- 1、本文档共151页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
联立方程模型 计量经济学 EVIEWS建模教材.pptx
联立方程计量经济模型理论方法Theory and Methodology of Simultaneous-Equations Econometrics Model;一、联立方程计量经济模型的基本概念;㈠ 联立方程不同与单方程的问题;㈡变量;一般情况下,内生变量与随机项相关,即 ;㈢ 结构式模型Structural Model;将一个内生变量表示为其它内生变量、先决变量和随机误差项的函数形式,被称为结构方程的正规形式。结构式方程主要可以分为如下两类:
⑴行为方程包括:技术方程、随机方程、制度方程、统计方程;
⑵恒等方程包括:定义方程、平衡方程、经验方程 。;⒉ 完备的结构式模型;其中各矩阵的含义:;⒊简单宏观经济模型的矩阵表示:;㈣ 简化式模型 Reduced-Form Model;⒉简化式模型的矩阵形式;㈤ 参数关系体系;作用; Π21反映Yt-1对It的直接与间接影响之和; 而其中的β2正是结构方程中Yt-1对It的结构参数,显然,它只反映Yt-1对It的直接影响。
在这里,β2是Yt-1对It的部分乘数,Π21反映Yt-1对It的完全乘数。;二、联立方程计量经济学模型的识别The Identification Problem ;㈠ 识别的概念;如果利用C、Y的样本观测值并进行参数估计后,很难判断得到的是消费方程的参数估计量还是新组合方程的参数估计量。
只能认为原模型中的消费方程是不可估计的。
这种情况被称为不可识别。
只有可以识别的方程才是可以估计的。;⒉ 单方程识别的定义 ;⑵ 从统计形式定义;⒊ 单方程识别的形式:恰好识别(Just Identification)与过度识别 (Over Identification);⒋ 联立方程组模型的识别 ;㈡ 从定义出发识别模型;第1与第3个方程的线性组合得到的新方程具有与投资方程相同的统计形式,所以投资方程也是不可识别的。
于是,该模型系统不可识别。
注:整理该模型可以得到2个简化式方程,结构方程中有4个结构参数,这是两分方程所无法求解的。这也说明消费方程与投资方程都是不可识别的。 ;例题二:;例题三:;例题四:;求解结果表明,对于消费方程的参数,只能得到一组确定值,所以消费方程是恰好识别的方程;
而对于投资方程的参数,能够得到多组确定值,所以投资方程是过度识别的方程。 ;⒉ 方程的解与识别的关系; 如果参数关系体系中有效方程数目大于未知结构参数估计量数目,那么每次从中选择与未知结构参数估计量数目相等的方程数,可以解得一组结构参数估计值,换一组方程,又可以解得一组结构参数估计值,这样就可以得到多组结构参数估计值,被认为可以识别,但不是恰好识别,而是过度识别。 ;⒊ 如何修改模型使不可识别的方程变成可以识别;㈢ 结构式方程的识别条件;⒉结构式方程识别的秩条件和阶条件;⒊例题:;判断第1个结构方程的识别状态 ;判断第2个结构方程的识别状态 ;㈣ 简化式方程的识别条件;⒉ 简化式识别的秩条件和阶条件;⒊ 例题;判断第1个结构方程的识别状态 ;判断第2个结构方程的识别状态 ;判断第3个结构方程的识别状态 ;可以从数学上严格证明,简化式识别条件和结构式识别条件是等价的。
《计量经济学—方法与应用》(李子奈编著,清华大学出版社,1992年3月)第104—107页。
讨论:阶条件是确定过度识别的充分必要条件吗?(李子奈,《数量经济技术经济研究》,1988年第10期);㈤ 经验方法;⒈建模原则; 该原则的前一句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识别的。;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。 ;⒉递推模型Recursive Model;实际模型的递推(Recurred)结构;三、联立方程模型的估计;㈠ 单方程估计方法;⒈工具变量法IV(Instrumental Variables);狭义工具变量法; 内生解释变量(g1-1)个,先决解释变量k1个。
如果方程是恰好识别的,有(g1-1)=(k- k1)。
工具变量的选取
可以选择(k- k1)个方程没有包含的先决变量作为(g1-1)个内生解释变量的工具变量。
方程的估计
选择方程中没有包含的先决变量X0*作为包含的内生解释变量Y0的工具变量,得到参数估计量为:;⒉ 间接最小二乘法ILS (Indirect Least Squares);间接最小二乘法:先对关于内生解释变量的简化式方程采用OLS估计简化式参数,得到简化式参数估计量,然后通过参数关系体系,计算得到结构式参数的估计量。
间接最小二乘法只
文档评论(0)