社會核算矩陣平衡方法研究

摘要： 本文針對雙比例尺度(RAS)、交叉熵(CE)等方法在平衡社會核算矩陣(SAM)中僅從技術層面機械地進行平衡化處理致使先驗信息損失的問題,提出了加權離差熵平方期望最小化方法;并以先驗信息為基礎,構造了初始加權矩陣和可行加權矩陣。同時,本文以中國2007年的非平衡SAM為例,對比研究RAS、CE和加權離差熵平方期望最小化三種方法對其進行平衡化處理的實際效果。結果表明:RAS方法得到的結果偏差相對較大,而CE方法和加權離差熵平方期望最小化方法得到的結果相對較精準;此外,加權離差熵平方期望最小化方法能夠有效利用先驗信息,避免有效信息的無謂損失。 （共7頁）