第16章 联立方程模型.pptVIP

伍德里奇 《计量经济学导论》（第4版） 主讲教师：张冠甲 国内外经典教材名师讲堂 第16章 联立方程模型 　　本章要点　　SEM模型及其内生性问题　　联立性偏误　　联立方程组的识别　　时间序列中的联立方程组　　面板数据中的联立方程组 　　回顾：15章中两类内生性问题以及解决方案　　遗漏变量问题　　测度误差问题　　另一类常见的内生性问题：联立性　　例子：劳动的供给与需求方程　　思考：从经济理论出发，预期各项系数应该是什么？ 　　劳动市场出清时，得到的均衡情形　　Q：估计出来的是哪个系数？　　本模型中的外生变量：　　原因：二者与供给和需求误差都无关。　　另　　一个例子：例16.1 谋杀率与警力规模 　　若警力规模外生的决定，则可以用OLS估计。但是警力规模是内生的（互为因果的例子）　　这两个例子的方程组被称作SEM。思考这两个例子中方程组有何特点？　　不适用SEM的例子：收入与房租支出 　　总结：适用SEM的条件——要求每一个方程组都有独立的决定机制。　　OLS的联立性偏误　　考虑一个SEM：　　并试图用OLS方法估计第一个方程 　　两个方程合并：　　为了使之有解，必须的假定是　　解到简约型方程 　　由此简约型方程发现， 与 相关，从而与　  相关。这种相关性是由于联立产生的，称之为联立性偏误。　　思考：出现联立性偏误，在解决内生性问题之前，是否可以先判断偏误的方向？　　在方程 中去掉 进行简化，得到解释变量与误差项协方差为： 　　因此， 的渐进偏误与 符号相同。　　如何解决这种偏误？运用2SLS　　回顾供需模型的例子　　为什么第二个需求方程有可能被识别出来？因为存在外生变量 ，移动供给曲线而不移动需求曲线，所以在由（q，p）组成的数据中，能够估计出供给曲线。 　　推广到一般的两方程模型　　哪一个方程能被估计出，即称作哪一个方程可以被识别。　　Q：能被识别的条件是什么？ 　　识别（两方程）联立模型中第一个方程的充要条件是，第二个方程中至少包含第一个方程所排除的外生变量中的一个（具有非零系数）。　　例子：通货膨胀与开放度　　若 不为零，则第一个方程能识别，第二个不能。 　　如何估计能被识别的方程？将此方程排除在外的外生变量作为其内生解释变量的IV。　　三个或更多的方程构成的联立方程组的识别问题　　注意符号： 表示内生变量的参数，  　 表示外生变量的参数 Q：能识别哪个方程,或说不能识别哪个方程？ 　　第三个方程包含了所有的外生变量，必然不能识别。前两个方程有可能被识别。　　识别的必要条件——阶条件　　对任何SEM中的一个方程，如果它排除的外生变量数不少于其右端包含的内生变量数，那么它就满足识别的阶条件。　　每个可识别方程都可以用2sls估计。也可以采用系统估计的方法——三阶段最小二乘法 　　时间序列中的联立方程组　　例：简单凯恩斯模型的估计　　三个方程分别是消费函数、投资函数和国民收入恒等式。　　在这个系统中，C、Y、I都是内生变量，外生变量为T、r、G。　　也可以引入动态性 　　加入动态性后，滞后项也可以作为工具变量。因为可以被视为与当期的误差项无关。　　一般性的规律：如果一个结构模型包含了时间趋势（刻画了未直接模型化的外生趋势因素），那么趋势就起到作为自己的IV的作用。　　在面板数据中，使用SEM　 　　基本步骤：　　首先，使用固定效应或者一阶差分法消除观察不到的个体异质性的影响。　　然后，在变换后的方程中寻找内生变量与工具变量。 　　课后习题4　　假设年收入和酒的消费量由SEM　　同时决定，其中price表示当地酒的价格指数，包含州税和地方税。假定edu 和price 是外生的。如果各个参数都不为0，哪一个方程可识别？如何估计这个方程？ 　　分析：根据阶条件，显然第一个方程可以识别，第二个方程无法识别。 　　课后习题6　　考虑一个雇主是否根据工人参加工会的百分比及其他因素而提供养老金计划的线性概率模型 　　（i）为什么percuion可能与pesion联合决定？　　——工人参加工会的百分比percuion 与企业对待雇员的方式pesion是相关的。虽然时间上可能不是同时发生的，但一般都假定它是一个单一的横截面数据。　　（ii）假设你可以对企业工人进行调查，并搜集工人家庭的信息。你能否想出可用于构造percuion 的一个IV的信息。　　——比如父母是否属于工会成员，记作peucpar。 　　（iii）你如何