数量经济学课件-联立方程组模型及其识别问题.pptVIP

联立方程组模型及其识别问题 * 第一节 联立方程组模型及其假设 第二节 联立方程组模型的识别问题 * 第一节 联立方程组模型及其假设 一、为什么要分析联立方程组模型 二、联立方程组模型的基本概念 三、联立方程组模型的假设 * 一、为什么要分析联立方程组模型 经济变量之间的相互作用和互为因果关系，单方程模型的局限性和问题，经济关系中的动态性、相依性，反馈、制约 经济系统、经济结构分析 对联立经济系统不能用割裂的单方程分析 联立方程组模型是经典计量重要组成部分。联立方程组模型鼎盛时期：50、60年代 VAR模型（可看作联立方程组模型的发展）。 * 二、联立方程组模型的基本概念 大型模型和小型模型 宏观模型和微观模型 静态模型和动态模型 行为方程式、会计恒等式、技术方程（生产函数等） 内生变量、外生变量 前定变量——外生变量和滞后内生变量 结构式和简约式 * 例：三方程供给需求的市场均衡模型 市场均衡时 ，所以有 * 变形后可以得到： 其中 简单起见仍写成： 上述都是结构式，其中 和 是内生变量， 和 分别为外生变量和滞后内生变量 * 线性变换后得到 如果引入下述记法 * 模型就化为： 这是供求模型的简约式。 简约式与结构式之间的差别：形式、意义等。 简约式的优势：可避免随机解释变量。 问题：两种形式、各自参数之间存在一一对应，可相互转换吗？ 更基本的问题：任何结构的联立方程组模型都有意义吗？ * 三、联立方程组模型的假设 模型的结构式一般表示为： * 变形后可得 * 引入向量和矩阵记法 模型可以表示为 * 联立方程组模型的基本假设： 模型由上面的结构式线性方程组组成，也可以用向量方程表示。其中的有些系数，即 和 中的元素可以是0， 中有些元素也可以是0。 不等于0的 都满足单方程线性回归模型关于误差项的假设（可包括正态性） * 不同方程的同期误差可以是相关的，但它们之间的协方差 与时间 无关。此外，不同方程的误差项也不能有跨期相关性，即 ，当 且 必须成立。 外生变量是确定性变量。 模型是可识别的。 * 第二节 联立方程组模型的识别问题 一、识别性问题的意义 二、判断识别性的一般方法和条件 三、识别性的扩展讨论 * 一、识别性问题的意义 例：简单的供给需求均衡模型 供给函数 需求函数 也可以写成 供给函数 需求函数 * 模型的简约式 为： * 供求模型的识别问题 * 因为根据数据无法确定究竟是哪两条供给、需求曲线的均衡产生的数据，因此无法识别。 两个方程的线性组合可以产生很多形式，因此不可识别。 结构式、简约式参数之间不能一一决定，因此不可识别。 * 在需求函数中引入收入变量 来说明 化为简约式为： * 供给函数可识别 * 结构式参数和简约式参数之间存在下列四个 关系式 而结构式参数却有五个。所以存在不可识别 问题。但因为 所以供给函数可识别，需求函数无法识别。 * 在供给函数中再引入一个变量，如 。 它的简约式为： * 结构式系数和简约式系数的关系为 此时模型两个方程都可识别。 * 过度可识别问题 再引入一个解释变量 。模型的结构式为 模型的简约式为 * 结构式和简约式之间的关系如下 参数存在约束，属于过度可识别。 * 二、判断识别性的一般方法和条件 识别性的两种等价定义：（1）可通过简约式唯一确定结构式参数；（2）各个结构式方程有唯一确定的形式。 所考察的方程不能用其他方程的线性组合产生其他形式。模型中存在或可用线性组合得到不包含非考察方程变量的方程。 推论：如果一个方程包含模型中所有的变量，肯定不可识别。 * 设方程中有 个变量，此外有 个变量出现在模型的其他方程中，但没有出现在所考察的这个方程中。 所考察的方程以外的 个方程表示为 如果存在一个非零向量 ，能使 ，从而所得到的方程中不包含 ，如 。 * 阶条件和秩条件 根据线性代数的知识可知，存在 使 ， 也就是 如果 ，所考察的方程就是可识别的。（秩条件） 是可识别的“阶条件”。 * 恰好可识别和过度可识别 在可识别的情况下，若 ，为过度可识别；若 则是恰好可识别。 *