第六章联立方程计量经济模型理论方法课题.pptVIP

⒍用两阶段最小二乘法估计投资方程 投资方程是过度识别的结构方程，只能用2SLS估计。估计过程与上述2SLS估计消费方程的过程相同。得到投资方程的参数估计量为： 至此，完成了该模型系统的估计。 练习 考虑如下模型： 其中： Y1=收入Y2=货币存量 X1=投资支出 X2=政府对商品和服务的支出判断这两个方程是否可以识别，如果可以识别，请估计该方程中的结构式参数 ⒈简化式识别条件 如果已经知道联立方程模型的简化式模型参数，那么可以通过对简化式模型的研究达到判断结构式模型是否识别的目的。 由于需要首先估计简化式模型参数，所以很少实际应用。 ⒉例题 需要识别的结构式模型 已知其简化式模型参数矩阵为 判断第1个结构方程的识别状态 所以该方程是可以识别的。又因为 所以该方程是恰好识别的。 判断第2个结构方程的识别状态 所以该方程是可以识别的。又因为 所以该方程是过度识别的。 判断第3个结构方程的识别状态 所以该方程是不可识别的。 所以该模型是不可识别的。 可以从数学上严格证明，简化式识别条件和结构式识别条件是等价的。 《计量经济学—方法与应用》（李子奈编著，清华大学出版社，1992年3月）第104—107页。 五、实际应用中的经验方法 当一个联立方程计量经济学模型系统中的方程数目比较多时，无论是从识别的概念出发，还是利用规范的结构式或简化式识别条件，对模型进行识别，困难都是很大的，或者说是不可能的。 理论上很严格的方法在实际中往往是无法应用的，在实际中应用的往往是一些经验方法。 关于联立方程计量经济学模型的识别问题，实际上不是等到理论模型已经建立了之后再进行识别，而是在建立模型的过程中设法保证模型的可识别性。 “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）；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。” 该原则的前一句话是保证该方程的引入不破坏前面已有方程的可识别性。只要新引入方程包含前面每一个方程中都不包含的至少1个变量，那么它与前面方程的任意线性组合都不能构成与前面方程相同的统计形式，原来可以识别的方程仍然是可以识别的。 该原则的后一句话是保证该新引入方程本身是可以识别的。只要前面每个方程都包含至少1个该方程所未包含的变量，并且互不相同。那么所有方程的任意线性组合都不能构成与该方程相同的统计形式。 在实际建模时，将每个方程所包含的变量记录在如下表所示的表式中，将是有帮助的。 §6.5-6联立方程模型的单方程估计方法Single-Equation Estimation Methods 一、间接最小二乘法(ILS) 二、二阶段最小二乘法(2SLS) 三、简单宏观经济模型实例演示 联立方程计量经济学模型的估计方法分为两大类：单方程估计方法与系统估计方法。 所谓单方程估计方法，指每次只估计模型系统中的一个方程，依次逐个估计。 所谓系统估计方法，指同时对全部方程进行估计，同时得到所有方程的参数估计量。 联立方程模型的单方程估计方法不同于单方程模型的估计方法 。 一、间接最小二乘法(ILS, Indirect Least Squares) ⒈方法思路 联立方程模型的结构方程中包含有内生解释变量，不能直接采用OLS估计其参数。但是对于简化式方程，可以采用OLS直接估计其参数。 间接最小二乘法：先对关于内生解释变量的简化式方程采用OLS估计简化式参数，得到简化式参数估计量，然后通过参数关系体系，计算得到结构式参数的估计量。 间接最小二乘法只适用于恰好识别的结构方程的参数估计，因为只有恰好识别的结构方程，才能从参数关系体系中得到唯一一组结构参数的估计量。 ⒉一般间接最小二乘法的估计过程 用OLS估计简化式模型，得到简化式参数估计量，代入该参数关系体系，先由第2组方程计算得到内生解释变量的参数，然后再代入第1组方程计算得到先决解释变量的参数。于是得到了结构方程的所有结构参数估计量。 二、二阶段最小二乘法(2SLS, Two Stage Least Squares) ⒈2SLS是应用最多的单方程估计方法 ILS一般只适用于联立方程模型中恰好识别的结构方程的估计。 在实际的联立方程模型中，恰好识别的结构方程很少出现，一般情况下结构方程都是过度识别的。为什么？ 2SLS是一种既适用于恰好识别的结构方程，又适用于过度识别的结构方程的单方程估计方法。 ⒉2SLS的方法步骤 第一阶段：对内生解释变量的简化式方程使用OLS。得到： 用估计量代替结构方程中的内生解释变量，得到新的模型： 第二阶段：对该模型应用OLS估计，得到的参数估计量即为原结构方程参数的二阶段最小二乘估计量。 三、简单宏观经济模型实例演示 ⒈模型 消费方程是恰好