第六章 联立方程模型.pptx

第六章

联立方程模型;学习目标：

了解联立方程模型的性质和特点。

理解内生变量和外生变量、结构方程和行为方程、结构式模型和简化式模型、联立方程的偏倚等相关概念。

掌握联立方程模型识别的阶条件和秩条件。

掌握联立方程模型的OLS、ILS、2SlS、3SlS估计法的基本原理和方法。

掌握EViews软件的操作方法，能够运用EViews软件解决联立方程模型的实际问题。;有时由于两个变量之间存在双向因果关系，用单一方程模型就不能完整的描述这两个变量之间的关系。有时为全面描述一项经济活动只用单一方程模型是不够的。这时应该用多个方程的组合来描述整个经济活动。从而引出联立方程模型概念。;第一节联立方程模型的概念

第二节联立方程模型的分类

第三节联立方程模型的识别

第四节联立方程模型的参数估计

第五节案例分析

;一、联立方程模型及其特点;例如简化的凯恩斯收入决定模型;联立方程模型的特点:

（1）联立方程组模型是由若干个单一方程模型有机结合而成的。

（2）联立方程模型中可能同时包含随机方程和确定性方程，但必须含有随机方程。

;（3）被解释变量和解释变量之间不仅是单向的因果关系，有可能是互为因果，有的变量在某个方程为解释变量，而在另一个方程中可能为被解释变量，因此解释变量有可能是随机的不可控变量。

（4）解释变量可能与随机干扰项相关，违反OLS基本假定。;二、联立方程模型中变量的分类;内生变量是由模型系统决定的，同时也对模型系统产生影响。

内生变量一般都是经济变量。;外生变量一般是确定性变量，或者是具有临界概率分布的随机变量，其参数不是模型系统研究的元素。

外生变量影响系统，但本身不受系统的影响。

外生变量一般是经济变量、条件变量、政策变量、虚变量。

一般情况下，外生变量与随机项不相关。;⒊先决变量（PredeterminedVariables）;三、联立方程模型中方程的分类;消费方程

投资方程

收入方程

;四、联立方程模型的偏倚性;如果解释变量与随机干扰项相关不独立，若用OLS法估计每个方程，则参数的估计值将是有偏的和不一??的。这种由于联立方程模型内生变量作为解释变量与随机干扰项相关部独立而引起的参数估计值是有偏且不一致，称为联立方程偏倚性。联立方程偏倚性是联立方程固有的，所以一般情况下OLS法不适合估计联

立方程模型。;一、结构式模型（structuralmodel）;2.结构式模型;习惯上用Y表示内生变量，X表示先决变量，μ表示随机项，β表示内生变量的结构参数，γ表示先决变量的结构参数，如果模型中有常数项，可以看成为一个外生的虚变量，它的观测值始终取1。;4.结构式模型的特点;由于结构模型具有偏倚性问题，所以不能直接用OLS法求解模型的参数估计值；

利用联立方程组进行预测，是根据前定变量的值来预测内生变量的未来值。由于在结构方程的右端出现了内生变量，所以无法进行预测。;1.定义;2.建立简化式模型有两个途径：

（1）直接写出模型的简化形式，在已知模型所包

含的全部前定变量的条件下，将每个内生变量直

接表示为前定变量和随机干扰项的函数；

（2）通过结构式模型导出简化式模型，通过代数

运算，求解出结构式模型的内生变量，将每个内

生变量用前定变量和随机误差项的函数来表示。;3.简化式模型的矩阵形式;4.简化式模型的特点;简化型模型中的前定变量与随机干扰项不相关，可以用最小二乘法估计参数；

在已知前定变量取值的条件下，可利用简化式模型参数的估计式直接对内生变量进行预测分析。

;三、递归式模型（recursivemodel）;2.递归模型的一般表现形式;

内生变量的参数矩阵;3.递归式模型的特点;一、联立方程模型识别的概念;二、联立方程模型的识别类型;;如果模型中有g个方程，共有g个内生变量和k个前定变量；其中第i个方程包含个gi内生变量和ki个前定变量。模型识别的阶条件可以表述为：当模型的一个方程中不包含的变量（内生变量和前定变量）的总个数，大于或等于模型中内生变量总个数减1,即则方程可识别。;需求方程;（二）模型识别的秩条件（rankcondition）;对于结构式模型中i第个方程，运用秩条件判别方程的识别性：

（1）将结构式模型转变为结构式模型的标准形式，并写出其对应的结构参数矩阵（常数项引入虚拟变量，不包含在方程中的变量的参数取作0）；

;;（三）模型识别的一般步骤和经验