第六章联立方程计量经济模型理论与方法.pptVIP

⒈模型 消费方程是恰好识别的； 投资方程是过度识别的； 模型是可以识别的。 下列演示中采用了1978-1996年的数据，与教科书不同。 第一百二十五页，共一百八十页，2022年，8月28日 ⒉数据 第一百二十六页，共一百八十页，2022年，8月28日 总结：识别模型的一般做法 第一：应用识别的阶条件。若gi+ki＞k+1，该方程不可识别；判断终止。若gi+ki≤k+1，只能说明满足了识别的必要条件，并不一定就可识别，所以需进入下一步判断。 第二，应用识别的秩条件。若不满足秩条件，出现rank(A) ＜g-1，方程不可识别，判断终止。若rank(A)=g-1，方程可识别，需进一步结合阶条件判断识别类型。 第三，阶条件判断识别类型。 gi+ki=k+1，方程恰好识别； gi+ki＜k+1，该方程过度识别。 注：定义方程不在讨论之列 第九十三页，共一百八十页，2022年，8月28日 三、实际应用中的经验方法 第九十四页，共一百八十页，2022年，8月28日 当一个联立方程计量经济学模型系统中的方程数目比较多时，无论是从识别的概念出发，还是利用规范的结构式或简化式识别条件，对模型进行识别，困难都是很大的，或者说是不可能的。 理论上很严格的方法在实际中往往是无法应用的，在实际中应用的往往是一些经验方法。 第九十五页，共一百八十页，2022年，8月28日 关于联立方程计量经济学模型的识别问题，实际上不是等到理论模型已经建立了之后再进行识别，而是在建立模型的过程中设法保证模型的可识别性。 “在建立某个结构方程时，要使该方程包含前面每一个方程中都不包含的至少1个变量（内生或先决变量）；同时使前面每一个方程中都包含至少1个该方程所未包含的变量，并且互不相同。” 第九十六页，共一百八十页，2022年，8月28日 该原则的前一句话是保证该方程的引入不破坏前面已有方程的可识别性。只要新引入方程包含前面每一个方程中都不包含的至少1个变量，那么它与前面方程的任意线性组合都不能构成与前面方程相同的统计形式，原来可以识别的方程仍然是可以识别的。 第九十七页，共一百八十页，2022年，8月28日 该原则的后一句话是保证该新引入方程本身是可以识别的。只要前面每个方程都包含至少1个该方程所未包含的变量，并且互不相同。那么所有方程的任意线性组合都不能构成与该方程相同的统计形式。 第九十八页，共一百八十页，2022年，8月28日 在实际建模时，将每个方程所包含的变量记录在如下表所示的表式中，将是有帮助的。 第九十九页，共一百八十页，2022年，8月28日 　联立方程模型识别举例 消费函数 投资函数 税收函数　 定义方程 第一百页，共一百八十页，2022年，8月28日 §6.4联立方程模型的估计 一、概述 二、狭义的工具变量法（IV） 三、间接最小二乘法(ILS) 四、二阶段最小二乘法(2SLS) 五、三种方法的等价性证明 六、简单宏观经济模型实例演示 *七、主分量法的应用 *八、k级估计式 第一百零一页，共一百八十页，2022年，8月28日 一、概述 第一百零二页，共一百八十页，2022年，8月28日 联立方程计量经济学模型的估计方法分为两大类：单方程估计方法与系统估计方法。 所谓单方程估计方法，指每次只估计模型系统中的一个方程，依次逐个估计。也将单方程估计方法称为有限信息估计方法。 第一百零三页，共一百八十页，2022年，8月28日 所谓系统估计方法，指同时对全部方程进行估计，同时得到所有方程的参数估计量。也将系统估计方法称为完全信息估计方法。 联立方程模型的单方程估计方法不同于单方程模型的估计方法 。 第一百零四页，共一百八十页，2022年，8月28日 单方程估计方法按其方法原理又分为两类。 一类以最小二乘为原理，例如间接最小二乘法（ILS, Indirect Least Square）、两阶段最小二乘法(2SLS, Two Stage Least Squares)、工具变量法（IV, Instrumental Variables）等，称其为经典方法； 第一百零五页，共一百八十页，2022年，8月28日 一类不以最小二乘为原理，或者不直接从最小二乘原理出发，例如以最大或然为原理的有限信息最大或然法(LIML, Limited Information Maximum Likelihood)，以及仍然应用最小二乘原理、但并不以残差平方和最小为判断标准的最小方差比方法(LVR, Least Variable Ration)等。 第一百零六页，共一百八十页，2022年，8月28日 系统估计方法主要包括三阶段最小二乘法(3SLS, Three Stage L