本文介绍开源软件包 BeforeIT.jl：一个基于 Julia 的高性能宏观经济主体建模平台，能够构建、模拟、校准和扩展大规模宏观主体模型。报告展示了其多主体经济结构、模块化运行机制、多国预测流程、模型变体构建方法及自动微分能力。基准测试表明，BeforeIT 相比原始 Matlab 实现显著提速，并在大规模模拟中优于 Matlab 生成的 C 代码；自动微分还能够以近似固定的计算成本处理高维参数梯度，为宏观模型校准、敏感性分析和政策模拟提供了可扩展工具 ¹⁵⁹¹²。

研究定位：面向宏观经济主体模型的开源建模平台 ¹²

• BeforeIT.jl 是基于 Julia 开发的开源宏观经济主体模型软件，目标是兼顾高性能、易用性、可扩展性和可复现性。¹²
• 软件以文献中的宏观 ABM 为基础，可用于经济预测、政策分析、情景模拟、模型校准和模型扩展，而非用于构建股票、债券或期货交易策略。¹²
• 该平台采用 Apache 2.0 许可证，代码和文档托管于 Bank of Italy 的 GitHub 仓库。¹²

基础宏观 ABM：异质主体与开放经济框架 ³

• 基础模型模拟小型开放经济中数百万异质主体的互动，并利用国民账户、行业数据、投入产出表和企业人口统计数据进行校准，使初始季度的 GDP、GDP 构成和行业规模与现实数据一致。³
• 模型包含六类宏观主体：家庭、非金融企业、金融机构、中央银行、政府和世界其他地区。³
• BeforeIT 将金融部门从单一代表性银行扩展为可配置数量的银行；企业和家庭随机分配至银行，各银行独立维护资产负债表并受资本约束发放贷款，设置 n_banks = 1 时可还原基础模型。³
• 通过自适应预期、AR(1) 预测规则、搜索匹配机制和贸易摩擦，模型能够生成 GDP、通胀、就业及行业层面的宏观预测。³

软件结构与模拟工作流 ³⁴

• 用户通过 Model(parameters, initial_conditions) 初始化模型；模型对象由七类主体对象以及 prop、data、agg 三个辅助对象组成。³⁴
• run! 按季度循环调用 step! 并收集数据，ensemblerun! 则支持多组独立 Monte Carlo 模拟；默认追踪 32 个变量，其中五个变量可按银行分别记录。⁴
• 模型内部由一组清晰的函数构成，研究者可以通过重定义特定函数改变行为，而无需复制整个代码库。⁵
• 单次模型内部可对不同工业部门进行多线程计算，多次独立模拟则可并行执行，后者通常具有更好的线程扩展效率。⁴⁵

计算性能：大规模模拟显著提速 ⁵

• 在约 8,000 个主体的 1:1000 规模下，BeforeIT 单线程耗时 0.018 秒，约为 Matlab 的二十分之一；在约 800 万主体的 1:1 规模下，单线程耗时 46.7 秒，约比 Matlab 快 43 倍。⁵
• 相比 Matlab 生成的 C 代码，BeforeIT 在小规模单线程和大规模单线程下分别约快 4 倍和 12 倍；多线程能够进一步提速，但跨工业部门的加速并非线性。⁵
• 性能提升主要来自 Julia 即时编译、优化算法以及动态加权抽样方法；在独立 Monte Carlo 模拟并行化方面，BeforeIT 的性能优势更明显。⁵⁶

Monte Carlo 模拟与基准运行示例 ⁶

• 示例使用奥地利 2010 年第一季度参数，运行 20 个季度，并行执行 8 次 Monte Carlo 模拟。⁶
• GDP、家庭消费、政府消费、资本形成、进出口、工资、Euribor 和 GDP 平减指数等变量整体呈现动态变化，图中实线为 8 次模拟均值，阴影区域表示一个标准差。⁶
• 软件通过多层单元测试、会计恒等式测试、与 Matlab 确定性版本的逐步匹配测试以及随机版本统计一致性检验，保障模型可靠性。⁶

冲击模拟与模型扩展机制 ⁷¹⁰

• 用户可以定义可调用的 shock 对象，在每个模拟步开始时修改模型的任意属性，从而实现消费、政策或其他复杂经济冲击。⁷
• 示例中将消费倾向提高 2%，持续 4 个季度；64 次模拟显示 GDP 相对基准最高约提升至 1.009，随后逐步回落但仍高于基准。⁷
• 通过 @object 宏、抽象类型和 Julia 多重派发，研究者可以继承原有主体属性并只重写特定行为，例如建立具有新利率规则的中央银行，而无需复制原始代码。⁷¹⁰

欧盟校准与多国应用 ⁷⁸

• 配套的 CalibrateBeforeIT.jl 将原有 Matlab 和 PostgreSQL 校准脚本翻译为 Julia，并支持从 Zenodo 数据快照或 Eurostat 获取数据。⁷⁸
• 截至文中所述时点，该工具覆盖全部 27 个欧盟成员国，并支持 2015—2023 年各季度的校准对象生成。⁸
• 用户可下载指定国家的校准对象，再结合季度日期和规模参数生成 BeforeIT 所需的 parameters 与 initial_conditions，图示以法国为例。⁸

自动微分：高维参数优化与敏感性分析 ⁸⁹

• BeforeIT 通过 Mooncake 编译器支持自动微分，并对部分不可微代码进行纯 Julia 重写，例如重新实现用于 GDP 和通胀预期估计的奇异值分解。⁸
• 示例允许 17 个核心政策、家庭行为和银行金融参数在 [0,1] 区间内变化，通过 50 个 epoch 的随机梯度上升，同时约束初始 GDP接近原始参数并提升未来 GDP 增长。⁸
• 在 1 个季度的优化中，自动梯度与可靠的有限差分梯度结果接近，GDP 增长最终约达到 122%；在 4 个季度的优化中，自动梯度将 GDP 增长提升至约 150%，而有限差分方法最终仅达到约 40%—73%，且路径更不稳定。⁹
• 由于主体雇佣和市场匹配包含离散随机过程，模型目标函数仅具有分段平滑性，有限差分容易受到跳跃和舍入误差影响；自动梯度沿实际执行路径求导，虽然可能存在偏差，但在该实验中表现出较好的优化效果。⁹
• 该部分属于宏观模型的参数优化与校准方法，不属于指数增强、行业轮动、统计套利或其他量化投资交易策略。⁸⁹

自动微分的计算扩展性 ⁹¹⁰

• 自动梯度的计算时间基本不随活动参数数量增加而变化，接近计算一次完整模型步的成本。⁹¹⁰
• 中央有限差分的计算成本随参数数量线性增长，约 1,000 个参数时耗时约 1 分钟；自动微分则能够处理完整的 106,955 参数状态空间。⁹
• 因此，自动微分显著降低了高维宏观模型进行梯度校准、敏感性分析和优化的计算障碍。⁹

模型变体：CANVAS 与增长率 AR(1) 模型 ¹⁰¹¹

• ModelCANVAS 通过重写企业预期与决策、中央银行利率规则以及欧元区增长和通胀数据记录函数，引入需求拉动定价和自适应 Taylor 规则。¹⁰
• ModelCANVAS 还支持 Calvo 定价和指数移动平均通胀预期；theta_calvo = 1、omega_pi = 0 可还原文献中的设定，较长时间跨度下的典型参数为 theta_calvo = 0.25、omega_pi = 0.5。¹⁰
• ModelGR 将 GDP、通胀、政府消费和贸易量的对数水平 AR(1) 过程替换为增长率 AR(1) 过程，仅新增相应主体类型并重写必要函数，核心 step! 循环保持不变。¹¹
• 通过 Julia 的类型派发机制，各模型变体在相同的市场出清、会计和聚合规则下运行，能够更清晰地识别行为假设变化的影响。¹¹

多国预测评估与实证结果 ¹¹¹²

• 自动化预测流程覆盖多个校准国家和 2010Q1—2019Q4 的起始季度，先生成参数和初始状态，再执行 Monte Carlo 模拟并形成预测轨迹。¹¹
• 预测评价指标包括 RMSE 和偏差，预测期限为 1、2、4、8 和 12 个季度，变量包括实际 GDP、GDP 平减指数增长、实际家庭消费、实际投资和 Euribor 利率。¹¹
• 统计检验采用带 Newey–West 标准误的偏差 t 检验，以及用于比较模型预测精度的 Diebold–Mariano 检验。¹¹
• 热力图显示结果具有明显的国家和变量异质性：ModelGR 在部分国家的实际投资预测中优于单变量 AR 基准，但 AR 模型在许多经济体的实际 GDP和通胀预测中更具竞争力。¹²
• 荷兰、保加利亚等国的实际投资预测表现较好，而爱沙尼亚实际消费等结构变化较大的样本更难由固定模型准确捕捉。¹²

主要发展方向与局限 ¹²¹³

• 当前校准脚本仍属于未充分模块化的研究原型，未来需要标准化并进一步扩展国家和时间覆盖范围。¹²
• 未来可增加更多基于基础模型的变体，并允许不同银行在贷款利率、资本要求和行为规则上存在更根本差异，以支持系统性风险和宏观审慎政策研究。¹²
• Mooncake 自动微分已为梯度校准和敏感性分析提供基础，后续计划接入 Enzyme 等其他后端，以交叉验证梯度结果。¹²

一、报告元数据与总体概览

1. 基本信息

• 标题：《BeforeIT.jl: High-Performance Agent-Based Macroeconomics Made Easy》。
• 作者：Adriano Meligrana、Mitja Devetak、Steven Hoekstra、Oliver Reiter、Enrico Minnella、Sebastian Poledna、Marco Bardoscia、Aldo Glielmo等。
• 机构：作者来自罗马第一大学、巴黎第一大学、复杂性科学中心、阿姆斯特丹大学、维也纳国际经济研究所、英格兰银行、奥地利经济研究所、奥地利继续教育大学、伦敦大学学院、意大利央行等机构。
• 发布日期：所提供文本未明确给出论文正式发布日期；参考文献和软件访问日期显示该项目处于持续开发状态。^{1 13}
• 报告性质：这不是传统意义上的上市公司或证券研究报告，而是一篇介绍宏观经济主体建模软件的学术及软件工程论文。
• 核心主题：使用Julia语言开发一个高性能、开源、可扩展的宏观经济主体模型（macro agent-based model，简称macro ABM）软件包BeforeIT.jl，并验证其计算速度、可用性、扩展能力、校准能力、自动微分能力和跨国预测能力。¹

报告没有股票评级、买入/卖出建议、目标价或企业估值，因为其研究对象是软件包和宏观经济建模基础设施，而不是上市公司证券。¹ 作者希望传达的主要信息是：宏观ABM虽然能够处理异质主体、非线性互动和非均衡动态，但过去受到计算成本高、代码封闭、难以扩展和复现困难的限制；BeforeIT试图通过Julia、开源许可、模块化架构、自动测试和自动微分技术，降低宏观ABM的使用门槛，同时保留大规模模拟所需的计算性能。²

2. 核心论点

报告的中心结论可以概括为四点：

1. 性能方面，BeforeIT显著优于原始Matlab实现，也明显优于Matlab生成的C代码。在小规模和大规模模型中，BeforeIT都显示出较大的运行时间优势；在四核条件下，其表现接近甚至优于文中引用的HPC实现，但作者承认HPC数据来自既有论文估算，不能进行完全同条件的严格比较。⁵
2. 软件工程方面，BeforeIT将模型拆分成可读、可测试、可替换的函数和对象。用户可以检查任意主体属性、替换单个行为函数、添加冲击、构造新的中央银行类型或定义完整的模型变体，而不必复制整个代码库。^{3 10}
3. 研究工作流方面，BeforeIT不仅支持单次模拟，还支持蒙特卡洛模拟、多国校准、预测误差分析和自动微分。这使其从一个单纯的模型代码库转变为可用于政策实验和系统性模型比较的平台。^{7 11}
4. 预测能力并非在所有国家和变量上都优于简单AR模型。图11显示，模型表现具有明显的国家和变量异质性；ABM在部分国家的投资预测上占优，但AR模型在许多国家的GDP和通胀预测上更具竞争力。^{11 12}

二、引言与宏观ABM背景

传统DSGE模型通常围绕均衡条件和主体优化问题展开，并且经常使用代表性家庭或企业。宏观ABM则直接模拟大量异质家庭、企业、银行、政府和其他主体之间的互动，由微观行为和市场匹配过程产生宏观结果。¹ 这种差异意味着ABM可以自然处理收入和规模异质性、非线性反馈、搜索摩擦、市场失衡以及危机和泡沫等涌现现象，但代价是需要更高的计算资源、更复杂的校准和更严格的代码验证。¹

作者特别强调，本文所依托的“基础模型”并不只是用于复现历史统计事实。此前研究已经表明，该模型能够进行GDP、通胀和就业等短期宏观预测，并且曾被用于分析新冠疫情、2021—2023年通胀、金融危机、移民、自然灾害和高温导致的劳动生产率损失等问题。¹ 因此，BeforeIT的目标不是从零构建一个抽象教学模型，而是把一个已经用于政策和预测研究的复杂模型转化成可供更广泛研究者使用的通用软件平台。

作者也交代了现有实现存在的碎片化问题：原始版本以Matlab编写，Bank of Canada开发了封闭源代码的CANVAS，另有C++ MPI高性能版本、Python版本和Java版本，但这些版本在可访问性、可扩展性或源代码开放程度上存在限制。² BeforeIT因此填补的是“开源、易安装、可扩展且足够高效”的宏观ABM软件空白，而不仅仅是提供另一个编程语言版本。

三、基础模型的经济结构

1. 六类宏观主体

基础模型模拟一个小型开放经济，主体数量可以从约8,000个缩放模型扩展到约800万个主体。模型遵循欧洲国民账户体系ESA，并将经济划分为六类主体：

• 家庭：进行消费、储蓄和劳动供给决策；
• 非金融企业：使用劳动、资本和中间投入生产商品，并在规模、生产流程和市场状况上存在异质性；
• 金融机构：在信贷市场中提供融资；
• 中央银行：实施货币政策；
• 政府：负责税收、公共品供给和收入再分配；
• 国外部门：记录对外贸易和国际资本流动。³

这个结构的经济含义是，GDP、通胀和就业并非由一个代表性主体的最优决策直接推导，而是由企业定价和招聘、家庭消费和劳动供给、银行授信、政府支出、货币政策及外贸共同产生。

2. 多银行扩展

原始基础模型只有一个代表性银行，BeforeIT通过参数n_banks将其推广为任意数量的银行。每个企业和家庭随机分配给一家银行，每家银行拥有独立资产负债表，并受到自身资本约束限制。³ 当n_banks = 1时，模型退化为基础模型。

这一扩展的价值在于，它为研究银行异质性、信贷供给差异、资本约束和系统性风险提供了接口。不过当前实现中，各银行主要只是客户群不同，行为规则仍然相同；作者也明确把允许银行在贷款利率、资本要求和行为规则上存在更深层差异列为未来发展方向。¹² 这说明多银行功能目前更像是研究基础设施，而不是已经完成的银行竞争或宏观审慎政策模型。

3. 预期形成和市场摩擦

家庭和企业使用基于过去行为和观测结果的适应性预期，例如AR(1)规则。市场则通过搜索与匹配机制运行，因此买卖双方并不总能立即完成交易。³ 这类设定可以产生失业、库存、供需错配和价格调整等非均衡现象，也解释了为什么模型具有较强的现实表现力。

但这种机制也带来重要的技术后果：企业招聘整数劳动者、买方和卖方随机匹配，因此模型对参数的响应可能是分段光滑而非连续光滑。这一点后来直接影响自动微分和有限差分梯度的可靠性。⁹

四、软件架构与主要功能

1. 初始化和对象结构

模型通过Model(parameters, initial_conditions)构造。参数名称沿用原始论文中的命名，例如收入税率tau_INC和银行贷款风险溢价mu，从而能够兼容原Matlab参数文件。³ 软件自带2010年第一季度奥地利校准参数，也提供实验性的意大利校准，但作者认为参数和初始条件的生成最好由独立的校准包负责。

BeforeIT采用“结构数组”（Structure of Arrays，SoA）组织主体。主要对象包括主动劳动者w_act、非劳动人口w_inact、企业firms、银行banks、中央银行cb、政府gov和国外部门rotw。整个模型再封装为一个model对象，其中还包括：

• prop：模拟过程属性；
• agg：宏观总量和经济状态；
• data：每期收集的模拟数据。³

这种设计的优势是，代码中的字段名称尽可能与理论模型和原论文公式对应，研究人员可以较容易地从方程追踪到代码变量。

2. 模拟、数据收集和并行化

step!执行一个季度的模型更新，run!循环执行多个季度并在每一步收集数据，ensemblerun!则对多个独立初始化的模型执行蒙特卡洛模拟。⁴ Julia中感叹号表示函数会原地修改输入对象，因此模拟结束后，模型对象本身保存了最终状态。

默认情况下，软件追踪32个变量，其中5个变量按照银行分别记录；用户可以自定义数据追踪器。parallel参数允许在产业部门之间或不同蒙特卡洛模拟之间进行多线程计算。⁴ 作者指出，跨独立模拟的并行化通常比同一模型内部跨产业部门并行更有效，因为不同模拟之间完全独立，线程之间的同步成本较低。

3. 模块化和测试

run!本质上是对step!的循环，而step!又由一系列命名清晰的函数组成，例如搜索信贷、匹配劳动、更新企业利润、更新银行利润和银行权益等。⁴ 这种结构使研究人员可以仅重定义某个函数而改变特定机制，其他部分继续复用原有实现。

软件测试分为三个层次：

• 单函数测试，例如验证Taylor规则在给定输入下是否返回手算结果；
• 总量和会计恒等式测试，例如每一步验证GDP是否等于各项支出之和；
• 模型层测试，包括与原始Matlab确定性版本逐步匹配，以及对随机版本进行统计一致性检验。⁶

测试由GitHub持续集成系统自动运行，因此作者不仅声称代码“能运行”，还试图证明代码在修改后仍保持行为正确性。⁶

五、图表和图片逐一解读

图1：软件Logo

图1展示了“BeforeIT”字样和由彩色主体组成的“it”字母。作者解释，“BeforeIT”既指Bank of Italy的IT研究部门，也暗含“在事件发生之前进行预测”的含义；字母中的多个小主体象征主体建模方法。²

这张图不提供经济数据，但强化了软件的两个定位：一是行为主体模拟，二是经济预测。

图2：对象层级和模拟流程

图2左侧展示model对象包含七类经济主体以及prop、data和agg三个辅助对象；右侧展示run!调用step!，而step!又依次执行信贷匹配、劳动匹配、利润更新和银行权益更新等函数。⁴

这张图最重要的含义是，BeforeIT把“经济理论结构”和“软件执行流程”一一对应起来。研究者既可以查看单个主体属性，也可以修改模拟流程中的某一行为模块，因此模型透明度和可扩展性明显高于一个封闭的单体程序。

图3：计算性能基准

图3比较了Matlab、Matlab Coder生成的C代码、HPC实现和BeforeIT在不同规模及核心数下运行一个季度所需的平均时间。⁵

在约8,000个主体的1:1000规模下，Matlab耗时约0.365秒，Matlab生成的C代码单核约0.079秒、四核约0.027秒，BeforeIT单核约0.018秒、四核约0.006秒。也就是说，BeforeIT单核约为Matlab的五分之一，四核下约为Matlab的六十分之一。⁵

在约800万个主体的1:1规模下，Matlab耗时约1,996.2秒，Matlab生成的C代码单核约574.7秒、四核约210.1秒，HPC实现单核约91.7秒、四核约22.9秒，BeforeIT单核约46.7秒、四核约21.6秒。⁵ 因此，作者给出的相对结论是：小模型中BeforeIT单核约比Matlab快20倍、比生成的C代码快4倍；大模型中分别约快43倍和12倍。⁵

图表支持“Julia兼顾可读性和高性能”的论点，但也有三个限制。第一，HPC结果取自另一篇文章的报告值，执行环境和源代码不可得，因此作者不能计算严格可复现的精确加速比。第二，BeforeIT跨产业部门并行时的加速是次线性的，扩展性仍不如专门设计的HPC实现。第三，性能优势不仅来自Julia即时编译，也来自动态加权抽样等算法优化，因此不能把全部改善归因于编程语言本身。⁵

图4：基础使用示例与蒙特卡洛结果

图4左侧是从加载奥地利2010年第一季度参数，到建立8个模型并行运行20个季度的最小脚本；右侧展示GDP、家庭消费、政府消费、资本形成、出口、进口、工资、Euribor和GDP平减指数等变量。⁶

图中均值路径总体呈上升趋势：GDP大约从72,000上升至76,000以上，家庭消费从约40,500升至42,000左右，工资从约28,500升至31,500以上，出口和进口也整体增加，GDP平减指数从约1.00上升至1.06左右。⁶ 这些路径说明模型可以同时生成多个宏观和部门变量，而不是只输出单一GDP序列。

阴影区域随着预测期限拉长通常变宽，反映随机模拟不确定性扩大。图注称阴影区域覆盖一个标准差，但正文又称其为蒙特卡洛均值的标准误，这在统计解释上并不完全相同：标准差衡量模拟路径本身的离散度，标准误则还会随着模拟次数增加而缩小。⁶ 这是报告中一个需要注意的表述不一致之处，也意味着读者在解释阴影范围时应确认实际绘图函数使用的是哪一种统计量。

图5：消费冲击实验

图5通过一个可调用的ConsumptionShock结构，将消费倾向参数提高2%，并持续4个季度，再恢复原值。⁷

下方图形以“冲击情景GDP/基准GDP”为纵轴。GDP比率在冲击开始后迅速上升，在第4—5个季度附近达到约1.009，即相对基准高约0.9%，随后逐渐回落，到第15—17个季度仍约高于基准0.2%左右。⁷ 该结果符合消费倾向短期上升带来需求扩张、随后通过价格、收入、进口和其他反馈机制逐步消退的经济直觉。

该功能的关键不是这个具体冲击，而是接口设计：冲击对象在每个季度、主体行动之前接收整个模型，因此理论上可以修改任何参数或状态变量。这种灵活性有利于政策情景分析，但也意味着用户必须自行保证冲击具有合理的经济解释和时间边界。

图6：模型扩展

图6展示如何通过继承AbstractCentralBank、使用@object宏和Julia多重派发机制，创建一个新的中央银行类型，并只重定义利率设定函数。^{7 10}

图中的做法使自定义中央银行可以继承原有字段和大部分行为，只替换指定函数。其优点是避免复制粘贴整个模型，从而减少代码分叉和维护成本；其风险是，复杂的类型派发可能提高新用户理解代码执行路径的难度。

图7：国家校准流程

图7展示从Zenodo下载法国校准对象，再以2022年12月31日作为校准日期生成参数和初始条件，并将代理人规模设置为人口的1:1000。⁸

CalibrateBeforeIT.jl目前支持欧盟国家2015—2023年各季度的校准，用户可以下载27个成员国的预计算校准对象，也可以使用Zenodo历史数据快照来复现实验。⁸ 但作者同时承认校准代码仍是未经充分打磨的研究原型，数据缺失、时间覆盖和跨国一致性仍在改进中。¹²

图8：自动微分与有限差分比较

图8比较Mooncake自动微分和64位、128位浮点有限差分在GDP优化中的表现，左图为1季度目标，右图为4季度目标。⁹

在1季度目标下，自动梯度与可靠的数值梯度路径基本重合，最终GDP增长约122%；64位且步长较大的数值梯度则偏离，最终约74%。在4季度目标下，自动梯度持续改善，最终GDP增长约150%，而各种有限差分方法都表现出明显波动，最终仅约40%—73%。⁹

原因在于模型存在离散招聘、随机匹配和重新估计预期等操作。有限差分可能跨过离散跳变，将跳跃幅度除以很小的步长，误认为巨大导数；随着季度增加，离散结果累积，可靠步长区间进一步缩小。⁹ 不过自动微分也不是严格无偏的真实期望梯度，因为它只沿着已经实现的执行路径求导，忽略了其他随机路径和离散跳变概率的变化，因此在含离散随机性的模型中可能产生偏差。⁹

图9：梯度计算性能

图9显示，Mooncake自动梯度的运行时间随参数数量增加基本保持平坦，而中心有限差分的耗时与参数数量近似线性增长。¹⁰

有限差分在约1,000个参数时需要约一分钟，而自动微分仍接近一次完整模型步长的成本；自动微分因此能够处理全模型约106,955个参数。⁹ 图表的实际意义在于，自动微分不仅提高了便利性，更改变了高维校准和敏感性分析的可行边界，但其梯度偏差问题仍需通过多随机种子、其他AD后端或无偏估计方法进一步验证。

图11：ModelGR与AR基准的跨国预测比较

图11是一个热力图，行代表多个欧洲国家，列代表真实GDP、GDP平减指数增长、真实家庭消费、真实投资和Euribor；每个单元格为(RMSE_AR − RMSE_ABM) × 100，蓝色正值表示ABM误差较低，红色负值表示AR误差较低，星号表示Diebold–Mariano检验达到相应显著性水平。^{11 12}

图表显示：

• ABM在真实投资预测上相对突出，例如荷兰约81.1、保加利亚约62.1，且具有较强统计显著性；
• ABM在部分国家的消费预测上也有改善，例如法国约36.2、芬兰约40.5；
• 但在真实GDP和GDP平减指数增长方面，许多单元格为负，表明简单AR模型经常更准确；
• 爱沙尼亚真实消费的差异约为−418.1，属于极端值，说明结构变化或异常时期会显著影响RMSE；
• 克罗地亚Euribor差异约为−87.5，表明ABM在该变量上的表现明显弱于AR基准。^{11 12}

因此，图11并不支持“ABM普遍战胜传统统计模型”的简单结论，而是支持更审慎的判断：ABM的优势具有变量依赖性和国家依赖性，尤其可能体现在投资等受微观结构、融资条件和需求互动影响较强的变量上；对于GDP和通胀等高度持续性的宏观序列，简单AR模型仍然是非常强的基准。¹²

六、估值、预测和统计方法

本报告没有企业估值或证券估值部分，因此不存在DCF、P/E、EV/EBITDA、目标价或估值敏感性分析。其“评价”主要是软件性能和预测准确性评价。

预测管线使用RMSE和偏差，在1、2、4、8和12季度等预测期限上评估真实GDP、GDP平减指数增长、家庭消费、投资和Euribor五个变量。偏差显著性使用带Newey–West标准误的t检验，以处理预测误差序列相关；模型间准确性比较使用Diebold–Mariano检验，以判断两个模型的平方预测误差差异是否显著。¹¹ 这种方法相较于只比较平均误差更严谨，但结果仍会受到样本期、校准质量、蒙特卡洛次数和模型变量定义的影响。

七、模型变体与系统性比较

报告介绍了两个代表性变体。

ModelCANVAS通过重定义企业预期与决策、中央银行利率规则以及欧元区GDP和通胀数据记录，实现需求拉动型定价和适应性Taylor规则；同时加入Calvo定价和通胀预期指数移动平均。参数theta_calvo=1和omega_pi=0时可以回到更接近原CANVAS的设定，而theta_calvo=0.25、omega_pi=0.5有助于更长时间范围内的轨迹收敛。¹⁰

ModelGR则把原来针对变量水平的AR(1)过程改为针对增长率的AR(1)过程，并应用于GDP预期、通胀预期、政府消费和贸易量。¹¹ 两个变体都不修改核心step!循环，因此不同模型在市场清算、会计和聚合规则上保持一致，有助于隔离单一建模假设的影响。

跨国管线分为模拟阶段和分析阶段：前者生成不同起始季度的参数、初始条件和蒙特卡洛路径，后者计算误差表、偏差检验、Diebold–Mariano检验以及跨国热图。¹¹ 这种自动化流程是报告的重要贡献，因为它把模型比较从单一国家、单一案例扩展为统一标准下的批量评估。

八、风险、局限与审慎评价

报告没有设置传统的“风险因素”章节，但从全文可以归纳出以下风险和局限：

1. 校准风险。模型依赖国民账户、行业数据、投入产出表和企业人口统计资料，参数和初始状态质量会直接影响模拟结果；校准脚本目前仍是研究原型，数据缺失和跨国一致性尚未完全解决。^{3 12}
2. 预测不稳定性。图11显示ABM并非普遍优于AR，部分国家和变量的表现显著较差，说明复杂的主体结构不自动等于更高预测精度。^{11 12}
3. 离散随机性风险。随机匹配和整数劳动者使目标函数不连续，有限差分梯度可能失效；自动微分虽然更稳定，但沿路径求导可能产生偏差。⁹
4. 性能比较的可比性风险。HPC结果来自外部研究，硬件、编译器和实现细节不同，因此图3更适合作为方向性性能证据，而不是严格的竞品基准。⁵
5. 并行化和可扩展性风险。产业部门内并行的加速低于线性，当前可扩展性仍不如专门的HPC实现。⁵
6. 银行异质性不足。多银行框架目前主要改变客户分配，银行行为规则仍相同，因此系统性风险和宏观审慎政策分析能力尚未完全实现。¹²
7. 外推风险。模型能够复现或校准某个季度的经济状态，并不意味着其对制度变化、结构断裂或极端危机具有稳定外推能力；爱沙尼亚消费预测的极端误差正体现了这一问题。¹¹

九、综合结论

BeforeIT.jl的真正贡献不是提出一个新的宏观经济理论，而是把一个具有复杂微观结构、预测能力和政策应用历史的宏观ABM，转化为开放、模块化、可测试和高性能的软件基础设施。¹ 它在计算性能上相较原始Matlab和Matlab生成的C实现具有显著优势，在代码结构上支持主体属性检查、冲击实验、模型继承、模型变体和批量预测，在研究方法上还进一步引入跨国校准、自动微分和统一的预测评估管线。^{5 11}

图表共同呈现出一个较为平衡的结论：图3证明软件在大规模模拟方面具有现实可用性，图4和图5展示了其进行蒙特卡洛预测与政策冲击分析的便利性，图6和图7说明其扩展与跨国校准能力，图8和图9则显示自动微分能够解决高维优化中的计算瓶颈，但不能完全消除离散随机性带来的统计偏差。图11最终提醒使用者，宏观ABM不应被宣传为在所有预测任务上都优于简单统计模型，其优势需要通过国家、变量和预测期限维度的严格检验来确认。^{9 12}

总体而言，作者对BeforeIT持明确积极立场，认为它填补了宏观ABM领域“开源、易用、可扩展、行业级性能”软件的空白，并希望通过社区贡献继续完善校准、模型变体、银行异质性和自动微分后端。¹² 但从审慎角度看，BeforeIT现阶段最可靠的定位应是一个高性能研究平台和模型实验框架，而不是已经在所有经济预测和政策评估场景中得到充分验证的最终模型。