【西南财大课件计量经济学】jljj10章.pptx

第十章 联立方程组模型; 本章要解决的主要问题：; 第一节 联立方程组模型概述;例2 需求供给函数（其中：P=价格 Q=销售量）; ; 例3 凯恩斯的收入决定模型; 二、联立方程组模型的变量和模型的分类 (一）变量 1、内生变量：内生变量即受模型中其它内生变量和前定变量的影响，同时又影响其它内生变量，是共同依赖的变量（其值是模型求解的结果）。;1、; 3、 凯恩斯的收入决定模型;; 注1：内生变量与外生变量是相对而言的，某一个经济变量究竟是内生、或是外生变量，应依研究的目的而定。; 1、结构式模型：是描述经济变量结构或经济主体的行为（关系） 的模型（结构方程的系数称为结构参（系）数）。; 2）每个结构方程中的解释变量可以是前定变量（外生变量、滞 后的内生变量变量）、也可以是内生变量（当内生变量做解释变量时，会造成解释变量与随机扰动项之间相关，违背了基本假定。此时直接用OLS估计参数，参数估计是有偏、且不一致的（即：产生了联立方程偏倚）） 稍后再证明。;;;Ct =消费支出； It =投资额； G t =政府购买支出；;（二）简化式模型 1、简化式模型：把结构式模型中的每一个内生变量表示成前定变量和随机项的函数（简化式模型中的系数称为简化式参数，用∏表示）。; （2）由结构式方程导出;消费函数 ; 但 “简化式模型（方程）”看不出明确的经济关系，无法说明具体的经济行为方式。但解释变量只是前定变量，与扰动项目不相关，可用OLS估计参数。且估计量为无偏、一致估计。; 例如： ; （三）递归模型（是结构式模型的特例）; 三、联立方程组模型的问题 （由于在结构式模型中，内生变量可能以被解释变量和解释变量双重身份同时出现，因而存在计量经济学方面的问题）;在消费函数中Yt是内生变量 ;用最小二乘法对（1）估计，有;;第二节 联立方程组模型的识别; （一）方程识别的定义; 2、统计形式定义： 若被识别方程具有唯一的统计形式，则这个结构方程可以识别，否则不可以识别。; （三）识别的分类 1、不可识别 例1：假设某种商品的供求关系如下：;; 方法2（统计形式定义，方程是否有唯一的统计形式？）; 例2：鉴于上述模型不能识别的原因，我们研究下面的模型：;因而模型不能识别。; 方法2（统计形式定义，方程是否有唯一的统计形式？）; 即：在模型中一个方程能否识别：看其是否不包含一个或多个模型中其它方程所包含的变量（如方程（1）没含（2）所含的变量 Pt-1 ）。;例3、进一步，在需求方程上再加一个变量 I（收入） ;由于方程(1)、（2）有唯一解（恰好识别）；模型可以识别。;例4、因为居民财产R也是影响消费需求的一个重要变量，我们把它引入需求函数中，有如下的结构模型：; ;二、识别的规则;; 阶条件是一个必要条件，即模型中某个结构方程不满足阶条件，则 一定不可识别，即作结论（停止讨论）。 满足阶条件的方程也可能是不可识别的（需要继续讨论）。;;;; 第二个方程没包含的变量的参数组成的矩阵 的秩为：; 识别结构式模型的一般步骤：; 1、用阶条件和秩条件判别各个方程的识别状态； 2、联立方组模型是否可以识别？为什么？;讨论第二个方程的识别情况：;讨论第三个方程的识别情况：;解：写出结构式模型（标准形式）的参数矩阵（M=3，K=3）; 再次强调：阶条件只是识别的是必要条件，满足阶条件的方程也可能是不可识别。;第三节 联立方程模型的估计;二、递归模型和普通最小二乘法; 三、恰好识别模型的估计：间接最小二乘法(ILS); 间接最小二乘法的基本思想：一个结构方程是恰好识别的，则其结构参数可由简化参数唯一确定。因此，可以先用最小二乘法估计简化式参数；再由简化式参数的估计量求得结构参数的估计量。从而避免因内生解释变量与随机误差项相关而产生的问题。;; 例如：下面的模型中方程1（需求方程）可以识别； 方程（供给方程）不可以识别（模型不能识别）。; 注：模型中有一个方程是可以识别的，即需求方程可以识别，它的参数可以由简化式参数唯一表出。;; 四、过度识别模型的估计：两阶段最小二乘法(TSLS) ;9、春去春又回，新桃换旧符。在那桃花盛开的地方，在这醉人芬芳的季节，愿你生活像春天一样阳光，心情像桃花一样美丽，日子像桃子一样甜蜜。5月-