§62§63联立方程模型的识别和递归模型.pptVIP

二、递归系统模型的估计 §3.2 联立方程模型的识别 一、识别的概念 二、结构式识别的条件 三、简化式识别的条件 一、识别的概念 1、识别的定义 模型识别是针对结构式模型而言的，且结构式方程的识别是针对随机方程而言的。关于结构式方程识别的定义，有两种不同的表述： 1. 从结构式参数和简化式参数的关系角度。 一个结构式方程可以识别是指它的全部结构式系数可以从参数关系体系的方程组求解得到。 2. 从结构方程的统计形式角度。如果被识别方程具有确定的统计形式，则这个结构方程是可以识别。 结构式模型是可识别的，是指模型中每个随机方程均为可识别的，当然，恒等式方程都是可识别的。 确定的统计形式 所谓确定的统计形式，是指模型中若干个方程或全部方程以及它们的任意线性组合都与被识别方程含有不完全相同的变量（内生变量和先决变量）或变量关系式。 如果某个结构方程不具有确定的统计形式，那么根据参数关系体系，在已知简化式模型参数估计值时，就不能得到该结构方程的确定的结构参数估计值。 2、模型识别的状态 识别状态 识别依据（按第一种定义）：结构参数求解情况 识别依据（按第二种定义）：方程的统计形式 不可识别 恰好识别 过度识别 不能求出 有唯一解 有有限组解 确定 不可识别模型例子——每一随机方程均不可识别 不可识别模型例子——部分随机方程不可识别 恰好识别模型例子 过度识别例子 方程组解的存在性与可识别性的关系 有效方程数目大于未知数数目 有效方程数目等于未知数数目 有效方程数目小于未知数数目 线性方程组解的存在性 无解 有唯一解 有无穷组解 参数估计值的存在性 有多组确 定估计值 有唯一确 定估计值 无确定 估计值 方程的可 识别情况 过度识别 恰好识别 不可识别 二、结构式识别条件 结构式识别方法流程图 结构式识别例子 三、简化式识别条件 简化式识别方法流程图 简化式识别例子 四、实际应用中的经验方法 为什么要使用经验识别方法？ 一般实际应用的联立方程模型中包含的方程个数比较多，理论识别方法无法应用； 实际建立联立方程模型时，往往是在建立模型的过程中就设法保证模型的可识别性，而不是等到理论模型已经建立之后，再进行识别。 实际中建立联立模型时遵循的原则 在建立某个结构方程时，要使该方程包含前面每一个方程中都不包含的至少1个变量（内生或先决变量）——保证该方程的引入不破坏前面已有方程的可识别性； 同时使前面每一个方程中都包含至少1个该方程所未包含的变量，并且互不相同——保证该新引入方程本身是可以识别的。 §3.3 一种特殊的联立方程模型——递归系统模型 一、递归系统模型 二、递归系统模型的估计 一、递归系统模型 递归系统模型的矩阵表示