计量经济学第九章联立方程模型16.pptVIP

第九章 联立方程模型 概述 识别问题 估计问题 一、联立方程模型概述 联立方程模型的性质 联立方程模型的若干基本概念 1. 联立方程模型的性质 单方程模型：单向因果关系 估计和预测以诸X的固定值为条件的因变量Y的均值。 例：消费函数Ct=?0+?1Yt+?t 联立方程模型：复杂因果关系 Y和某些X之间有双向或联立关系，互为因果。 Ct和Yt，谁影响谁？ 1. 联立方程模型的性质 两部门模型： OLS可用？ Yt：随机变量，与?t相关否？经济解释？ 例1:需求与供给模型 需求函数： 供给函数： 均衡条件： 以上方程组中，P和Q是联合应变量。无论是?1t变化引起需求函数移动，还是?2t变化引起供给函数移动，都会影响P和Q，因而，?1t和Pt以及?2t和Pt不可能是独立的。 2. 联立方程模型的基本概念 变量： 内生变量：具有某种概率分布的随机变量。 外生变量：一般是确定型变量。 先决变量：外生变量与滞后内生变量。 例2 国民经济三部门模型 消费函数： 投资函数： 恒等方程： 2. 联立方程模型的基本概念 简化式模型： 如果将模型中每一个内生变量都表示成先决变量的函数，即形成纯由先决变量和随机误差项来表示的内生变量的方程，这种形式的方程称为简化式模型。 例如，两部门模型 二、联立方程模型的识别问题 识别的概念 识别规则 联立性检验 1. 识别的概念 例1 需求与供给模型 例1 需求与供给模型 1. 识别的概念 定义：不可识别 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。 “确定的统计形式”：模型中其他方程或所有方程的任意线性组合所构成的新方程都不具有这种统计形式。 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，如果不能得到某个结构方程的确定的结构参数估计值，则称该方程不可识别。 1. 识别的概念 定义：模型的识别。 如果一个模型中的所有随机方程都是可以识别的，则认为该联立方程模型系统是可以识别的。 如果一个模型系统中存在一个不可识别的随机方程，则认为该联立模型系统是不可识别的。 恒等方程由于不存在参数估计问题，因而不存在识别问题。但是在判断随机方程的识别性问题时，应该将恒等方程考虑在内。 1. 识别的概念 例2 1. 识别的概念 恰可识别：如例2 供给函数。 例2中的需求函数仍是不可识别的，原因： 例3 例4 过度识别 2. 识别规则 可识别性阶条件——必要条件 设：M-模型中内生变量的个数， K-模型中先决变量个数 mi-第i个方程中包含的内生变量个数，ki-第i个方程中包含的先决变量个数 在一个含有M个联立方程的模型中，为了使一个方程能被识别，它必须排除至少M-1个在模型中出现的变量（内生或先决）。如果它恰好排除M-1个变量，则该方程使恰好识别的；如果它排除多于M-1个变量，则它是过度识别的。 在一个含有M个联立方程的模型中，为了使第I个方程能被识别，该方程所排除的先决变量个数必须不少与它所含有的内在变量个数减1，即： 例1-例4 的分析 2. 识别规则 可识别性的秩条件——充分必要条件 在一个含有M个内内生变量的M个方程的模型中，一个方程是可识别的，当且仅当我们能从模型其他方程所含、而该方程所不含的诸变量（内生或先决）的系数矩阵中构造出至少一个(M-1) ×(M-1)阶的非零行列式来。 2. 识别规则 综合以上阶条件和秩条件，M个联立方程组中的一个结构方程可识别性判定的一般原则为： 如果K-km-1，且A矩阵的秩是M-1，则方程过度识别 如果K-k=m-1，且A矩阵的秩是M-1，则方程恰好识别 如果K-km-1，且A矩阵的秩小于M-1，则方程不可识别 如果K-km-1，则方程不可识别，R(A)必定小于M-1。 3. 联立性检验 是否存在联立性？将影响到参数估计方法的选择。 联立性检验的本质： 检验一个内生回归元是否与误差项相关。 3. 联立性检验 豪斯曼的设定误差检验 考虑如下模型 平狄克-鲁宾费尔德公共支出模型 研究美国州和地方政府支出行为 三、联立方程估计方法 单一方程法（有限信息法）： 个别地估计联立方程组中的每一个方程，仅考虑对该方程的约束，而不考虑对其他方程的约束。 方程组法（完全信息法）： 同时估计模型中的全部方程，适当考虑了因某些变量被排除而对方程组造成的全部约束。 常导致参数的高度非线性解，对设定误差敏感 1. 递规模型与OLS 2. 恰可识别方程的估计——ILS 对一个恰可识别的结构方程，从简化型系数的OLS估计值，获得结构系数估计值的方法称为间接最小二乘法。 步骤： 先求简化型方程 对简化型方程逐个做OLS估计，得到简化型系数的估计值 从简化型系数估计值求结构系数的估