RAS法

用手机看条目

出自 MBA智库百科(https://wiki.mbalib.com/)

RAS法——又名适时修正法、双比例尺度法（Biproportional Scaling Method ）

RAS法的基本思路

　　RAS法是1960年同样由英国著名经济学家斯通等人发展起来的，在实际应用中不断得到改进，现在已得到十分广泛地普及。

　　所谓“RAS法”是指在已知计划期（预测期）的某些控制数据的条件下，修正原有投入产出表直接消耗系数矩阵，并据以编制计划期投入产出表的一种方法。

　　RAS法是已知如下信息，估计目标年份投入产出表中间投入流量的算法。

　　（1）基年投入产出表的中间投入矩阵与总产出。

　　（2）目标年各部门的总产出。

　　（3）目标年各部门的中间投入合计。

　　（4）目标年各部门的中间使用合计。

[编辑]

RAS法的实施

　　用目标年的各部门总产出乘以基年相应的投入结构，得到中间投入矩阵，如果其行合计不等于目标年的中间使用合计，或者列合计不等于目标年的中间投入合计，则对基年结构进行调整，调整后依据目标年的各部门总产出计算出的中间投入矩阵的行合计、列合计，应与目标年中间使用合计、目标年中间投入合计相同。

[编辑]

RAS法的优点

　　1.数据成本低。

　　2.数学性质优良，它有唯一解且快速收敛。

　　3.操作简易。

　　4.可靠程度较高。

[编辑]

改进的RAS法

　　所谓“改进的RAS法”是指：在RAS法的基础上，根据其所存在的问题，而提出的一种简单的改进方法。亦即在原方法中对某些系数（一般来说，是指那些变动特别大或特别小的系数）可采用事先修订（或确定不变）的数据，而其余的系数则用RAS法求得，即在具体计算过程中先从系数矩阵中剔除这些已知的系数，求解以后再加进去。

[编辑]

RAS法的计算^[1]

　　下面将通过一个具体的例子，来介绍RAS法的具体计算过程。

　　例子：已知条件：

　　已知报告期投入产出表的直接消耗系数矩阵为：

　　 $A_0=\begin{Bmatrix} 0.1 & 0.1 & 0.2 \\0.2 & 0.4 & 0.3 \\0.1 & 0.3 & 0.2 \end{Bmatrix}$

　　已知计划期（预测期）各部门的总产出向量、最终产品向量、净产值向量分别为：

　　 $X_t=\begin{Bmatrix} 300 \\ 500 \\ 400 \end{Bmatrix},Y_t=\begin{Bmatrix} 120 \\ 140 \\ 180 \end{Bmatrix},N_t=(200 \ 120 \ 120)$

　　根据条件2），在抽象掉固定资产运动的情况下，可以计算出计划期各部门物资消耗的合计数和中间产品的合计数，即:

　　 $C_t=X_t^t-N_t=(100 \ 380 \ 280),U_t=X_t-Y_t=\begin{Bmatrix} 180 \\ 360 \\ 220 \end{Bmatrix}$

　　由此，假设条件已满足了R·A·S法的基本条件，可以具体进行了。“R”的含义是“行乘数”，而“S”的含义是“列乘数”。因此，R·A·S法的基本思路就是，计算出“行乘数”和“列乘数”，然后用它们来不断调整报告期的直接消耗系数矩阵，直到满意的结果为止。

　　下面是具体的计算和调整过程：

　　从上述计算过程中可以得到总的“行乘数”R和“列乘数”S：

　　 $R=\begin{Bmatrix} r_1=1.125\times 1.006=1.132 \\ r_2=0.947\times 1.003=0.950 \\ r_3=0.846\times 0.991=0.838 \end{Bmatrix}$

　　 $S=\begin{Bmatrix} S_1=0.862\times 1 & S_2=1.022\times 1 & S_3=1.029\times 1 \\ =0.862 & =1.022 & =1.029 \end{Bmatrix}$

　　由此我们有:

　　 $A_t=R A_0 S=\begin{Bmatrix}1.132 & 0 & 0 \\ 0 & 0.950 & 0 \\ 0 & 0 & 0.838 \end{Bmatrix} \begin{Bmatrix} 0.1 & 0.1 & 0.2 \\ 0.2 & 0.4 & 0.3 \\ 0.1 & 0.3 & 0.2 \end{Bmatrix} \begin{Bmatrix} 0.862 & 0 & 0 \\ 0 & 1.022 & 0 \\ 0 & 0 & 1.029 \end{Bmatrix}$