第六章 联立方程组2PPT.ppt

供给与需求曲线识别问题 从前面的图形可以注意到，当假定供给曲线或需求曲线中的一条移动位置而另一条保持不变时，那么后者的位置可以被确定。 例2：在上面的需求函数中加入一个外生变量Y（消费者收入〕，模型变为： 此时供给函数可以被识别，而需求函数则不能被识别。 供给与需求曲线识别问题 例3：在供给函数中加入一个外生变量W（气候变量〕，需求函数不变，模型变为： 此时需求函数具有唯一的统计形式，因而它可以被识别，而供给函数的形式不是唯一的，不能够被识别（或不足以识别）。 供给与需求曲线识别问题 例4：在需求函数和供给函数中分别加入外生变量Y和W，模型变为： 从结构式模型得出的简化式模型为： 由结果可以看出，所有的结构式模型参数均可以由简化式模型参数得出，并且值是唯一的，因而需求函数和供给函数都是可以恰好识别的。 供给与需求曲线识别问题 例5：在例4基础上在供给方程中再加入一变量T（技术），模型变为： 得到的简化式模型共有8个参数，而结构式模型仅有7个待估计参数，因而可以得出多组结构式参数，此时模型为过度识别的。 模型识别的定义 如果模型的第i个结构方程同模型中其它任何一个方程以及任意线性组合方程包含的内生变量或者前定变量不完全相同，那么称第i个结构方程具有唯一的统计形式；相反，如果模型的第i个结构方程同模型某个方程或线性组合方程具有相同的内生变量和前定变量，那么就称第i个结构方程的统计形式不唯一。 如果第i个结构方程具有唯一的统计形式，那么它是能够被识别的；如果其统计形式不是唯一的，那么它是不能被识别的。 模型识别的定义 对模型的识别应逐个考虑每一个方程； 若联立方程模型中所有的方程都可以被识别，则称该模型是可识别的； 识别是针对需要估计系数的方程而言的，因而只需要识别随机方程，对定义方程和均衡方程不存在识别问题； 识别的对象是结构式方程； 对模型中的截距项如何处理不影响识别结果； 识别的定义有多种，如统计形式唯一，结构参数唯一确定等，它们都是等价的。 模型识别的条件 设： G＝模型中内生变量（方程）的个数 K＝模型中前定变量的个数； gi＝第i个方程中内生变量的个数； ki=第i个方程中前定变量的个数； mi＝第i个方程中未包括的内生变量、前定变量总数（即零约束的个数）。 识别的阶条件（Order condition） 第i个方程可识别的阶条件： 如果未包括在方程i中的前定变量个数大于或等于该方程中包括的内生变量个数减1，则该方程是可以识别的，即K-ki?gi-1。 另一种表达方法是，如果方程i结构式中约束条件的个数（未包括在该方程中的变量个数）大于或等于系统中方程（内生变量）个数减1，则该方程是可以识别的，即K-ki+G-gi＝mi?G-1 阶条件是方程可被识别的必要条件。阶条件成立不能断定第i个方程可以被识别；但阶条件不成立则可以断定第i个方程不可被识别。 识别的秩条件（Rank condition） 在结构参数矩阵内划掉第i行，同时划掉第i行上非零元素所在列，剩下的元素按原来的排列组成矩阵A，A是G-1行mi列矩阵。 第i个方程可识别的秩条件：在一个包括G个内生变量的方程组中，如果所有其它方程对应于第i个方程中未包括（内生和前定）变量的系数至少构成一个(G-1)(G-1)非零行列式，即R(A)=G-1，或说A的列数不小于行数或A为满秩矩阵，那么方程i是可以识别的。 秩条件为方程可被识别的充分必要条件。 例：模型识别 阶条件： 方程 K-ki gi-1 mi 结论 1 2 2 3 正好识别 2 1 1 3 正好识别 3 1 1 3 正好识别 4 2 2 3 正好识别 例：模型识别 秩条件： 方程1 不足以识别 方程2 不足以识别 模型识别 模型中方程i的结构式参数可以识别的一般准则： 如果K-ki?gi-1（或mi?G-1）且A的秩为G-1，则该方程是过度识别的； 如果K-ki=gi-1（或mi=G-1）且A的秩为G-1，则该方程是恰好识别的； 如果K-ki?gi-1（或mi?G-1）且A的秩小于G-1，则该方程是不足以识别的； 如果K-ki?gi-1（或mi?G-1），则该方程是不足以识别的。 判断方程可识别性的步骤 阶条件G-1≤mi是否成立？ 秩条件R(Ai)＝G-1是否成立？ G-1≦mi ？ 不可识别 不成立 成立 不可识别 不成立 成立 恰好识别 等于 过度识别 小于 模型识别案例：市场均衡模型 第一个方程的阶条件： G＝3，K＝3，g1=2，k1=1，G-1=2，m1=(3+3)-(2+1)=3，满足阶条件。 第二个方程的阶条件： g