联立方程模型.pptVIP

二、识别条件阶条件：在一个由M个内生变量和K个前定变量（包括外生变量和滞后的内生变量）构成的联立方程模型中，假设模型总共含有M个方程，其中某一待识别的方程含有m个内生变量和k个前定变量，那么该方程可被识别的阶条件是：该方程所不包含的前定变量的个数至少不低于它所包含的内生变量的个数减去1，即。当K–k=m–1时，该方程是恰好识别的；当K–km–1时，该方程是过度识别的。第30页，共55页，星期日，2025年，2月5日例子：牛奶的供求模型供给方程：需求方程：均衡方程：(11.3.1)(11.3.2)(11.3.3)分析：供给方程含有2个内生变量Qs和P(m=2)，但不含有前定变量(k=0)，并且整个联立方程模型(11.3.1)—(11.3.3)中也不含有任何前定变量(K=0),满足条件K–km–1，因此供给方程是不可识别第31页，共55页，星期日，2025年，2月5日在供给方程中引入外生变量X，变为(11.3.5)分析供给方程：供给方程仍然含有2个内生变量Qs和P，1个外生变量X，此时供给方程不包含的外生变量个数为0，该值仍然小于它所包含的内生变量个数减去1，因此按照阶条件，供给方程仍然是不可识别的。分析需求方程：需求方程不包含外生变量X，因此它所不包含的外生变量个数即为1，该值刚好等于需求方程所包含的内生变量个数减去1，因此按照阶条件，需求方程是可以识别的，并且是恰好可以识别的。第32页，共55页，星期日，2025年，2月5日注意：阶条件只是方程识别的必要条件。秩条件（充分必要条件）：在一个含有M个内生变量且由M个方程构成的联立方程模型中，如果在由某一方程所不含而其他方程所含的变量（包括内生变量和前定变量）的系数所构成的矩阵中，至少存在一个（M-1）阶非零行列式，那么该方程就是可以识别的；如果不存在这样的行列式，那么该方程就是不可以识别的。说明：由于秩条件较为烦琐，在一般情况下应用阶条件判别方程是否可识别也是正确的。第33页，共55页，星期日，2025年，2月5日§11.42SLS估计一、两阶段最小二乘估计思想（2SLS）以牛奶供求模型为例，P、Q为内生变量，X、Z为外生变量供给方程：(11.4.1)需求方程：(11.4.2)分析：OLS估计是有偏的，原因在于解释变量P与误差项（e1、e2）相关。第34页，共55页，星期日，2025年，2月5日设想：寻找一个关于P的替代变量P*，满足条件（1）变量P*与P非常相似或相关；（2）变量P*与误差项e1不相关用变量P*代替P，代入供给方程，由于P*与误差项e1不相关，新的供给方程将重新满足经典线性回归模型的假设条件，OLS可以获得参数的一致估计。变量P*被称为是工具变量第35页，共55页，星期日，2025年，2月5日寻找工具变量P*将方程(11.4.2)代入方程(11.4.1)得到(11.4.3)价格P的变化可以由外生变量X和Z来联合解释，因此每个变量X或Z都可以作为工具变量合理的方法是：把X和Z都作为P的潜在工具变量，用P对X和Z进行回归，然后再把估计的值作为P的工具变量代入供给方程，并由此得到参数的一致估计结果合理的方法是：把X和Z都作为P的潜在工具变量，用P对X和Z进行回归，然后再把估计的值作为P的工具变量代入供给方程，并由此得到参数的一致估计结果第36页，共55页，星期日，2025年，2月5日2SLS步骤第一阶段：先将内生变量P对模型中所有前定变量X和Z进行回归，得到P的估计值。(11.4.4)第二阶段：把作为P的工具变量，将其代入结构方程(11.4.1)，得到参数b的估计结果。第二阶段：把作为P的工具变量，将其代入结构方程(11.4.1)，得到参数b的估计结果。(11.4.5)第37页，共55页，星期日，2025年，2月5日注意：在寻找工具变量时，若第一阶段对方程(11.4.3)的拟合优度较低，表明和P的相关性较低，说明并不是P的一个较好的工具变量经验做法：如果结构方程(如方程11.4.1)只有一个内生变量(P)作为解释变量，那么在寻找该内生变量的工具变量()时，我们可以构造该内生变量的简约方程(方程11.4.3)，并且估计简约方程,如果估