来源：华尔街俱乐部
作者：玑衡
本科毕业后，我曾经在美联储的一家分行工作，我最重要的任务就是在每次FOMC会议(这是美联储的政策决策会议)之前，制定一个有着几百个变量的未来两三年的经济数据预测表，也就是“每个季度，美联储都会公布其对经济未来三年的前瞻性预测”。在我这个分行，只有我和我的直系老板、也就是分行的副主席，共同完成这个工作，我做具体的数据，他过目认可，然后就是直接递交给分行主席。所以美联储是如何做宏观预测的，我还比较了解。
技术层面其实是公开的秘密，和其他的分行以及现在世界上的大部分主流经济学家一样，我这个支行预测宏观经济用的是现在当红的DSGE模型(中文名字叫作动态随机一般均衡模型), 也就是要利用计算机解一堆复杂的方程组，解出来的答案就是对未来的预期了。这些方程里面的几百个常数项是半猜半凑出来的。有的常数项很容易，比如失业率，这个数字查一下Bureau of Labor Statistics就能知道了。有的常数需要跑回归(regression)或者其他数学办法搞出来。有的常数就是猜，根据直觉/经验去猜，所幸DSGE模型是“随机”的，也就是说，你能输入自己猜测的参数的上下区间……DSGE模型只是一种方法论，一种思想，具体操作起来，我相信每个分行的研究员都其实在跑完全不一样的模型。
几个月过去了，FOMC会议也经历了几轮，跑数据搞这张预测表，从一开始的非常困难变成了一件虽然很麻烦但是简单的工作了。结果有一天，把这一轮的预测表交给老板看，老板看了两分钟，然后指出其中一行一列的数字，“这个数字错了。你的方程一定哪里写错了。”我很惊讶，问他怎么看出来。他说，“凭经验。”我于是去查自己的程序，几百行一行一行查出来，结果的确有一个参数抄错了。再跑一遍程序，其他的变量都没大改动，的确是老板指出的那个变量发生了最大的改动。我把新结果再拿给他看，他笑着说，这就对了。
这件事情已经过去四年了，我又回学校读了一个经济类的硕士，然而仍然没有想通老板当时怎么能够一下子看出来这个问题，毕竟我原先给的结果也是在合理的范围内的。所以我想，美联储预测宏观经济，看起来是依靠一个非常复杂的数学模型，然而，by the end of the day, 其实是“唯手熟尔”，依靠几十年的经验判断。我的老板曾经说过，美联储的经济学家做的其实是“经济的工程学”。什么叫工程学呢?就是不厌其烦地反复试错，反复调整，通过每一次错误和调整来积累对这个领域的经验。跑回归，学院里的经济学家一篇论文跑个上百次回归顶多了，我经常一天就跑上百次，对我们的猜测进行微调和robustness check。这样的一种枯燥的重复，就是老板所谓的“工程学”，不能让人对经济学本身产生洞见，只是让人在变得越来越有耐心，无论是对于数字还是对于这个世界。
这张我老板点头通过的表，就会交到分行的闭门机密会议里，几个主席副主席轮流看，讨论一遍，有一些数字再进行微调。然后过几天，分行的主席就会带着这张经过讨论修改的表去华盛顿开FOMC会议，每个出席会议的分行主席都有一张类似的表，大家开会商量，最后公布一个官方的预测。
可见，虽然DSGE这样复杂的模型可以被看作宏观经济预测的根基，但是它提供的预测会不断地被这些经济学家依据他们过往的经验进行修正。在模型与经验不符的时候，几乎总是经验占了上风。
DSGE模型与经验讲授并重
—DSGE模型原理及应用
朱传奇，目前任教于中山大学岭南学院。
美国波士顿经济学院博士毕业，美国波士顿联邦储备银行助理研究员，并长期从事宏观经济学的科研和教学工作。其研究方向关注非线性DSGE模型的计量方法，并致力于利用DSGE模型研究中国宏观经济波动和宏观经济政策。
时间：2017年11月2-5日 (四天)
地点：北京市海淀区厂洼街3号丹龙大厦
安排：上午9:00-12:00；下午1:30-4:30；答疑4:30-5:00
费用：4000元 / 3400元 (仅限全日制在读本科生及硕士生优惠价)；食宿自理
学习DSGE模型是一个系统性的过程，涉及到经济学理论、计量模型和数值方法等几方面的综合。对刚接触DSGE模型的学生和研究者而言，在如何进行DSGE模型构建及计算机软件实现需要花费大量的时间和心血去学习。DSGE模型中涉及到数值方法和计量方法等技术门槛也让部分有志于宏观经济的研究者望而止步。
为此，本培训课程专门针对DSGE模型初学者和宏观经济研究者，系统全面地介绍DSGE模型的相关理论及计量方法。希望通过本课程培训引导初学者熟悉DSGE模型的构建及计算机实现，为研究者将来构建自己的DSGE模型和从事基于DSGE模型的政策研究提供帮助。
1. 理论模型推导
2. 计量方法和计算方法介绍
3. Matlab 和 Dynare上机练习
第1讲：课程简介（1课时）
1. 课程简介
2. 宏观经济学模型发展历史
3. DSGE模型介绍及培训安排
第2讲：宏观经济数据（3课时）
1. 宏观经济数据处理
1.1 宏观经济数据来源
1.2 趋势剔除和周期提取
1.2.1 线性去除趋势法
1.2.2 Hodrick-Prescott滤波法
1.2.3 Band Pass 滤波法
1.3 经济周期统计描述
2. Matlab上机训练（1课时）
第3讲：真实商业周期（Real Business Cycle）模型（10课时）
1. RBC模型（3课时）
1.1 RBC基准模型介绍(King et al.(1988))
1.2 求解模型均衡条件
2. DSGE模型近似及求解（2课时）
2.1 对数线性化
2.2 线性差分模型组求解方法
2.2.1 Blanchard and Kahn(1980)方法
2.2.2 Klein(2000)方法
2.2.3 Uhlig(1999)待定系数法
3. 参数校准（2课时）
3.1 参数校准原理
3.2 矩匹配(Matching Moments)
4. RBC派生模型（Money-in-Utility模型，Cash-in-Advance模型）(1课时)
5. Matlab 上机训练（2课时）
第4讲：Dynare安装及使用（3课时）
1. Dyanre 安装和配置
2. Dynare 软件使用：以RBC模型为例
3. Dynare 上机训练（2课时）
第5讲：新凯恩斯主义模型（New-Keynesian）模型（10课时）
1. New-Keynesian模型（6课时）
1.1 模型主体介绍
1.2 粘性价格定价法则(Calvo定价)及详细推导
1.3 均衡条件求解
1.4 对数线性化及线性求解
1.5 参数校准及模型模拟
2. Matlab训练（1课时）
3. Smets和Wounter (2007, AER) （3课时）
3.1 模型介绍及详细推导
3.2 Dynare程序实现
第6讲：DSGE模型贝叶斯估计方法及应用（10课时）
1. 状态空间模型
1.1 卡尔曼滤波(Kalman Filter)
2. 贝叶斯估计基本原理
2.1 Markov Chain Monte Carlo方法
2.1.1 Gibbs sampler
2.1.2 Metropolis-Hastings算法
2.2 模型参数先验概率选取
2.3 后验分布与统计推断
3. 案例：New-Keynesian模型的贝叶斯估计
3.1 Smets and Wounters (2007 AER)
3.2 上机训练（2课时）
现场班老学员9折优惠；
同一单位三人以上同时报名9折优惠；
以上优惠不叠加。
1：点击 “阅读原文”，网上填写信息提交；
2：给予反馈，确认报名信息；
3：订单缴费（需要刷公务卡或者转账的老师请联系我们）；
4：缴费后发送课程电子版讲义，软件准备及交通住宿指南。
魏老师
QQ：2881989714
Tel：010-68478566
Mail：[email protected]
想获取第一时间的名师精品学术培训信息，
可以添加QQ:2881989714回复您的需求。
经管之家，
全国最好的学术培训就在这里！
