有個鳥用！！！
本人碩士畢業以後就職於國內某巨集觀調控部門，日常工作之一就是搞模型、做**。由於美國和歐洲等國家的政策部門有一大批人都在研究這個，並且做出了不錯的成果，因此北京的的領導提出，作為大國巨集觀調控部門必須掌握這個工具，否則難以與國際接軌和對話。
於是，就和某國際組織合作，搞了n多次的培訓，找的都是一些國際上一流的、技術非常過硬的、有豐富實踐經驗的經濟學家來給我們培訓，我前前後後參加過大概五六次，每次一周到兩周不等。
剛開始參加的時候，對這個東西實在不感興趣，覺得就是一群人陶醉在公式推導裡面，跟現實差別太大。但是架不住領導的威逼利誘，於是就慢慢學吧，到目前基本算是入門了。用dsge先後做了幾個課題：一是在sw2007模型的基礎上，加入財政模組研究稅收問題；二是在sw2007模型中引入金融加速器機制，研究增強型貨幣政策的效果；三是在gk2011模型的基礎上，研究貨幣政策和巨集觀審慎管理政策的協調配合。
應該說，dsge模型用來發文章還是挺爽的，基本上搞出來乙個稍微複雜點的，投北大核心問題不大，但說到指導實踐，真的還差的太遠。
為什麼？我覺得主要是以下幾個問題：
一是太難。這個東西門檻比較高，巨集觀、微觀、動態優化、計量經濟學等都得掌握，否則你根本不知道那乙個個公式是在幹啥。我曾經就為mc曲線和pc曲線經濟學內涵苦惱了好幾天，最後把微觀經濟學課本拿出來好好研究了一番才搞明白。公式推導完了以後還有對數線性化，如果不掌握技巧的話又是乙個難關。對數線性化完了以後，貝葉斯估計，這個東西如果要做的比較規範那就太難了。所以說，很多人根本沒那個精力和時間去一點點研究這些東西。
二是效果不好。經濟**和政策模擬是我們工作中的一項重要工作內容，一般是用一些簡單、直接、效果好的模型，比如var、聯立方程、可計算一般均衡、甚至是機器學習，但dsge效果真是不達標。領導關心的問題很直接，我這個政策出台以後對gdp會有幾個百分點的影響，dsge很難回答這些問題。做過的同志應該都知道，貝葉斯方法估計出來的引數值有多敏感，這種結果怎麼敢跟領導報。
三是微觀基礎不具備。dsge的乙個重要前提是巨集觀經濟處於穩態，這點就限制了在國內的應用。你用歐美資料觀察一下，消費和投資的比例基本是穩定的，但國內波動特別大。在不穩態的情況下，可能就需要區制轉換，但這個東西目前還不成熟，雖然有rise等一些工具箱，但總的來看還是不行。另外乙個就是貨幣政策規則的問題，不管是數量型、**型、還是所謂的混合型，都無法準確刻畫中國的貨幣政策規則。還有就是國企民企、融資平台、土地財政等問題，目前國內雖然有研究成果出來，但究竟應該怎麼刻畫其微觀基礎，研究的還太少，基本處於照抄階段。
所以回到問題，dsge有用嗎？如果是發文章，很有用！如果是指導實踐，還是算了吧！
以上不成熟的觀點僅代表個人不成熟的看法，還請大家批評。
最近一直在考慮要不要錄乙個教程，幫小白學習dsge，哈哈哈。
模型分離（選做）
模型分離 讓 更方便管理 新建models.py，將模型定義全部放到這個獨立的檔案中。新建exts.py，將db sqlalchemy 的定義放到這個獨立的檔案中。models.py和主py檔案，都從exts.py中匯入db。主py from flask import flask,render te...
模型分離（選做）
模型分離 讓 更方便管理 新建models.py，將模型定義全部放到這個獨立的檔案中。新建exts.py，將db sqlalchemy 的定義放到這個獨立的檔案中。models.py和主py檔案，都從exts.py中匯入db。主py檔案 from flask import flask,request...
模型分離（選做）
模型分離 讓 更方便管理 新建models.py，將模型定義全部放到這個獨立的檔案中。from werkzeug.security import generate password hash,check password hash from datetime import datetime from...