第六章_2联立方程模型的识别2010.pptVIP

是平衡方程，不存在识别问题。 （3）判断第3个结构方程的识别状态 （4） 综合以上结果，该联立方程模型是可以识别的。 【例2】 上例采用完备的结构式模型法： 内生变量：Ct、It、Yt， 数目：g=3 先决变量：常数项C、Yt-1， 数目：k=2（含常数项） 步骤1 判断模型中的内生变量、先决变量及其数目 方法：图形法、完备的结构式模型法 注意：先决变量包含常数项 写出模型的参数矩阵（ВΓ） 方法：根据结构式模型写参数矩阵的方法 注意：参数矩阵中变量的顺序及对应关系 步骤2 逐一判断每个随机方程的识别状态 方法：结构式识别的秩条件和阶条件 注意：1）只需判断模型中的随机方程，恒等方程无 需判断 2）每个随机方程都要进行判断，不能遗漏 3）正确判断每个随机方程中的内生变量数目gi和外生变量的数目ki。 4）正确写出每个随机方程对应的（В0Γ0） 以判断第1个方程为例: 步骤3 步骤3.1 判断方程中的内生变量和先决变量及其数目 对于第1个方程： 内生变量：Ct、Yt， 数目：g1=2 先决变量：常数项C， 数目：k1=1 注意：先决变量包含常数项 写出方程所对应的中的剩余参数矩阵（В0Γ0） 方法：在参数矩阵（ВΓ）中 1）划掉所判断的方程对应的行 2）划掉所判断的方程中的变量所对应的列 3）剩余元素按原顺序排列的矩阵即为（В0Γ0） 步骤3.2 对于第1个方程： Ct= α0+ α1Yt+μ1t 在参数矩阵（ВΓ）中，方程中的所有系数对应第1行，变量所对应的列分别为第1列（Ct）、第3列（Yt）、第4列（常数项） 第1个方程 第2个方程 第3个方程 由此： 应用阶条件和秩条件，完成方程判别 方法：阶条件和秩条件 注意：1）剩余参数矩阵（В0Γ0）的秩的判断 2）对于可识别方程，需要判断到最终状态 对于第1个方程： Ct= α0+ α1Yt+μ1t 剩余参数矩阵： 其秩：R (В0Γ0)=2 由阶条件： R (В0Γ0)=2=g-1=3-1=2，所以方程可以识别； 由秩条件：k-k1=2-1=1=g-g1=3-2=1，所以方程恰好识别。 步骤3.3 重复步骤3.1-3.3，完成其他随机方程的判别 步骤4 综合各个方程的判别结果，给出模型的判别结论 注意： 1）所有随机方程均可识别（包括恰好识别和过度识别），则模型可以识别（无需区别恰好识别还是过度识别）。 2）只要有一个随机方程不可识别，则整个模型不可识别。 第2个方程： It= β0+ β1Yt+β2Yt－1＋μ2t，不可识别； 第3个方程： Yt=Ct+It 无需识别。 对于上例：模型不可识别。 步骤3.4 §6.2 联立方程模型的识别 一、识别的概念 二、结构式识别条件 三、简化式识别条件 四、经验方法 一、识别的概念 方程的识别 模型的识别 ⒈为什么要对模型进行识别？ 消费方程是包含C、Y和常数项的直接线性方程。 投资方程和国内生产总值方程的某种线性组合（消去I）所构成的新方程也是包含C、Y和常数项 的直接线性方程。 如果利用C、Y的样本观测值并进行参数估计后，很难判断得到的是消费方程的参数估计量还是新组合方程的参数估计量。 只能认为原模型中的消费方程是不可估计的。这种情况被称为不可识别。 只有可以识别的方程才是可以估计的。 事实上，联立方程模型是由多个方程构成的，对方程之间的关系有严格的要求，否则模型就可能无法估计。 所以在模型估计之前，首先要判断其是否可以估计！ ⒉方程识别的定义 —“如果联立方程模型中某个结构方程不具有确定的统计形式，则称该方程为不可识别。” —“如果联立方程模型中某些方程的线性组合可以构成与某一个方程相同的统计形式，则称该方程为不可识别。” —“根据参数关系体系，在已知简化式参数估计值时，如果不能得到联立方程模型中某个结构方程的确定的结构参数估计值，则称该方程为不可识别。” 以是否具有确定的统计形式作为识别的基本定义。 （1）什么是“统计形式”？ ——变量和方程关系式 （2）什么是“具有确定的统计形式”？ ——模型系统中其他方程或所有方程的任意线性组合所构成的新的方程都不具有这种统计形式 ⒊模型的识别 上述识别的定义是针对结构方程而言的。 模型中每个需要估计其参数的随机方程都存在识别问题。 如果一个模型中的所有随机方程都是可以识别的，则认为该联立方程模型系统是可以识别的。反过来，如果一个模型