计量经济学精编本课件于俊年 ISBN9787811343038 PPT精9.5.pptVIP

计量经济学精编本课件于俊年 ISBN9787811343038 PPT精9.5.ppt

  1. 1、本文档共14页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(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. 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. 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)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
* §9.5 结构方程的识别规则 一、识别的阶条件 — 必要条件 为了叙述方便,我们引进符号如下: G — 模型所含内生变量的总数; G* — 包含在模型中,但该方程中不包含的内生 变量的个数; K — 模型所含前定变量的总数; K* — 包含在模型中,但该方程中不包含的前定 变量的个数。 模型中任一方程可识别的必要条件是该方程所不 包含的前定变量数不小于它所包含的内生变量数 减1,即  K* ≥ G – G* – 1 (9.5.1) 式中的等号代表正确识别条件,不等号代表过度 识别条件。 将(9.5.1)式两端各加G*便有: G* + K*≥ G – 1 (9.5.2) 所以,任一方程可识别的必要条件又叙述为:该方 程所不包含的变量(包括模型中内生变量和前定变量) 总数不小于模型中的内生变量数(或方程数)减1,式 中等号代表正确识别,不等号代表过度识别。 显然,条件(9.5.1)与(9.5.2)是等价的,实际应用时 可取其中之一。 例9.5.1.利用§9.4节例9.4.3,为了简便我们消除平 衡条件 该模型中Qt、Pt是内生变量,Yt 和 是外生变量, 所以G=2,K=2。 需求方程: K* = 0 , G* = 0 , K*+G*=0; G = 2 G – 1 = 1 条件 K*+G*≥ G – 1 不满足,所以,需求方程 (12.5.3)不可识别。  供给方程: K*= 2 , G*= 0 , K*+G* = 2 + 0 = 2 ; G – 1 = 2 – 1 = 1; 条件 K*+G*= 2 1 = G – 1满足, 所以,供给方程(9.5.4)如果可识别,便是过度识别。 例9.5.2 利用§9. 4节例9. 4.4,为了简便我们仍然 消除平衡条件。 模型中Qt、Pt是内生变量,Yt和Pt-1是前定变量, 所以 G=2,K=2。 需求方程: K* = 1,G* = 0,K*+G*= 1 + 0 = 1 G – 1 = 2 – 1 = 1; 条件 K*+G* = 1 = G – 1满足, 所以,需求方程(9.5.5)如果可识别,便是正确识别。 供给方程: K* = 1,G* = 0,K*+G*= 1 + 0 = 1 G – 1 = 2 – 1 = 1; 条件 K*+G* = 1 = G – 1满足, 所以,供给方程(9.5.6)如果可识别,便是正确识别。 值得注意的是,识别的阶条件只是模型方程可识别 的必要条件而不是充分条件,满足必要条件的方程 不一定可识别。对于恰好识别和过度识别的判断只 有在可识别的情况下才有意义。 二、识别的秩条件—充要条件 阶条件是一个必要条件,识别的秩条件是识别的充分 且必要条件。识别的秩条件是指,在G个方程和G个 内生变量的结构模型中,某个方程可识别的充要条件 是该方程不包含而为其它方程所包含的那些变量(包括 内生变量和前定变量)的系数矩阵的秩等于G-1。即 R(Δ)=G -1 (9.5.7) 其中Δ代表未出现在被考察方程内而出现在其它方程 内的所有变量的系数矩阵,称为识别矩阵,R为求秩 符号。 例9.5.3我们利用§9.4节的例9.4.4 第一步,将原模型改写成如下形式: 并列出变量系数表如下: -1 0 α1 α2 0 0 -1 β1 0 β2 1 -1 0 0 0 (9.5.8) (9.5.9) (9.5.10) 假定我们要识别第一个方程(9.5.8)。 第二步,划去要识别方程(9.5.8)系数所在行;再划去 要识别方程(9.5.8)非零系数所在的列。得到识别矩阵 第三步,判别识别矩阵的秩是否等于G -1 二阶行列式: 所以 R(Δ)= 2 又因为 G – 1 = 3 – 1 =2 所以有 R(Δ)= 2 = G - 1秩条件满足; 方程(9.5.8)可识别。 第四步,利用阶条件判别是恰好识别还是过度识别: K* = 1,

文档评论(0)

带头大哥 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档