6.2 联立方程计量经济模型(2).pptVIP

⒋ 样本容量不支持 实际的联立方程模型中每个结构方程往往是过度识别的，适宜采用2SLS或3SLS方法，但是在其第一阶段要以所有先决变量作为解释变量，这就需要很大容量的样本。实际上是难以实现的。 采用主分量方法等可以克服这个矛盾，但又带来方法的复杂性和新的误差。 ⒌ 实际模型的递推（Recurred）结构 应用中的联立方程模型主要是宏观经济计量模型。 宏观经济计量模型一般具有递推结构。 具有递推结构的模型可以采用OLS。 补充：递推模型（Recursive Model ） 可以采用OLS依次估计每个结构方程； 在估计后面的结构方程时，认为其中的内生解释变量是“先决”的。 三、联立方程模型的检验 包括单方程检验和方程系统的检验。 凡是在单方程模型中必须进行的各项检验，对于联立方程模型中的结构方程，以及应用2SLS或3SLS方法过程中的简化式方程，都是适用的和需要的。 模型系统的检验主要包括： ⒈拟合效果检验 将样本期的先决变量观测值代入估计后的模型，求解该模型系统，得到内生变量的估计值。将估计值与实际观测值进行比较，据此判断模型系统的拟合效果。 模型的求解方法：迭代法。为什么不直接求解？ 常用的判断模型系统拟合效果的检验统计量是“均方百分比误差”，用RMS表示。 当RMSi=0，表示第i个内生变量估计值与观测值完全拟合。 一般地，在g个内生变量中，RMS5%的变量数目占70%以上，并且每个变量的RMS不大于10%，则认为模型系统总体拟合效果较好。 ⒉预测性能检验 如果样本期之外的某个时间截面上的内生变量实际观测值已经知道，这就有条件对模型系统进行预测检验。 将该时间截面上的先决变量实际观测值代入模型，计算所有内生变量预测值，并计算其相对误差。 一般认为，RE5%的变量数目占70%以上，并且每个变量的相对误差不大于10%，则认为模型系统总体预测性能较好。 ⒊方程间误差传递检验 寻找模型中描述主要经济行为主体的经济活动过程的、方程之间存在明显的递推关系的关键路径。 在关键路径上进行误差传递分析，可以检验总体模型的模拟优度和预测精度。 例如，计算： 称为冯诺曼比，如果误差在方程之间没有传递，该比值为0。 ⒋样本点间误差传递检验 在联立方程模型系统中，由于经济系统的动态性，决定了有一定数量的滞后内生变量。 由于滞后内生变量的存在，使得模型预测误差不仅在方程之间传递，而且在不同的时间截面之间，即样本点之间传递。 必须对模型进行滚动预测检验。 给定t=1时的所有先决变量的观测值，包括滞后内生变量，求解方程组，得到内生变量Y1的预测值； 对于t=2，只外生给定外生变量的观测值，滞后内生变量则以前一时期的预测值代替，求解方程组，得到内生变量Y2的预测值； 逐年滚动预测，直至得到t=n时的内生变量Yn的预测值； 求出该滚动预测值与实际观测值的相对误差。 将t=n时的所有先决变量的观测值，包括滞后内生变量的实际观测值，代入模型，求解方程组，得到内生变量Yn的非滚动预测值； 求出该非滚动预测值与实际观测值的相对误差。 比较两种结果，二者的差异表明模型预测误差在不同的时间截面之间的传递。 ⒋用间接最小二乘法估计消费方程 C简化式模型估计结果 Y简化式模型估计结果 ⒌用两阶段最小二乘法估计消费方程 比较上述消费方程的3种估计结果，证明这3种方法对于恰好识别的结构方程是等价的。估计量的差别只是很小的计算误差。 代替原消费方程中的Yt，应用OLS估计 第2阶段估计结果 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。 2SLS第2阶段估计结果 *七、主分量法的应用 ⒈方法的提出 主分量方法本身并不是联立方程模型的估计方法，而是配合其它方法，例如2SLS使用于模型的估计过程之中。 数学上的主分量方法早就成熟，Kloek和Mennes于1960年提出将它用于计量经济学模型的估计。 2SLS是一种普遍适用的联立方程模型的单方程估计方法，但是当它在实际模型估计中被应用时，立刻就会遇到不可逾越的困难。其第一阶段—用OLS估计简化式方程，是难以实现的。为什么？ ⒉方法的原理 所谓主分量方法，就是用较少数目的新变量重新表示原模型中较多数目的先决变量的方法。 例如，如果能够找到5个左右的新变量表示宏观经济模型中的30个先决变量，那么只需要15组以上的样本，就可以进行2SLS第一阶段的估计。 对充当主分量的变量是有严格要求：一是它必须是先决变量的线性组合，二是它们之间必须是正交的。前一条是保证主分量对先决变量的代表性；后一条是保证主分量之间不出现共线性。 ⒊主分量的选取 用两个主分量表