- 1、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。。
- 2、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。
- 3、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)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第9章 联立方程模型和识别 9.1联立方程模型的概念 9.2结构式模型与简约化模型 9.3模型识别以及识别方法 通过本章我们要知道 9.1联立方程模型的概念 例 凯恩斯宏观经济模型 这个联立方程组就是一个简单的描述宏观经济的联立方程计量经济学模型。 联立方程模型中的变量 1、内生变量 内生变量是指由联立方程组模型构成的经济系统中本身决定的变量。 一般情况下,内生变量 满足 因此,内生变量为随机变量。 2、外生变量 外生变量是由联立方程模组模型构成的经济系统外决定的变量 外生变量不受随机干扰项的影响 满足 3、前定变量 具有滞后期的内生变量称为前定内生变量 外生变量和前定内生变量统称为前定变量 前定变量中的外生变量 和前定内生变量 满足 联立方程模型中的方程 1、行为方程 行为方程是反映经济活动主体,如政府、企业、团体、居民的经济行为方式的函数关系式。 2、 技术方程 技术方程是指基于客观经济技术关系而建立的函数关系式。 3、制度方程 制度方程是指与法律、法令、规章制度有直接关系的经济变量方程式。 4、定义方程 定义方程分为两种,一种是根据经济理论定义的恒等式。另一种是表示综合或局部均衡条件的均衡方程式。 9.2结构式模型与简化式模型 1、结构式模型 结构式模型是指直接描述经济变量之间影响关系的模型。 结构式模型的一般形式如下: (9-4) 2、简约式模型 简约式模型是指模型的内生变量都用模型的前定 变量和误差随机项表示的模型。 简约性模型的具体形式为: (9-5) 例 方程(9-1)—(9-3)构成的结构式模型 对应的简约式模型 (9-6) 其中 9.3模型识别以及识别方法 模型识别的定义 模型识别的本质是对于给定的结构式模型,判断有无可能求出有意义的结构式参数值。 可识别与不可识别 如果联立方程模型中某个结构式方程的参数估计值,在已知简约式模型参数估计值的条件下,可以通过两种模型参数关系体系求解出来,则称该方程是可识别的,反之,则称方程不可识别。 对于某一可以识别的结构式方程,如果方程中的参数有唯一一组估计值,则称该方程恰好识别; 恰好识别与过度识别 如果方程中的参数有有限组估计值,则称该方程过度识别。 模型识别的方法 1、 模型识别的阶条件 对于(9-4) 当第个i 结构方程是可识别时,则满足 (9-7) 上式即为第i个方程可识别的阶条件 在结构式模型中,我们需要对每个方程进行识别,当其全部满足识别的阶条件时,模型才满足识别的阶条件。 注意:模型识别的阶条件只是模型识别的必要条件,并不能保证模型可以识别 例 考察方程(9-1)-(9-3)构成的联立方程模型 (9-9) 2、模型识别的秩条件 识别矩阵的求法 (1)写出结构式模型对应的结构参数矩阵 (2)删去第 个结构方程对应系数所在行(第行); (3) 删去第 个结构方程对应系数所在行中非零系数所在的列。 (4)把剩余的元素按照原次序构成一个新的矩阵,这个矩阵被称为识别矩阵,记为 表示识别矩阵 的秩 模型识别的秩条件就是识别的充分必要条件 则模型识别的秩条件为 (9-10) 综合模型识别的阶条件和秩条件,我们对模型进行识别的基本步骤为: (1)看识别矩阵是否满足识别的秩条件。如果不满足,则模型不可以识别,如果满足,则模型可以识别,可以继续判断是否过度识别,进行步骤(2) (2)看在各方程中,模型识别的阶条件是否取等号,如果取等号,则方程为恰好识别,如果不取等号,则方程为过度识别。 若有问题,请大家提出讨论! 谢谢!
文档评论(0)