计量经济学11联立方程组模型韩纪江.pptVIP

第十一章联立方程组模型 引子：是先有鸡，还是先有蛋？ 对货币供给量、经济增长及通货膨胀的关系存有争论： 案例 采用基于三部门的凯恩斯总需求决定模型，在不考虑进出口的条件下，分析总收入的变动对消费和投资的影响。 前面各章研究的都是单一的经济行为，定量分析的都是单向的因果关系，如 Yi= β1+β2X2i+β3X3i+…+βkXki +μi （i=1，2，…，n） 只研究解释变量 X2，X3，…，Xk 对被解释变量Y的影响。 第一节 联立方程组模型及其偏倚 一、联立方程组模型的性质 由多变量构成的经济系统中，多向的因果关系可用由多个相互联系的方程构成的联立方程组模型去表述。 举例：凯恩斯宏观经济模型 模型（不考虑进出口） Yt=Ct+It+Gt Ct=α0+α1Yt+μ1t It=β0+β1Yt+μ2t 其中，Yt为支出法GDP，Ct为消费，It为投资，Gt为政府支出。 联立方程模型的特点 1.联立方程模型研究的是一个经济系统中的多种经济活动。 二、联立方程模型中变量的类型 单一方程模型中解释变量与被解释变量的区分十分清晰。 联立方程模型中同一变量可能既为被解释变量又为解释变量， 因此模型只区分解释变量与被解释变量的意义已不大.需要区分为内生变量和外生变量。 注意 在联立方程模型中，内生变量既可作为被解释变量，又可作为解释变量，而外生的前定变量都只作为解释变量。 一个变量是内生变量还是外生变量，是由经济理论和经济意义决定，并不仅从数学形式去决定。 三、联立方程模型的偏倚性 联立方程偏倚：联立方程模型中内生变量作为解释变量，会与随机扰动项相关，违反了OLS基本假定，如仍用OLS法去估计其参数，就会产生偏倚，这样的估计量是有偏的，而且是不一致的。 例如 Yt=Ct+It ；Ct=β0+β1Yt+μt。其中： C消费; Y收入; I投资 显然Yt 与μt 相关 四、联立方程模型的种类（三种类型） 1.结构型模型：为描述变量之间的经济结构关系，表现直接的经济联系，可将某内生变量直接表示为内生变量和前定变量函数的模型。 结构型模型的标准形式 其中：Y1，Y2，... Ym为内生变量； X1，X2，... Xm为前定变量（当 X1=1时表明存在截距项）； μ1，μ2，...，μm为随机扰动项，β1j 为内生变量的参数， γ1j为前定变量的参数。 结构型模型的特点 （1）描述了经济变量之间现实的结构关系，在结构方程的右端（解释变量中）可能出现其它的内生变量。 2.简化型模型 简化型模型：每个内生变量都只被表示为前定变量及随机扰动项函数的联立方程模型，每个方程的右端不出现内生变量。 （2）从结构型模型推导出简化型模型 结构型模型： ΒY+ΓX=μ 即ΒY=-ΓX+μ 若 |Β| ≠0 ，若 Β-1 存在，左乘上式两边可推导出简化型模型为 Y=- Β-1 ΓX+ Β-1 μ 结构型模型与简化型模型参数的关系（用代数式表示） 本例由结构型模型进行变量连续替代推导可得 简化型模型的特点 简化型模型中每个方程的解释变量全是前定变量，且前定变量与随机误差项不相关，从而避免了联立方程偏倚。 简化型模型中的参数是结构型模型参数的函数 Π=- Β-1 Γ 由估计的简化型模型参数，有可能求解出结构型参数。 已知前定变量预测期取值 XF 的条件下，可利用简化型模型参数的估计式YF=ΠXF+v直接对内生变量进行预测分析。 从经济意义上，简化型模型表现了前定变量对内生变量的总影响（直接影响和间接影响），其参数表现了前定变量对内生变量的影响乘数。 例如在简化型模型中 Yt-1 对 It 的影响 3.递归型模型 递归型模型（结构型）的构成：例如 递归模型的特点 递归模型是联立方程组模型的特殊形式，模型中内生变量实际只有单向的因果关系，事实上并没有形成变量间互为因果的特征，所以并不是真正意义上的联立方程模型。 每个模型都满足随机扰动与解释变量不相关的基本假定，不会产生联立方程组的偏倚性，可逐个用OLS法估计其参数。 第二节 联立方程模型的识别 一、什么是联立方程模型的识别问题 联立方程模型的识别可以从多方面去理解，但从根本上说识别是与联立方程模型设定有关的问题。其实质是对特定的模型，判断是否能够得到有意义的结构型参数的估计值。 又如，宏观经济模型（假如不考虑进出口和与国外的要素收支） Ct=α0+α1Yt+μ1t It=β0+β1Yt+μ2t Yt=Ct+It 其中Y为GNI，C为消费，I为投资。 对联立方程模型识别的理解 对联立方程识别最直观的理解，是看能否合理地估计出结构型模型参数的估计值。如果结构型模型参数的估计值能合理地估计出，则称这个结构方程是可以识别的，否则就是不可识别的。 二、联立方程组模型识别的类型 1