计量金融学计量金融学-8-1.pptVIP

第四节 联立方程组模型 4-1、联立方程组模型的概念与假设 一、讨论联立方程组模型的必要性 联立方程组模型是方程组形式的计量金融模型，形式上是多个单方程模型的组合。但联立方程组模型的方程之间有很强的内在联系，并不只是单方程模型的简单拼凑。联立方程组模型可以理解为同时包括多种经济关系的经济系统。 例如：宏观经济中包含众多部门的投入产出关系，微观经济包含供给和需求的市场均衡模型等。 建立联立方程组模型的主要理由： （1）通过把多个经济关系放在一起，避免单方程模型局限于经济事物局部和个别特征而忽略总体特征的问题，更加准确地判断经济关系的规律。 （2）除此之外，构成经济系统的各个方程的变量常常存在交互决定关系，一个方程的解释变量往往是其它方程的被解释变量，因此不仅具有随机性，而且与误差项存在强相关性。这意味着单方程回归模型的假设对于这些方程难以成立。因此必须使用联立方程组模型来做分析。 （3）从另一个角度说，单方程回归模型蕴含假设模型的解释变量是不受被解释变量影响的外生决定变量。这样就可以把解释变量当成与误差项不相关的确定性变量，经典线性回归模型的基本假设可以成立，最小二乘估计法可以得到有效的参数估计。但现实中的经济关系常常不是简单的单向因果关系，往往存在多层次的交互影响，因此模型的解释变量往往不是独立于被解释变量的外生变量，而是受被解释变量影响的内生变量。 例如：一般认为房价与对房屋的需求成反比关系，房价越高房屋需求会越小。但如果将房屋需求与房屋价格进行回归分析，常常会发现结论却是房屋价格越高需求也越高。这个结果与经济学理论显然有矛盾。根源常常是在内生性问题上，因为房价其实并不是独立于需求的，而是受需求的很大影响。在房价影响需求的同时，需求也在对房价起着很大的作用。因此在把房价当作外生因素的前提下研究房价影响需求的单因果关系本身就有问题，得到不合理的结果并不奇怪。 二、联立方程组模型的基本概念 首先用一个简单的微观市场均衡模型，说明联立方程组模型的基本情况和基本概念。这个微观市场均衡模型包括一个供给函数，一个需求函数以及一个均衡方程，具体形式如下： （4-1） 其中， 分别是供给和需求数量； 分别是当前和前期价格； 是反映当前收入的变量. 注意：因为联立方程组模型分析的多数是时间序列数据， 因此一般采用时间指标 作为变量的下标， 是变量数据的时间范围。 说明：(1) 模型中的方程有不同的特点：前两个方程分别反 映人们在生产供给和需求方面的规律，或者说行为特征， 称为“行为方程式”，第三个方程是市场均衡的定义， 是市场均衡时要求必须成立的，称为“会计恒等式”。 联立方程组模型的方程通常可以根据是否包含未知数， 分别归入行为方程式和会计恒等式两类。 （2）虽然（4-1）式中三个方程的几个变量之间并没有明显的主次差别，但这个模型通常是研究市场均衡价格和销售量决定规律的，因此 是决定 （ 表示均衡销售量 ）的条件，而 则是被决定的。后面称被决定的 为模型的“内生变量”。 内生变量对应单方程模型中的被解释变量，不称被解释变量而称内生变量的原因，主要是因为它们在一个方程中是被解释变量，但在其他方程中又常常作为解释变量出现。 收入变量 在该模型中是一个外生给定的变量，也就是取值不是由这个模型本身决定的，不能由这个模型预测。这样的变量称为模型的“外生变量”。外生变量相当于单方程模型中的解释变量。模型中的另一个变量 是内生变量 的一期滞后变量，称“滞后内生变量”。虽然滞后内生变量是由模型所决定的，但它是在前期决定的，在当期其数值也是给定的，因此也是确定 的条件。外生变量和滞后内生变量统称为联立方程组模型的“前定变量”。 区分联立方程组模型的内生变量和前定变量非常重要。因为不同变量的数目及构成模型的情况，对联立方程组模型是否有意义，是否能够得出唯一确定的参数估计等都有重要影响。通常一个联立方程组模型的内生变量数量和方程个数相等，能够表示成每个内生变量被其他变量（包括前定变量和其他内生变量）决定的标准形式