测检验（Posterior Predictive Checks）： 介绍如何利用估计后的模型来生成模拟数据，并与实际数据进行比较，以评估模型的拟合优度。 本书还将探讨模型简化和稳健性检验的方法，确保模型的实用性和可靠性。 实证分析与政策含义：理解经济现象的工具 理论模型和估计工具的目的是为了更好地理解和解释现实经济现象。本书将展示如何利用结构化DSGE模型进行以下实证分析： 冲击分解（Impulse Response Functions, IRFs）： 详细讲解如何通过模拟模型来分析不同经济冲击（如货币政策冲击、财政政策冲击、生产率冲击、外部需求冲击等）对宏观经济变量（如产出、通货膨胀、利率、就业等）的动态影响。我们将重点分析不同模型设定下IRFs的差异，以及政策传导的结构性因素如何影响其形状和持续时间。 方差分解（Variance Decomposition）： 介绍如何利用IRFs来计算不同冲击在解释宏观经济变量波动中的相对贡献，从而识别主要的波动来源。 历史分解（Historical Decomposition）： 讲解如何利用估计后的模型和实际数据，将历史上的宏观经济波动分解为不同结构性冲击的累积效应，从而为理解过去的经济事件提供微观基础。 政策评估与预测： 展示如何利用结构化DSGE模型来模拟不同经济政策（如调整利率、改变税率、改变政府支出等）的效果，并用于宏观经济预测。本书将特别关注模型在模拟“情景分析”（scenario analysis）中的作用。 模型比较与选择： 讨论如何利用信息准则（如AIC, BIC）和贝叶斯因子等方法来比较和选择不同的模型设定，以及如何从理论和实证角度评估模型的优劣。 前沿领域与未来展望：拓展研究的边界 为了帮助读者跟上学术研究的前沿，本书还将简要介绍一些正在蓬勃发展的领域，例如： 包含金融摩擦的DSGE模型： 探讨金融部门在宏观经济波动中的作用，例如信贷紧缩、资产价格泡沫等。 不确定性与宏观经济： 分析高度不确定性对企业投资、消费决策和经济增长的影响。 大数据与结构化宏观经济学： 探讨如何利用高频数据、替代数据等来改进模型估计和政策分析。 异质性信息与信念： 研究经济主体信息不对称和信念形成过程如何影响宏观经济动态。 本书的最终目标是赋予读者分析和理解现代宏观经济挑战的能力，无论是在学术研究还是在政策制定领域。通过系统地掌握结构性宏观经济学的理论框架、模型构建技术以及实证分析方法，读者将能够更深入地洞察经济运行的内在机制，并为应对复杂多变的经济环境提供坚实的理论基础和分析工具。本书力求在严谨的学术基础上，兼顾清晰的逻辑和易于理解的叙述，为宏观经济学的研究者和实践者提供一份宝贵的参考。