9-联立方程模型.ppt

9 联立方程模型 主要内容 联立方程模型的概念 联立方程模型的形式 模型的识别 联立方程模型的参数估计 一. 联立方程模型的概念 由若干个单一线性经济计量方程构成联立方程组，描述整个经济系统的模型称为联立方程经济计量模型，简称联立方程模型 简单凯恩斯模型 变量分类 内生变量 外生变量 预定（滞后）内生变量 方程分类 行为方程式 技术方程式 制度方程式 恒等式 二. 联立方程模型的形式 结构型 简化型 1. 结构型 结构型的一般形式 结构型的一般形式 结构型的矩阵表示（一） 结构型的矩阵表示（二） 2. 简化型 简化型的矩阵形式 凯恩斯模型的简化型 参数关系式体系 三. 模型的识别 1.结构方程的识别 恰好识别：通过简化模型的参数估计值和参数关系式可以得到结构方程的参数估计值的惟一解，该结构方程恰好识别 过度识别：通过简化模型的参数估计值和参数关系式可以得到结构方程的参数估计值的多个解，该结构方程过度识别 不可识别：通过简化模型的参数估计值和参数关系式可以得不到结构方程的参数估计值，该结构方程不可识别 2.模型的识别 模型可识别：模型中每个结构方程都可识别 模型恰好识别：模型中每个结构方程都恰好识别 模型过度识别：可识别但不是每个结构方程都恰好识别 模型不可识别：模型中存在不可识别的结构方程 3.结构方程识别的条件 阶条件 秩条件 1. 结构方程识别的阶条件 对结构模型中第i个结构方程，记K为结构模型中变量的总个数，Mi为第i个结构方程中变量的总个数，G为结构模型中内生变量的个数即结构方程的个数（完备模型） 2. 结构方程识别的秩条件 写出结构模型对应的参数矩阵 删去第i个结构方程对应系数所在的一行 删去第i个结构方程对应系数所在的一行中非零系数所在的各列 对余下的子矩阵[A0 B0]，如果其秩等于G-1，则第i个结构方程可识别；如果其秩不等于G-1，则第i个结构方程不可识别 结论 秩条件可以判断可识别or不可识别 阶条件结合秩条件，可判断，如果可识别，是恰好识别or过度识别 举例 结论 消费方程：不可识别 投资方程：恰好识别 税收方程：过度识别 收入方程：无需识别 整个模型：不可识别 四. 联立方程模型的参数估计 间接最小二乘法 工具变量法 二阶段最小二乘法 1.间接最小二乘法 写出结构模型对应的简化型 对结构模型中的每个简化方程应用最小二乘法求出简化参数估计值 利用简化参数的估计值和参数关系式体系解出被估计结构方程的结构参数估计值 只适用于结构方程恰好识别的情形 2.工具变量法 选择适当的预定变量作为工具变量，代替结构方程右边出现的作为解释变量的内生变量 分别用每个解释变量和工具变量乘以结构方程两边，并对所有的样本观测值求和，得到与未知参数一样多的线性方程。解方程组，求得结构参数的估计值 3.二阶段最小二乘法 第一阶段：对简化型方程应用OLS求出内生变量 的估计量 第二阶段：用 替代结构方程右边的内生变量 ，第二次应用OLS求结构参数的估计值 本质上还是工具变量法 注意并没有必要求解参数关系式体系 举例 上机处理 键入system命令，输入 在system窗口按Estimate键，即可得到估计结果 第二次上机 用Eviews软件处理下列问题 异方差检验（G-Q法）、修正：p128，习题6 序列自相关检验、修正（差分法、杜宾二步法）：自己建立一个时间序列模型 多重共线性：逐步回归法：p164，习题5 虚拟变量：p149，习题6（仅利用其数据） 滞后变量：考伊克变换——消费函数模型、阿尔蒙变换——RD对GDP的影响，数据自己收集，有关RD的数据，可以上科学技术部网站上查找 联立方程模型的处理：2SLS，p253，习题5 2周内完成上机报告，书上的习题可直接给答案，不必抄题目及数据 练习 工具变量的条件：与所替代的内生变量高度相关；是真正的预定变量，与随机项不相关；与其它预定变量相关性很小；同一结构方程中采用的不同工具变量之间相关性很小 可以判断，消费方程过度识别 采用二阶段最小二乘法 第一步，写出Yt的简化方程（Yt作为因变量，外生变量作为自变量，符合经典假设） 应用最小二乘法，得 第二步：利用上式计算出Yt的拟合值 ，并代替消费方程中的Yt ，再次应用最小二乘法，得出消费方程的估计式 对本题，投资方程满足经典假设，可直接应用OLS (436.9) (0.21) (0.34) 消费方程的二阶段最小二乘估计： 对消费方程直接用最小二乘法估计： (351.0) (0.12) (0.21) inst ct(-1) yt(-1) gt ct=c(1)+c(2)*yt+c(3)*ct(-1) it=c(4)+c(5