计量经济学第十章联立方程模型

第十章联立方程模型（simultaneous-equationsmodel）10.1联立方程模型的概念10有时由于两个变量之间存在双向因果关系，用单一方程模型就不能完整的描述这两个变量之间的关系。有时为全面描述一项经济活动只用单一方程模型是不够的。这时应该用多个方程的组合来描述整个经济活动。从而引出联立方程模型的概念。联立方程模型：对于实际经济问题，描述变量间联立依存性的方程体系。联立方程模型的最大问题是E(X'u)0，当用OLS法估计模型中的方程参数时会产生联立方程偏倚，即所得参数的OLS估计量是有偏的、不一致的。比如需求供给模型：从需求方程看，u1t代表了除商品价格以外的其他影响因素，如消费者收入水平、替代商品价格、消费者爱好和消费政策等。当这些回素变化时，u1t将发生变化，进而引起需求典线的移动，这将改变均衡价格P和均衡交易量Q。同理u2t的变化（由于生产技术水平，产品成本、气候变化及产业政策等因素），将会使供给曲线发生移动，从而改变均衡价格和均衡交易量。这种现象被称为相互依存性。正是这种相互依存性，使得u1t、u2t与P将严重违背解释变量与随机误差项不相关的假设，产生联立方程偏误。凯恩斯的收入决定模型：其中，C为消费支出，Y为收入，I为投资（假设为外生变量），当ut发生位移时，消费函数将随之发生位移，进而影响Y，即Y与ut不相互独立。如果考虑政府支出G，投资为内生变量，模型可变为：这是一个简单的宏观经济模型，反映了国内生产总值中各项指标之间的关系。其中，第一个方程为消费函数，第二个方程为投资函数，第三个方程为恒等方程，即假定进出口平衡的情况下，国内生产总值等于消费总额（居民消费和政府消费）与投资总额之和。模型中共有4个经济变量，其中居民消费、投资、国内生产总值之都是互为劳动因果关系，只有构成多个方程才能将它们作为一个完整的系统进行描述和分析。是上述例题表明，联立方程模型具有以下特点：联立方程由若干个单一方程模型有机地组合而成。联立方程便于研究经济变量之间的复杂关系。联立方程中可能同时包含随机方程和确定方程。联立方程的各个方程可能含有随机解释变量。10.1.2在单一方程模型中，由于变量之间的因果关系十分明确，左端为被解释变量，右端为解释变量，但对联立方程，就整个系统而言，一个变量在一个方程中为被解释变量，但在另一个方程中可能为解释变量。为此给出三个定义：1、内生变量（endogenousvariable）：由模型内变量所决定的变量。表现为具有一定概率分布的随机变量，其数值受模型中其他变量的影响，是模型求解的结果。具有以下特点：1）受其他变量的影响，是模型的求解结果。2）一般都受随机误差项的影响，具有一定的概率分布。3）一般都用某一个方程来描述。2、外生变量（exogenousvariable）：由模型外变量所决定的变量。表现为非随机变量，其数值在模型求解前就已经确定，不受模型中任何变量的影响，但影响内生变量。具有以下特点：1）对模型中的内生变量产生影响，但自身变化由模型系统之外其他因素来决定。2）可视为可控的非随机变量，从而与模型中的随机误差项不相关。3、前定变量（predeterminedvariable）：指在模型求解前就确定了取值的变量，包括外生变量、外生滞后变量、内生滞后变量。例如：yt=0+1yt-1+0xt+1xt-1+utyt为内生变量；xt为外生变量；yt-1,xt,xt-1为前定变量。内生变量与外生变量的划分不是绝对的，随着新的行为方程的加入，外生变量可以转化为内生变量；随着行为方程的减少，内生变量也可以转化为外生变量。10.依据变量间联系形式，联立方程模型可分为结构模型，简化型模型，递归模型⑴结构模型（structuralmodel）：结构式模型是根据经济理论建立的，描述经济变量之间直接关系的计量经济方程系统，其中每一个方程都直接表述某种经济行为或经济关系。其模型的构成一般是把内生变量表述为其他内生变量、前定变量与随机误差项的方程体系。例：如下凯恩斯模型（为简化问题，对数据进行中心化处理，从而不出现截距项）ct=1yt+ut1消费函数，行为方程（behaviorequation）It=1yt+2yt-1+ut2投资函数，行为方程yt=ct+It+Gt国民收入等式，定义方程（definitionalequation）(1)其中，ct消费；yt国民收入；It投资；Gt政府支出。1,1,2称为结构参数。模型中内生变量有三个ct，yt，It。外生变量有一个Gt。内生滞后变量有一个yt-1。Gt,yt-1又称为前定变量。因模型中包括三个内生变量，含有三个方程，所以是一个完整的联立模型。联立方程模型必须是完整的。所谓完整即“方程个数内生变量个数”。否则联立方程模型是无法估计的。结构式模型描述了经济变量间的直接经济联系，可用于分析各解释变量对因变量的直接影响。但是结构式模型中各方程的解释变量包含了内生变量，产生联立方程偏误，使模型系数的直接估计发生困难。其特点是：模型直观地描述了各变量之间的直接影响，经济意义明确。模型只反映了各变量之间的直接影响，却无法直观反映各变量之间的间接影响。例如政府支出Gt的增加将会引起Yt的变化，进而引起居民消费Ct的变化，但这种间接影响却无法通过结构方程（或结构式参数）反映出来，同样地，上期收入Yt-1通过投资It当期收入Yt等变量对消费Ct的间接影响也没有直观地反映出来国。无法直接进行预测。结构式方程中的解释变量包含需要预测的内生变量。⑵简化型模型（reduced-formequations）：把内生变量只表示为前定变量与随机误差项函数的联立模型。仍以凯恩斯模型为例其简化型模型为，ct=11yt-1+12Gt+vt1It=21yt-1+22Gt+vt2yt=31yt-1+32Gt+vt3(2)或=+，其中ct，yt，It为内生变量，yt-1,Gt为前定变量，ij,(i=1,2,3,j=1,2),为简化型参数。用如下矩阵符号表示上式Y=X+v(3)显然结构模型参数与简化型模型参数之间存在函数关系。把结构模型（1）中的内生变量全部移到方程等式的左边得ct-1yt=ut1It-1yt=2yt-1+ut2-ct-It+yt=Gt(4)用矩阵形式表达=+用如下矩阵符号表示上式Y=X+u(5)则Y=-1X+-1u(6)比较联立方程模型（3）和（6），结构参数和简化型参数有如下关系存在，=-1==其中，A-1=。A==。adj(A)==。的伴随矩阵是的代数余子式组成的矩阵的转置。v=-1u=简化式的特点：简化式的解释变量都是与随机误差项不相关的前定变量，这就为OLS法估计方程提供了基础。简化式的参数反映了前定变量对内生变量的总影响（即直接影响与间接影响的总和）。利用简化式模型可以直接进行预测。简化式模型没有客观地描述经济系统内各个变量之间的内在联系，经济含意不明确。⑶递归模型（recursivesystem）：在结构方程体系中每个内生变量只是前定变量和比其序号低的内生变量的函数。y1=11x1+…+1kxk+u1y2=21x1+…+2kxk+21y1+u2y3=31x1+…+3kxk+31y1+32y2+u3…..ym=m1x1+…+mkxk+m1y1+m2y1+…+mm-1ym-1+um(7)其中yi和xj分别表示内生变量和外生变量。其随机误差项应满足E(u1u2)=E(u1u3)=…=E(u2u3)=…=E(um-1um)=0递归模型的显著特点是可以直接运用OLS法，依次估计一个方程，逐步得到全部参数估计值，并且不会产生联立偏误。10.2联立方程模型的识别（identification）10.例：关于粮食的需求供给模型如下，Dt=0+1Pt+u1(需求函数)St=0+1Pt+u2(供给函数)St=Dt(平衡条件)(8)其中Dt需求量，St供给量，Pt价格，ui,(i=1,2)随机项。当供给与需求在市场上达到平衡时，Dt=St=Qt（产量），当用收集到的Qt，Pt样本值，而无其他信息估计回归参数时，则无法区别估计值是对0，1的估计还是对0，1的估计。从而引出联立方程模型的识别问题。也许有人认为若样本显示的是负斜率，则为需求函数；若是正斜率，则为供给函数。其实样本点所代表的只是不同需求与供给曲线的交点而已。显然为区别需求与供给曲线应进一步获得其他信息。例如收入和偏好的变化会影响需求曲线随时间变化产生位移，而对供给曲线不会产生影响。所以带有收入信息的这些观测点就会描绘出供给曲线的位置。也就是说供给曲线是可识别的。同理耕种面积、气候条件等因素只会影响供给曲线，不会对需求曲线产生影响。需求曲线就是可识别的。可见一个方程的可识别性取决于它是否排除了联立模型中其他方程所包含的一个或几个变量。称此为识别反论。QtQt需求曲线需求曲线,收入水平不同供给曲线供给曲线,耕地面积不同PtPt在模型（8）的需求函数和供给函数中分别加入收入变量It和天气变量Wt，Dt=0+1Pt+2It+u1(需求函数)St=0+1Pt+2Wt+u2(供给函数)St=Dt(平衡条件)于是行为方程成为可识别方程。也可以从代数意义上讨论识别问题。当结构模型已知时，能否从其对应的简化型模型参数求出结构模型参数就称为识别问题。从上面的分析已知，当一个结构模型确定下来之后，首先应考虑识别问题。如果无法从简化型模型参数估计出所有的结构模型参数，称该结构模型是不可识别的。如果能够从简化型模型参数估计出所有的结构模型参数，就称该结构模型是可识别的。当结构模型参数与相对应的简化型方程参数有一一对应关系时，结构模型参数是恰好识别的。举例说明。上模型写为，Qt=0+1Pt+2It+u1Qt=0+1Pt+2Wt+u2有6个结构参数。相应简化型模型为Qt=10+11It+12Wt+vt1Pt=20+21It+22Wt+vt2如果对于简化型模型来说，有些结构模型参数取值不惟一，则该结构模型是过度识别的。由此可见识别问题是完整的联立方程模型所特有的问题。只有行为方程才存在识别问题，对于定义方程或恒等式不存在识别问题。识别问题不是参数估计问题，但是估计的前提。不可识别的模型则不可估计。识别依赖于对联立方程模型中每个方程的识别。若有一个方程是不可识别的，则整个联立方程模型是不可识别的。可识别性分为恰好识别和过度识别。不可识别模型的识别恰好识别可识别过度识别10从理论上讲，借助于简化式模型可以确定联立方程模型中某一结构式方程的识别状态，但这样做是非常费时费力的。识别方法：阶条件（ordercondition）不包含在待识别方程中的变量（被斥变量）个数（联立方程模型中的方程个数或内生变量个数–1）阶条件是必要条件但不充分，即不满足阶条件是不可识别的，但满足了阶条件也不一定是可识别的。引入以下记号：m为内生变量个数，mi第i个方程中内生变量的个数，k为前定变量的个数，ki第i个方程中前定变量的个数。(m+k)-(mi+ki)m-1即k-1mi秩条件（rankcondition）待识别方程的被斥变量系数矩阵的秩=（联立方程模型中方程个数–1）秩条件是充分必要条件。满足秩条件能保证联立方程模型内每个方程都有别于其他方程。即：Ai=m-1识别的一般过程是：1）先考查阶条件（k-1mi2）若不满足秩条件，说明待识别方程不可识别。若满足秩条件（Ai=m-1），说明待识别方程可识别，但不能判别可识别方程是属于恰好识别还是过度识别。对此还要返回来利用阶条件作判断。3）若阶条件中的等式（k-1=mi+ki）成立，则方程为恰好识别；若阶条件中的不等式（k-1>mi+ki）成立，则方程为过度识别。例：某结构模型为，y1=12y2+11x1+12x2+u1（恰好识别）y2=23y3+23x3+u2（过度识别）y3=31y1+32y2+33x3+u3（不可识别）(9)试考查第二个方程的可识性。由于结构模型有3个方程，3个内生变量，所以是完整的联立方程模型。对于第2个方程，被斥变量有3个y1,x1,x2，（方程个数–1）=2。所以满足阶条件。结构模型的系数矩阵是，(10)从系数阵中划掉第2个方程的变量y2,y3,x3的系数所在的相应行和列，得第2个方程被斥变量的系数阵如下，(11)因为0,0,(12)被斥变量系数阵的秩=2，已知(方程个数)-1=2，所以第2个方程是可识别的。下面用阶条件判断第2个方程的恰好识别性或过度识别性。因为被斥变量个数是3>2，所以第2个方程是过度识别的。现考查第3个方程的可识性。对于第3个方程，被斥变量有2个x1,x2，（方程个数–1）=2。所以满足阶条件。从系数阵中划掉第3个方程的变量y1,y2,y3,x3的系数所在的相应行和列，得第3个方程的被斥变量系数阵如下因为=0被斥变量系数阵的秩=1，已知(方程个数)-1=2,所以第3个方程是不可识别的。10.2.3其它判别准则1）如果一个方程包含了所有的变量，则该方程是不可识别的。2）如是一个方程包含一个内生变量，和全部前定变量，则该方程是恰好识别的。3）如果第i个方程排斥的变量没有一个在第j个方程中出现，则第j个方程是不可识别的。4）如果模型中的两个方程具有相同的变量，或者说两个方程具有相同的统计形式，则这两个方程是不可识别的。在建立方程组中，可按以下方法：第一，要使方程中至少含有一个前面各方程都不含有的变量（可以不破坏前面的可识别性）；第二，使前面每一个方程都至少包含一个该方程所排拆的变量，并且互不相同（可保证方程自身的可识别性）。10.3联立方程模型的估计方法10.3.1递归模型的估计方法y1=11x1+…+1kxk+u1y2=21x1+…+2kxk+21y1+u2y3=31x1+…+3kxk+31y1+32y2+u3…..递归模型的估计方法是OLS法。解释如下。首先看第一个方程。由于等号右边只含有外生变量和随机项，外生变量和随机项不相关，符合假定条件，所以可用OLS法估计参数。对于第二个方程，由于等号右边只含有一个内生变量y1，以及外生变量和随机项。根据假定u1和u2不相关，所以y1和u2不相关。对于y2来说，y1是一个前定变量。因此可以用OLS法估计第2个方程。以此类推可以用OLS法估计递归模型中的每一个方程。参数估计量具有无偏性和一致性。10.3.2简化型模型参数估计法简化型模型可用OLS法估计参数。由于简化型模型一般是由结构模型对应而来，每个方程只含有一个内生变量且为被解释变量。它是前定变量和随机项的唯一函数。方程中解释变量都是前定变量，自然与随机项无关。所以用OLS法得到的参数估计量为一致估计量。10.3.3结构模型估计法对于结构模型有两种估计方法。一种为单一方程估计法，即有限信息估计法；另一种为方程组估计法，系统估计法，即完全信息估计法。前者只考虑被估计方程的参数约束问题，而不过多地考虑方程组中其他方程所施加的参数约束，因此称为有限信息估计方法。后者在估计模型中的所有方程的同时，要考虑由于略去或缺少某些变量而对每个方程所施加的参数约束。因此称为完全信息估计法。显然对于联立方程模型，理想的估计方法应当是完全信息估计法，例如完全信息极大似然法（FIML）。然而这种方法并不常用。因为①这种方法计算工作量太大，②将导致在高度非线性的情况下确定问题的解，这常常是很困难的，③若模型中某个方程存在设定误差，这种误差将传播到其他方程中去。所以对于联立方程模型常用的估计方法是单一方程估计法。常用的单一方程估计法有①间接最小二乘法（ILS），②工具变量法（IV），③两段最小二乘法（2SLS），④有限信息极大似然法（LIML）。工具变量法与2SLS法一起介绍。有限信息极大似然法不介绍。1、间接最小二乘法（ILS）ILS法只适用于恰好识别模型。具体估计步骤是先写出与结构模型相对应的简化型模型，然后利用OLS法估计简化型模型参数。因为简化型模型参数与结构模型参数存在一一对应关系，利用=-1可得到结构参数的唯一估计值。ILS估计量是有偏的，但具有一致性和渐近有效性。2、两段最小二乘法（2SLS）当结构方程为过度识别时，其相应简化型方程参数的OLS估计量是有偏的，不一致的。采用ILS法时，简化型模型的随机项必须满足OLS法的假定条件。viN(0,2),cov(vi,vj)=0,cov(xi,vj)=0。当不满足上述条件时，简化型参数的估计误差就会传播到结构参数中去。对于恰好识别和过度识别的结构模型可采用2SLS法估计参数。2SLS法即连续两次使用OLS法。使用2SLS法的前提是结构模型中的随机项和简化型模型中的随机项必须满足通常的假定条件，前定变量之间不存在多重共线性。以如下模型为例作具体说明。y1=1y2+1x1+u1(13)y2=2y1+2x2+u2(14)其中uiN(0,i2),i=1,2;plimT-1(xiuj)=0,（i,j=1,2）；E(u1u2)=0。第一步，作如下回归，y2=x1+x2+(15)因为=x1+x2是x1和x2的线性组合，而x1,x2与u1,u2无关，所以也与u1,u2无关。是y2的OLS估计量，自然与y2高度相关。所以可用作为y2的工具变量。第二步，用代替方程（13）中的y2，得y1=1+1x1+u1用OLS法估计上式。定义W=(x1)，则=(W'W)-1(W'y1)为2SLS估计量。2SLS仍为单方程估计法，所是有偏的、无效的、一致估计量。可以证明当结构模型为恰好识别时，2SLS估计值与ILS估计值相同。3、三阶段最小二乘法（3SLS）三阶段最小二乘法克服了单一方程估计方法的参数不是有效估计的不足。属于系统估计法。3SLS的基本思路是当完成TSLS估计之后，再进行第三步广义最小二乘估计，故有的教科书认为3SLS=TSLS+GLS。我们从一个特例来说明第三步的思想。设有显然，若u1t与u2t不相关，我们可以对第个方程使用OLS得到a和b的有效估计量，当u1t与u2t同期相关时，参数估计值不再是有效估计值了，为了提高有效性，一种做法是把设定的联立方程模型转换为适合于同时估计的形式，这种形式是以单一方程表示联立方程组。引入新的变量：当t=1,2,…,n时，设同进定义：且于是有：对新建模型中的随机误差项进行考证，显然有：表时存在异方差性，同时表时存在自相关。根据前面有关章节的讨论，克服异方差或自相关现象都可以用广义最小二乘法，当随机误差项的方差是未知时，可用样本方差与协方差替代。3SLS的EViews实现过程。由于3LSL是系统估计过程，因此在EViews中需要创建一个系统文件。在录入数据创建文件之后，单击“objects→newobject”，弹出“newobject”窗口，选择“system项”，出现“system”窗口，键入前定变量和被估结构式方程。INST前定变量1前定变量2前定变量2…前定变量k可识别的结构方程1可识别的结构方程2…可识别的结构方程m将前定变量和结构式方程检查录入无误后，单击窗口中的“Estimate→Systemestimation选择threestageleastsquare,单击ok”则完成3SLS，单击View菜单，选择不同的项目，可以观察3SLS中的各种结果。例P399，略10.4联立方程的检验10.4.1单个结构方程的的检验。所谓单个结构方程的检验，就是逐个地对结构方程进检验。其检验方法同单方程计量经济模型的所有检验，包括经济意义检验，统计检验，计量经济学检验和预测检验。10.4.2总体模型的检验1、拟合效果检验对于联立方程模型当结构参数估计量已经得到，并通过了对单个方程的检验之后，有因此可用均方差误差（RMS）和相对均方差误差（RMSP）检验拟合效果一般地，在m个内生变量中，RMSPi≤5%的变量个数占70%以上，并且每个变量的RMSPi≤10%，则认为模型系统总体拟合效果较好。2、预测性检验对于样本点之外的数据，可用相对误差：检验。同样地，在m个内生变量中，REi≤5%的变量个数占70%以上，并且每个变量的REi≤10%，则认为模型系统总体预测效果较好。3、方程间误差传递检验一个总体结构清晰的模型系统，应该存在一些明显的关键路径，描述行为主体的经济活动过程，在关键路径上，方程之间存在明显的递推关系。例如宏观经济模型中，生产方程、收入方程、分配方程、投资方程、固定资产形成方程，就构成一个关键路径。固定资产决定总产值，总产值决定收入，收入决定财政收入、财政收入决定投资、投资决定固定资产。在关键路径上进行误差传递分析，可以检验总体模型的模拟优度和预测精度。如果关键路径上的方程数目为T，ei为第i个方程的随机误差估计值，下列三个统计量都可以用来衡量关键路径上的误差水平，它们是：误差均值=均方根误差=冯诺曼比=4、样本点间误差传递检验由于滞后变量的存在，使得误差不仅在方程之间传递，而且在不同的时间截面之间，即样本点之间进行传递。如果样本期为T=1,2,3,…,n，对于模型，给定T=1时的所有先决变量，得到内生变量的预测值，对于T=2时，给定外生变量的观测值，以代替Y1的预测值，求得，如此滚动，得到，并求出相对误差。另外，将T=n时的所有先决变量观测值，代入模型，求解方程组，得内生变量非滚动预测值，并求出相对误差，两个误差的差异表明模型预测误差在不同的时间截面之间的传递。案例案例1：河南省国民收入计量模型（1952-1982年数据，递归模型，OLS法估计参数）⑴Y1=-21.0982+0.0486X1+0.033X4+20.5486D1（农业生产函数）(7.63)(9.99)(9.04)R2=0.9845,F=572.9,DW=2.20⑵LnY2=0.0876+0.2184LnX2+0.6545LnX5+0.3503D2（重工业生产函数）(1.54)(5.19)(2.45)R2=0.8165,F=38.54,DW=1.27⑶LnY3=0.5946+0.3728LnX3+0.7798LnX6（轻工业生产函数）(5.10)(6.86)R2=0.7939,F=51.98,DW=2.12⑷Y4=Y2+Y3（定义方程）⑸Y5=2.1586+0.4271Y1+0.5854Y4+16.8646D3（国民收入函数）(4.34)(10.37)(5.26)R2=0.9874,F=709.1,DW=1.34变量定义：Y1，农业总产值（亿元）X1，农业劳动力人数（万人）Y2，重工业总产值（亿元）X2，重工业劳动力人数（万人）Y3，轻工业总产值（亿元）X3，轻工业劳动力人数（万人）Y4，工业总产值（亿元）X4，农机总动力（万马力）Y5，国民收入（亿元）X5，重工业固定资产原值（亿元）X6，轻工业固定资产原值（亿元）D1,D2,D3，虚拟变量（区别经济困难时期）（1）在河南省国民收入计量模型中若删去1号方程，则Y1变为外生变量。（2）若在模型中加入方程X4=f（可灌溉亩数，农机台数，副业产值），则X4由外生变量转化为内生变量。（3）若在5号方程中加入交通运输业变量Y6，则Y6为外生变量。若加入方程Y6=f（货运量，铁路运营公里数，公路运营公里数），则Y6由外生变量转化为内生变量。案例2：美国电力需求模型（摘自ReviewofEconometricsandStatisticsVol.57,p12-18,1975）电销量，电边际价格，人均年收入，天然气价格，取暖天数，7月平均气温，农村人口比率，家庭人口LnQ=-0.21-1.15LnP+0.51LnY+0.04LnG-0.02LnD+0.54LnJ+0.21LnR-0.24LnH(-38.3)(8.5)(4.0)(1.0)(4.5)(10.5)(2.0)R2=0.91电边际价格，电销量，劳动力成本，上市发电比率，电成本，农村人口比率，工民电销比，时间LnP=-0.57-0.60LnQ+0.24LnL-0.02LnK+0.01LnF+0.03LnR-0.12LnI+0.004LnT(-20.0)(6.0)(2.0)(3.3)(3.0)(12.0)(1.3)R2=0.97其中,Q：民用电年平均销售量。P：民用电边际价格。Y：人均年收入。G：民用天然气价格。D：取暖天数。J：：7月份平均气温。R：农村人口比率。H：平均家庭人口。L：劳动力成本。K：上市电力企业发电比重。F：每度电平均成本。I：工业用电与民用电销量比。T：时间。上模型中内生变量是Q和P。并互做解释变量。因为每个方程中各有5个区别于另外方程的外生变量，所以上模型为过度识别模型。2SLS估计的步骤是（1）用模型中每个内生变量对模型中全部外生变量进行最小二乘回归，（2）用得到的Q和P的估计值替代结构方程右侧的相应内生变量，并进行最小二乘估计，从而得到上述结果。用的是1961-1969年美国48个州的时序与截面混合数据。实际分析：从第一个方程看，与电销售量对其他变量的弹性系数值相比，只有电销量的价格弹性系数值（绝对值）最大。这说明近年来，居民用电量的增长主要是因为电价下降的结果。案例3：中国宏观经济的联立方程模型（用中国1978-2000数据估计，file:simu4）消费方程：Ct=0+1Yt+2Ct-1+u1t投资方程：It=0+1Yt-1+u2t收入方程；Yt=Ct+It+Gt其中：Ct消费；Yt国民生产总值；It投资；Gt政府支出。联立方程模型的两段最小二乘估计(EViews)在打开工作文件窗口的基础上，点击主功能菜单上的Objects键，选NewObject功能，从而打开NewObject（新对象）选择窗。选择System，并在NameofObject处为联立方程模型起名（图中显示为Untitled）。然后点击OK键。从而打开System（系统）窗口。在System（系统）窗口中键入联立方程模型。消费方程：Ct=0+1Yt+2Ct-1+u1t投资方程：It=0+1Yt-1+u2t收入方程；Yt=Ct+It+Gt在EViews命令中用Cons表示Ct，用gdp表示Yt，用Inv表示It，用Gov表示Gt。把如上的方程式键入System（系统）窗口，并选Ct-1，Yt-1，Gt为工具变量如下图。点击System（系统）窗口上的estimation（估计）键，立刻弹出系统估计方法窗口（见下图）。共有9种估计方法可供选择。他们是OLS，WLS，SUR（SeeminglyUnrelatedRegression），2SLS，WTSLS，3SLS，FIML，GMM（White协方差矩阵，用于截面数据），GMM（HAC协方差矩阵，用于时间序列数据）。选择2SLS估计，点击OK键，得估计结果如下。估计结果表达式是，消费方程：Ct=362.0544+0.3618Yt+0.2467Ct-1+(3.5)(17.0)(4.9)R2=0.9995投资方程：It=625.9373+0.4095Yt-1+(1.0)(26.0)R2=0.9713收入方程；Yt=Ct+It+Gt附数据如下：obsGDPCONSINVGOV19783605.61759.11377.9480197940742005.41474.261419804551.32317.1159065919814901.42604.1158170519825489.22867.91760.277019836076.33182.5200583819847164.43674.52468.6102019858792.1458933861184198610132.8517538461367198711784.75961.2432214901988147047633.1549517271989164668523.560952033199018319.59113.254442252199121280.410315.976172830199225863.712459.896363492.3199334500.715682.4149984499.7199446690.720809.819260.65986.2199558510.526944.5238776690.5199668330.432152.326867.27851.6199774894.234854.628457.68724.8199879003.336921.129545.99484.8199982673.139334.430701.610388.3200089112.542911.93225511705.3案例4：1999年度中国宏观经济计量模型框图（原书1~56页）原始资料来源：《中国社会科学院数量经济与技术经济研究所经济模型集》，汪同三、沈利生主编，社会科学文献出版社，2001，第4页。本人有修改。1999年度中国宏观经济计量模型分为8个模块（蓝色区域），共174个方程。含174个内生变量，37个外生变量。其中1．生产模块，含35个方程。2．劳动与人口模块，含20个方程。3．居民收入模块，含11个方程。4．消费模块，含14个方程。5．投资模块，含17个方程。6．财政模块，含36个方程。7．价格模块，含19个方程。8．外贸模块，含22个方程。10.5联立方程模型的预测方法仍以美国宏观经济模型（file:bank-forecasting）为例，CPt=1+2Yt+3CPt-1(It=4+5(Yt-1-Yt-2)+6Yt+7Rt-4(19)Rt=8+9Yt+10(Yt-Yt-1)+11(Mt-Mt-1)+12(Rt-1-Rt-2)(20)Yt=CPt+It+Gt其中：CP表示个人总消费额；I表示国内总投资额；R表示3月期国库券利率；Y表示GNP（扣除进出口）；M表示狭义货币供应量（M1）；G表示政府支出额。季度时间序列数据（1950:1-1985:4）见file:bank-forecasting。C、Y、I和G都以1982年不变价格计算，单位：十亿美元。R以年百分数的形式给出。附录：模型估计与预测的EViews操作。联立方程模型的两段最小二乘估计(EViews)。在打开工作文件窗口的基础上，点击主功能菜单上的Objects键，选NewObject功能，从而打开NewObject（新对象）选择窗。选择System，并在NameofObject处为联立方程模型起名（图中显示为Untitled）。然后点击OK键。从而打开System（系统）窗口。在System（系统）窗口中键入联立方程模型。CPt=1+2Yt+3CPt-1(It=4+5(Yt-1-Yt-2)+6Yt+7Rt-4(19)Rt=8+9Yt+10(Yt-Yt-1)+11(Mt-Mt-1)+12(Rt-1-Rt-2)(20)Yt=CPt+It+Gt其中：CP表示个人总消费额；Y表示GNP（扣除进出口）；I表示国内总投资额；G表示政府支出额；M表示狭义货币供应量（M1）；R表示3月期国库券利率。把如上的方程式键入System（系统）窗口如下图。预测首先，进行样本内事后预测。点击System（系统）窗口工具栏中的Procs（处理）菜单，选择“MakeModel”一项（图9），将得到在System窗口中设定的联立方程的估计结果，见图10。默认条件下，即按照该估计结果计算模拟值。图9估计结果窗口中的第一行，“ASSIGN@ALLF”表示模拟结果保存在原序列名后加F的新序列中，以免原序列中的实际历史数据被覆盖掉。为得到Yt的模拟结果，需要在求解模型中加入定义方程，Y=CP+I+G，见图10。图10图11单击Model（模型）窗口工具栏中的Solve（求解）键，弹出对话框，如图11（注意，此时样本容量为1950:1-1985:4）。在SolutionOption（求解方法）选项处含有3种求解方法。（1）Dynamicsolution（动态求解）：对发生在第一个预测期之前的内生变量的滞后值使用其实际历史数据，对随后各期的值则使用模型本身的预测值进行模拟。（2）Staticsolution（静态求解）：使用所有滞后变量的实际发生值，即使它们是模型的内生变量。（3）Fiteachequation（拟合方程）：这是静态求解的一种变形。使用方程中所有当期和滞后变量的实际值求解每个方程中的被解释变量。选择动态求解，点击OK键，在工作文件中将出现相应的拟合序列CPF、IF、RF和YF。CP、I、R、Y和相应预测值CPF、IF、RF、YF分别成对显示如图12-15。图12图13图14图15尽管这个模型很简单，但它的模拟效果却出人意料的好。从图12-15，可以看出，虽然真实数据的短期波动模拟得不是很好，而且还漏掉了某些转折点（如模型没能模拟出在1975年~1978年的衰退中发生的利率的急剧下降），但是从总体上看，模拟数列看上去确实是重复了真实数据的长期行为。现在进行样本外事后预测，即模型从估计区间的最后一个时期（1985年第4季度）开始预测，直至预测截止期(此例中，即1988年第1季度)。首先改变工作文件和样本范围（1986:1至1988:1）。重复上面的步骤，单击Model（模型）窗口工具栏中的Solve（求解）键（对话框中的样本范围相应改变），点击OK键。图16-19给出了模拟的结果。图16消费的事后预测图17投资的事后预测图18利率的事后预测图19GNP的事后预测可以看出，模型严重高估了整个两年预测期间内的投资，结果又导致了GNP以及利率的高估。10下面用模型进行事前预测。从1988年第2季度开始模拟，直到1989年第4季度。为了进行模拟，必须对外生变量Gt和Mt做些预测或假设。因此，假设Gt以每年3.2%的速度递增，这个速度接近于它的平均历史增长速度；Mt以每年1%的速度递增，这个速度略低于它的历史增长速度，表明了一个紧缩的货币政策。对投资和利率的事前预测结果在图20和21中给出。从图中可以看出，预测的利率始终处于较高水平，接近12%。尽管事实上，在1988年和1989年初，三月期国库券的利率的确是超过了8%，但它并没有达到图21所示的水平。到1989年中期，联邦储蓄委员会放松了货币政策，所以这个利率稳定在了8%左右。图20投资的事前预测图21利率的事前预测10.2.5以三方程乘数-加速数联立模型为例介绍模拟方法。Ct=a1+a2Yt-1(21)It=b1+b2(Yt-1-Yt-2)(22)Yt=Ct+It+Gt(23)其中：C表示消费；I表示投资；G表示政府支出(外生变量)；Y表示GDP。分析的第一步，先把这三个方程结合成一个单个的差分方程，称这个差分方程为基本动态方程。把公式(1)和(2)代入公式(3)，就得到了我们所说的基本动态方程，即以下形式的Yt的二阶差分方程：Yt–(a2+b2)Yt-1+b2Yt-2=(a1+b1)+Gt(24)我们想确定的是，对应于外生变量Gt的变化，内生变量Yt是否以及怎样到达一个新的平衡值，也就是说，如果在时间t=0时，Gt增加了1，并且一直保持在那个较高的水平上，那么，在以后的时间里，Yt会有什么变化？因此，我们感兴趣的是，Yt是以怎样的走势到达新的平衡值(如果事实上它的确是到了一个新的平衡值)。这个过程，我们称之为Yt的过渡解。模型的特征方程是：2–(a2+b2)+b2=0(25)特征方程的解，称作特征根。它决定了该模型中Yt的变化形式（过渡解）。a2和b2分别表示GDP对消费和投资的边际系数。根据a2和b2的不同取值，模型可能是稳定的，也可能是不稳定的；是欠阻尼的；也可能是过阻尼的。图22单个乘数－加速数模型的解的特性在图23-24中给出了Yt的四种解，即四种过渡解。这些解的初始条件是Ct=90，It=0，Gt=10，Yt=100；(a1,b1)=30，0。四对a2和b2的值是(a2,b2)=(0.6，0.1)，(0.6，0.8)，(0.6，1.5)，(0.6，3.0)t=3以后，Gt赋值12，由此得到30期Yt的解。情形Ⅱ情形Ⅰ情形Ⅳ情形Ⅱ情形Ⅰ情形Ⅳ情形Ⅲ情形Ⅰ图23乘数-加速数模型的模拟图24乘数-加速数模型的模拟情形Ⅰ：b2=0.1；情形Ⅱ：b2=0.8；情形Ⅲ：b2=1.5；情形Ⅳ：b2=3.0给出序列初始值（t=1,2时）Ct=90,It=0,Gt=10,Yt=100（t=1,2）。从第3期起，外生变量Gt=12,（t=1,…,31）；设定a1=30，a2=0.6，b1=0，和b2=0.1。建立联立模型，Ct=30+0.6Yt-1(26)It=0+0.1(Yt-1-Yt-2)(27)Yt=Ct+It+Gt(28)附录：EViews操作方法。图25图26建立工作文件。在工作文件窗口或EViews主菜单中选择Objects/NewObjects/Model，如图25。点击OK键，打开模型对象窗口，在窗口内键入方程（图26）。单击Model窗口工具栏上的Solve（求解）键，即可求解。得到的Y的模拟值记在YF1序列中。图27设定a1=30,a2=0.6,b1=0,和b2=0.1（稳定，过阻尼变化过程）改变模型中系数的设定值，即可实现动态模拟。在本例中，改变b2的设定值为b2=0.8，b2=1.5，b2=3.0，分别得内生变量Yt,Ct,It的模拟值如下。图28设定a1=30,a2=0.6,b1=0,和b2=0.8（稳定，欠阻尼变化过程）图29设定a1=30,a2=0.6,b1=0,和b2=1.5（非稳定，震荡发散过程）图30设定a1=30,a2=0.6,b1=0,和b2=3.0（非稳定，非震荡发散过程）通过这项研究就可以知道应该把模型参数，特别是GDP对消费和投资的边际系数控制在什么范围之内，才能保证系统平稳。随着模型规模变大，对模型动态特性的分析也将变得更为复杂。但是，只要模型是线性的，尽管解出这个方程很困难，总可以得到它的特征方程。例如，前面介绍的美国宏观经济模型（公式(4)(7)），如果把这些公式合并成Y的单个基本动态方程，得到的这个差分方程是五阶的：Yt+1Yt-1+2Yt-2+3Yt-3+4Yt-4+5Yt-5=6Zt(28)其特征方程也是五阶的，所以它将有五个解。用解析法解一个五阶方程要比解公式(11)的简单特征方程麻烦得多。因此如果模型越大，对它的特性的分析也越困难。计算机程序可以用来解高阶特征方程。事实上，某些用于解模拟模型的计算机软件包同样也可以用来解特征方程。如果模型是线性的，则可以直接进行求解；如果模型是非线性的，则可以在某个特定的模拟解附近把它线性化。因此，我们接下来就可以考察模型的特征根了。特征根的模超过1，模型是不稳定的；而特征根是复数(即有虚部)，模型过渡解则具有振荡性。大模型也许会有一些模大于1(同时有些可能是复数)的特征根，但它依然可以作为预测的工具。如果其中只有一小部分根的模稍微比1大，那么，它们对模型的不稳定性影响是很小的，只有当模型是对一个很长的时间范围内进行模拟时，这种影响才会显现出来。所以，模型预测稳定性的重要程度与预测区间的长短有着紧密的联系。1.5.11非平稳解释变量（non-stationaryregressor）当用时间序列数据进行最小二乘估计时，是以时间序列具有平稳性作为假定条件的。假定⑷给出当T→∞时，T-1X'X趋近于一个有限值的非退化矩阵。从(X'X)表达式X'X=,(1.123)可以看出其中的元素是由样本容量T，观测值的平方和以及交叉积之和组成。当样本容量趋于无穷大时，(X'X)中的元素也将趋于无穷大。但是如果解释变量是平稳的，随着T的增大T-1(X'X)中的元素应为有限值。然而实际中许多经济变量都是非平稳的，并随时间表现出很强的上扬趋势。当T增加时，(X'X)中的一些元素将以比T大得多的速度迅速增加，所以T-1(X'X)不能趋近于一个有限值的矩阵。例如随T的增加，T-1(X'X)中的某个元素T-1(是xtj的方差)将趋于无穷大。这时回归参数的OLS估计量的所有渐进特性都不存在。虽然经济变量，特别是某些宏观经济变量的非平稳特征早就为人所知，但人们仍然用非平稳时间序列数据构造经济模型。作为传统的计量经济理论，特别是联立方程模型，在20世纪五六十年代度过了其最辉煌的时期。随着一些大型宏观经济联立方程模型的预测效果不很理想，自70年代以来人们对这种计量经济分析方法持越来越多的怀疑态度。1974年哥兰格—纽博尔德（Granger-Newbold）首先提出计量经济学中的虚假回归问题。他们指出当用非平稳时间序列进行OLS估计时，回归系数估计量将丧失最佳线性无偏特性，同时回归系数的t检验也变得毫无意义。进入80年代以来，计量经济工作者对如何用非平稳变量建立计量经济模型进行了大量研究，并以协整理论的提出为标志取得了丰富成果。自70年代以来时间序列分析方法开始影响计量经济模型。在预测精度方面简单的时间序列模型常常优于那些历时多年，建立在深入研究基础之上的耗资巨大的计量经济模型。1972年库珀（Cooper）对关于美国经济的若干计量模型与简单自回归时间序列模型的超前预测效果做了比较研究。发现在多数情况下简单的时间序列模型的预测效果优于那些传统的计量经济模型。虽然1977年哥兰格—纽博尔德的比较研究表明在许多方面计量经济模型也优于时间序列模型，但起码在预测精度方面，时间序列模型完全可以与耗资较多的大型计量经济模型平分秋色。从而使计量经济工作者开始探讨用非平稳变量建立计量经济模型的更好方法。

费用会计附件附1费用会计岗位职责分类汇总各类费用的凭证分类核签、编造、档案整理、保管事项。核实公司的财务义务，并向员工，卖主和其他权利人支付款项，交纳各项税收等。周期性对各类费用及支出进行预测分析，统计清算，制成报表。附件2经营费用内容经营费用是指企业在整修经营环节所发生的各种费用，包括由企业负担的运输费、装卸费、整理费、包装费、保险费、差旅费、展览费、检验费、中转费、劳务手续费、广告费、商品损耗、进出品商品累计佣金、经营人员的工资及福利费等。其中：运输费：指企业在购进商品过程中发生的商品装卸搬运费用。装卸费：指商品在购、销进程中发生的商品装卸搬运费用。整理费：指专门用于挑选整理商品而发生的费用。如：商品的分类、分等和其他整理工作所雇用的临时工工资、修理用的材料以及其他零星费用等。包装费：指用于调运、储存商品时包装用品费、包装物折损费、挑选修补费等。保险费：指企业自愿向保险公司投保所支付的各项费用，包括企业向保险公司投保财产和国内运输等实际支付的保险费用。保险赔偿收入用于弥补保险财产的损失，不足部分列作企业营业外支出；多余部分以及保险公司给予企业的保险费，应冲减保险费支出。展览费：指企业为扩大商品销售展出商品而发生的各处费用。保管费：指商品在储存过程中发生的各项保管费用，包括倒库、凉晒、冷藏、保暖、消防、消防、护仓、照明等对于经营鲜活商品的，还得保存一些饲料、保鲜剂等，这些费用也应计入保管费。检验费：是拽因商品检验而发生的费用，如支付给商局的检验费，鉴定费、委托化验或自行化验商品的化验费和进口商品的签证费，另外还包括用于检验而消耗的材料及工具费用。广告费：指为扩大商品购销业务机时支付的各种广告费用。商品损耗：指商品损耗这额内的商品损失，经过专门批准的非自然灾害、非责任事故造成的超定额商品损耗的商品损失。中转费：指商品中转企业在中转商品时发生的费用。包括中转商品入库后在保管、分拨过程中所发生的费用。劳务手续费：指企业委托其他单位代购、代销、代储、代运商品，代办业务事项以及为本企业提供劳务时按有关规定支付的费用。差旅费：指企业按规定支付给因商品购销业务工作需地出差人员的住宿费、交通费、伙食补助费等。差旅费的标准由企业对照当地政府规定的标准，结合企业的具体情况确定。代理人因介绍商品而取得的报酬，把不能直接认定为某种商品上的佣金累计起来，便形成进口商品累计佣金。经营人员工资及福利费：指企业按规定标准支付给从事商品经营基本业务人员的工资及福利费等。进口商品的经营费用是指进口商品抵达目的的地港口以后到销售以前所发生的上述费用。附件3：管理费用内容管理费用是指企业行政管理和组织经营活动而发生的各项耗费，包括由企业统一负担的管理人员工资及职工福利费、职工待业保险费、业务招待费、技术开发费、董事会会费、工会经费、职工教育经费、劳动保险费、涉外费、租赁费、咨询费、诉讼费、商标注册费、技术转让费、低值易耗品摊销、折旧费、无形资产摊销，修理费、开办费摊销、房产税、土地使用税、印花税、车般使用税、审计费、坏账准备金等。其中：业务招待费是指企业为业务经营的合理需要而支付的费用，业务招待费在以下范围内据实开支；即全年营业收在1500万元（不含1500万元）的部分，不得超过营业收入的3％；全年营业收入在5000万元至1亿元（不包含1亿元）的部分，不得超过营业收入的2％；全年营业收入在1亿元以上的部分，不得超过营业收入的1％。工会经费指按照职工工资总额的2％计提拨交工会的经费。职工教育经费指企业为职工学习先进技术和提高文化水平而支付的费用，按职工工资总额的1．5％计提。职工福利费按职工工资总额的14％提取。国家另有规定的，从其规定。低值易耗品摊销，原则上实行一次性摊销办法，数额较大的可实行分期摊销法。企业发生的修理费一般不计入不期管理费用，固定资产的修理费用发生不均衡或数额较大的，可采用待摊或预提的方法。实行待摊方法的，发生的修理费用列入当期管理费用。发生的修理费用从预提办法的，预提的修理费用列入当期管理费用，发生的修理费用从预提费用中列支，不足部分列入当期管理费用，超过部分冲减当期管理费用，一个企业只能采用一种方法。诉讼费是指企业因起诉或应诉而发生的各项费用。技术开发费是指企业开发新技术等而发生的各项费用。董事会会费是指企业最高权力机构及其成员为履行职能而发生的各项费用，包括差旅费、会议费等。劳动保险费是指离、退休职工的离、退休金、价格补助金、医药费、易地安家补助金、职工退积金、抚恤费、按规定支付给离休职工的各项经费以及实行社会统筹办法的企业按规定提取的退休统筹基金。审计费是指企业聘请注册会计师进行查帐验资以及进行资产评估等发生的各项费用。附件4：财务费用内容财务费用是指企业为筹集资金而发生的各项费用，它主要包括企业经营期间发生的利息净支出、加息、支付金融机构的手续费以及汇兑损失等。（1）利息净支出，是指企业利息支出减利息收入后的差额。（2）加息，是指企业逾期归还银行贷款时，银行在国家规定的正常贷示利率的基础上加收的利息。（3）支付给金融机构的手续费，是指企业通过银行或其他金融机构款项结算或委托代理发行债券等，按国家规定向银行和其他金融机构支付的有关手续费用。（4）汇兑净损失是指企业发生的汇兑收益后的差额。附件5：广告费用为广告宣传而发生的费用有：1、媒体广告（报纸、杂志、电视、收音机等）的费用；2、广告用设备（招牌、广告塔、霓虹灯广告等）的费用；3、目录制作费用；4、包装设计费用；5、促销巡回制作费用；6、展示会、商品展览会等的各项费用；7、分发样品、试用品的费用；8、印有名称的日历、手巾、手册等的费用、9、征人广告、决算公告的费用。解说：上述的各项费用依其内容之不同,有些情况不能列为费用，因此在会计处理上要十分留意。首先，旅行宣传费的支出是以“不特定多数”为对象。例如，对制药厂商而言，医师或医院；对化妆品制造商而言，美容业者或理容业者；这些都不能称为是不特定多数。如果对这些业者分发赠品，就会被认定成际费。但如果将印制有公司名称的日历、手巾等分送给顾客，或作为抽奖的奖品用时，任何人都有取得的机会，所以即使金额很大，也可以列入广告宣传费处理。此外，还有可能将广告宣传的招牌，霓虹灯、垂幕、陈列架、广告宣传用等资产以廉价或免费让给特约店。在这种情况中，转让时所需要的费用，在税法上则被视为迟延资产，以相当于该资产而用年数的十分之七的年数分摊，所以一时还不能全列入广告费用之中。预付的费用（未完成之包装设计、广告传单的制版费等广告宣传费，在支出年度的期末，尚不能提供劳务的金额）必须在下期以后才可列出入费用项目之中。到了期末时，尚未使用的手册、目录、样品等，应作为贮藏品列入资产里。使用期限超过一年以上的广告宣传用固定资产，虽然具备广告宣传的性质，在取得时就应该核对，然后到期末时再转至适当的会计科目中。附件6：期末广告费用处理在接近决算的某日，会计部林先生接到从销售部转来的广告费用帐单，林先生想，这是在期末做的宣传，在本期和下一期，都有可能发挥效用。这么说来，可不可以将这笔广告费用列为下期的费用呢？或者在本期和下期之间分摊？这两种办法都不可以。在本期末所做的宣传广告，有一些效果要到下期才会出现，所以仍然将它视为本期费用。当然，在支付费用时，如果实际上是为下期做广告，就要将它列入下期支出。因为以权责基础和配比原则来看，计算费用时期是比它产生的功能效果之时开始的。销货额与销货成本的关系，就存在于所卖商品和该商品原价（即销售成本）的“个别对应”关系里。然而，在经营费用（进货费用＋销售费用）方面，大部分情况下，商品的销售与费用的发生并没有个别的对应关系，而是在“期间对应”，即当期发生全部视为当期费用。附件7：多余广告宣传印刷品处理举例说明：会计部的林先生要处理费用时，想到期末时做的一批广告宣传印刷品的处理，这批印刷品还没有用完，还可以留到下一期使用。于是他就想，可不可以把制作这批印刷品的一部分费用列在下期呢？不可以。那此时又该如何处理呢？我们说如果在买入时或制作当期同使用自然最好不过，毫无疑问地列入当期费用中。但是现实中往往没有这么巧合，如上例即构成制作时点与使用时点的差距。严格说来，在购入或制作广告宣传印刷品时，纯粹只是金钱和物品的交换，还不构成费用的成立，直到客户收到宣传印刷品产生了广告宣传效用时，其费用才在这个时候成立。但是，这么严格的处理显然不太方便，而且影响并不大。所以实务中多半是采用简便的方法，在取得时（购买或制作）即列为当期费用的，加之税法上也允许各企业在一会计年度中购入一大概数量的低值易耗品、包装材料、广告宣传用印刷品等等，并可在当期费用中抵税。所以制作这批印刷品的费用应全部计入当期费用中。附件8：交际费用处理交际费用之一：处理交际费时的检查重点：1、是否区分税法之交际费与会计上交际费；2、是否包含公司内部交际费；3、是否包括间接支出的交际费；4、是否超出会议等通常需要的金额；5、交际费是否在接待时所花费的费用；6、作为证明资料的凭证是否完备；7、销售折扣与交际费的区分是否妥当；8、用途不明的款项或拒付的交际费是否已依照手续付款。业务招待费即企业因业务需要而发生的交际费用，列在管理费用之下。企业在经营过程中，难免会有为了帮助业绩成长，而有一定程度的交际费用。那么交际费的多寡，是不是该有个标准，还是无底洞？交际费是企业交际应酬所需的费用，为了让交易顺利的进行，它是任何一个企业不可欠缺的费用。例如与客户洽谈完了共同用餐；招待零售商旅游或观赏戏剧等，都是典型的交际费支出的例子。但是，从另一方面看，假称为公司办事而大肆挪用公款挥霍的浪费，经常是令人头痛的问题，所以交际费是最容易发生不当的项目。在税法中，并没有对交际费的额度定下使用限度，但是交际费的申报有一定的额度限制，超过范围则不予认定。换句话说，交际费是可以自由的，只是在各公司都有一个可以用来抵税的认定标准，所以诸如“为了少交税金多多使用交际费”的做法在超过税法规定的抵税额度之外的交际费是达不到节税的目的的。所以，我们的结论是：交际费可以自由的使用，但在一定额度之上时，在计税时较为不利。交际费用之二：公款吃喝的对策这里指的公款吃喝，主要是指企业之间因正常的工作需要而发生的业务招待活动。据国家统计局的测算结果，全国大中型饭店、酒店的60％――70％的营业额来自于公款请客，以最保守的态度估计，全国每年吃掉公款800亿元，这笔钱可以建40个一汽，可以支付国家3年所需的教育经费。（1992年3月28日《经济日报》）面对公款吃喝，我们的对策呢？下面三点措施或许可以一试：A、可以采取预算指标，分月考核不超支的办法；B、可以改变开支渠道。招待费列入费用开支。实质上是吃财政的合法化，可将招待费定额纳入福利基金：如公司负担员员工旅游之全费用，这时可按员工福利费用处理。C、增加透明度。附件9：会议费用有关会议费用之检查重点：A、保留具备会议实态的具体证明；B、利用饭店等的外部设施时，会议相关费用应与联谊会等的费用区分，并取得对方所开立的收据；C、对于来访者所供应的点心或饮食之费用，原则上是交际费，但通常都是来自洽商的情况，所以可按会议费用处理；D、所谓会议费用所认定之“公司内部或一般举行会议的场所”不仅是指场所，一般还包括供应的饮食。会议费用是指公司内部或在公司的外所举行的会议、洽商时所必须的种种费用。具体包括：A、参加会议所需要的交通费、住宿纲；B、租借会场的费用；C、会议中所提供的点心、饮食等费用。除此之外，还包括雇用讲师的演讲费用。为了会议费用得以认定，该笔支出必须要有具备会议实态的证明。连带住宿的会议，大多是开会开到傍晚，然后晚上举行联谊会的形式这种情况，如果联谊会的费用都包括在会议费用里，那么此次会议费用可能全部会被认定为交际费。因此，开会与接待、慰劳应明确地区分，而会计凭证也应分类处理。附件10：旅费交通费的处理旅费交通费的检查重点：A、该次出差是否是业务上的需要；B、事前是滞提出出差申请；C、暂付款是否依出差旅规则计算其实际发生的金额；D、出差后是滞迅速申请费用，申报书是否附带凭证。旅费交通费是指高级干部、职员等因业务需要，在公司以外的场所移动所需之费用。通常不单指搭乘铁路、汽车、飞机等之费用，还包括住宿费。出差日薪、通行费、停车费等。出差前提出申请，出差后立即结算，这是理所当然的事。但要确认内容时，则必须根据出差旅规则申报，而且要保留乘坐票的票根。如果没有留下票根，则应正确记载各乘车区间的车资。夹杂业务性质的旅行，不能无限制地当差旅费处理。特别是出国出差时，如果敢有业务与观光兼并的旅行，这种情况应将费用分成业务部分与观光部分。如果观光的成分极少，一般列为旅费是不成问题。但以观光为主体的视察旅行，则视为对高级干部或职员的奖赏，则不得列为旅费申报。因此，出国出差的情况，应具备证明是业务性质的凭证、资料，而且出国出差旅费申报的标准，则比照公务人员国外出差旅费规则所定的日支生活费标准为原则。附11低值易耗处理可