9.3联立方程计量经济学模型识别1.ppt

9.3联立方程计量经济学模型识别1.ppt

  1. 1、本文档共58页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
§9.2联立方程计量经济学模型的若干基本概念 变量 结构式模型 简化式模型 参数关系体系 一、变量 ⒈内生变量 (Endogenous Variables) 对联立方程模型系统而言,已经不能用被解释变量与解释变量来划分变量,而将变量分为内生变量和外生变量两大类。 内生变量是具有某种概率分布的随机变量,它的参数是联立方程系统估计的元素。 内生变量是由模型系统决定的,同时也对模型系统产生影响。 内生变量一般都是经济变量。 一般情况下,内生变量与随机项相关,即 ⒉外生变量 (Exogenous Variables) 外生变量一般是确定性变量,或者是具有临界概率分布的随机变量,其参数不是模型系统研究的元素。 外生变量影响系统,但本身不受系统的影响。 外生变量一般是经济变量、条件变量、政策变量、虚变量。 一般情况下,外生变量与随机项不相关。 ⒊ 先决变量(Predetermined Variables) 外生变量与滞后内生变量(Lagged Endogenous Variables)统称为先决变量。 滞后内生变量是联立方程计量经济学模型中重要的不可缺少的一部分变量,用以反映经济系统的动态性与连续性。 先决变量只能作为解释变量。 二、结构式模型 Structural Model ⒈定义 根据经济理论和行为规律建立的描述经济变量之间直接结构关系的计量经济学方程系统称为结构式模型。 结构式模型中的每一个方程都是结构方程( Structural Equations )。 各个结构方程的参数被称为结构参数( Structural Parameters or Coefficients ) 。 将一个内生变量表示为其它内生变量、先决变量和随机误差项的函数形式,被称为结构方程的正规形式。 ⒉结构方程的方程类型 ⒊完备的结构式模型 具有g个内生变量、k个先决变量、g个结构方程的模型被称为完备的结构式模型。 在完备的结构式模型中,独立的结构方程的数目等于内生变量的数目,每个内生变量都分别由一个方程来描述。 ⒋完备的结构式模型的矩阵表示 习惯上用Y表示内生变量,X表示先决变量,μ表示随机项,β表示内生变量的结构参数,γ表示先决变量的结构参数,如果模型中有常数项,可以看成为一个外生的虚变量,它的观测值始终取1。 ⒌简单宏观经济模型的矩阵表示 三、简化式模型 Reduced-Form Model ⒈定义 用所有先决变量作为每个内生变量的解释变量,所形成的模型称为简化式模型。 简化式模型并不反映经济系统中变量之间的直接关系,并不是经济系统的客观描述。 由于简化式模型中作为解释变量的变量中没有内生变量,可以采用普通最小二乘法估计每个方程的参数,所以它在联立方程模型研究中具有重要的作用。 简化式模型中每个方程称为简化式方程(Reduced-Form Equations),方程的参数称为简化式参数(Reduced-Form Coefficients) 。 ⒉简化式模型的矩阵形式 ⒊简单宏观经济模型的简化式模型 四、参数关系体系 ⒈定义 该式描述了简化式参数与结构式参数之间的关系,称为参数关系体系。 ⒉作用 利用参数关系体系,首先估计简化式参数,然后可以计算得到结构式参数。 从参数关系体系还可以看出,简化式参数反映了先决变量对内生变量的直接与间接影响之和,这是简化式模型的另一个重要作用。 例如,在上述模型中存在如下关系: Π21反映Yt-1对It的直接与间接影响之和; 而其中的β2正是结构方程中Yt-1对It的结构参数,显然,它只反映Yt-1对It的直接影响。 在这里,β2是Yt-1对It的部分乘数,Π21反映Yt-1对It的完全乘数。 注意:简化式参数与结构式参数之间的区别与联系。 §9.3联立方程计量经济学模型的识别 The Identification Problem 一、识别的概念 二、从定义出发识别模型 三、结构式识别条件 四、实际应用中的经验方法 一、识别的概念 ⒈为什么要对模型进行识别? 从一个例子看 如果利用C、Y的样本观测值并进行参数估计后,很难判断得到的是消费方程的参数估计量还是新组合方程的参数估计量。 只能认为原模型中的消费方程是不可估计的。 这种情况被称为不可识别。 只有可以识别的方程才是可以估计的。 ⒉识别的定义 3种定义: “如果联立方程模型中某个结构方程不具有确定的统计形式,则称该方程为不可识别。” “如果联立方程模型中某些方程的线性组合可以构成与某一个方程相同的统计形式,则称该方程为不可识别。” “根据参数关系体系,在已知简化式参数估计值时,如果不能得到联立方程模型中某个结构方程的确定的结构参数估计值,则称该方程为不可识别。” 以是否具有确定的统计形式作为识别的基

文档评论(0)

junjun37473 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档