【西南财大课件计量经济学】jljj10章.pptx

《【西南财大课件计量经济学】jljj10章.pptx》由会员分享，可在线阅读，更多相关《【西南财大课件计量经济学】jljj10章.pptx（62页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第十章第十章 联立方程组模型联立方程组模型 本章要解决的主要问题：本章要解决的主要问题：1、为什么要引入联立方程组模型（经济背景；计量经济问题）；2、联立方程组模型的识别问题；3、联立方程组模型的估计。 前述的“单一方程模型”中只含一个被解释变量（如Y）和一个（或多个）解释变量（如X）。 其特征：解释变量是被解释变量（如Y）变化的原因，是单向的因果关系。 然而，经济现象复杂，相互间关系可能是互为因果关系，或一果多因，或一因多果，很难用单一方程完整地加以表达。为了能真实地描述客观实际，-。 第一节第一节 联立方程组模型概述联立方程组模型概述 一、联立方程组模型的例子一、联立方程组模型的例子联立方

2、程模型：由多个相互联系的单一方程组成的方程组 （每个单一方程中包含一个或多个相互关联的内生变量（模型求解的结果）。tttttttttttGICYuYYIuYC21210110其中：Ct =消费支出； It =投资额；GDPYtGt=政府购买支出 例1 一个小型的宏观计量经济模型。 如：I Y； Y C； C Y； Y I 该模型除了随机扰动项外，共有4个经济变量，作为整体考虑时，会发现复杂的因果关系。经济变量之间的相互影响只有在联立方程组模型联立方程组模型中才能体现出来。例例2 需求供给函数需求供给函数（其中：（其中：P=价格价格 Q=销售量）销售量）stdtttstttdtQQuPQuPaa

3、Q平衡条件供给函数需求函数210110是递减函数）)(PfQdt0)(Pf，由经济学知：由经济学知：“需求需求”一般沿着与一般沿着与“价格价格”变化相反的方向变化变化相反的方向变化即需求函数的一阶导数小于零，即即需求函数的一阶导数小于零，即“供给供给”是是“价格价格”的函数的函数是递增函数）)(PQst即需求函数的一阶导数大于零，即即需求函数的一阶导数大于零，即0)(P， 供需平衡供需平衡：商品的价格与价值相符（价格稳定在供给量与需求量相等的某一：商品的价格与价值相符（价格稳定在供给量与需求量相等的某一水平上。如图水平上。如图a)的的P0、Q0的交点）；的交点）； 供不应求供不应求：价格上涨，

4、高于其价值。供给会增加，需求会减少；：价格上涨，高于其价值。供给会增加，需求会减少； 供过于求供过于求：价格下跌，甚至低于其价值。供给会减少，需求会增加；：价格下跌，甚至低于其价值。供给会减少，需求会增加； 注：供需规律的本质是价值规注：供需规律的本质是价值规律。但在逻辑上律。但在逻辑上“供需规律供需规律”先于先于“价值规律价值规律”。“价值规律价值规律”通过通过“供需规律供需规律”的作用来实现。的作用来实现。QPQ0P0D0Sa) 。和变了需求曲线的移动同时改。图（如需求曲线会向下移动设；图（如需求曲线会向上移动设引起需求曲线的移动。会变化个或几个变化时，富），当这些因素中一收入、财影响需求

5、的因素（如：是没包含在方程中其他从需求方看：再进一步分析如下：QPcPubPuuutttt)206(, 0)206(, 01111误）。会产生联立方程偏倚（对方程进行估计（若直接用项不相关的古典假定：违背了解释变量与扰动和、和即：。、并同时影响移动也会引起供给曲线发生的变化同理：,0),(0),(,21212OLSuPCOVuPCOVPuPuQPutttttttttS QPD0D1Q0Q1P0P1 例3 凯恩斯的收入决定模型其中： Ct = 消费支出； )(:10:110tttttttSICYuYC收入衡等式消费函数Yt = 收入； It =投资(假设是外生变量)； St =储蓄为边际消费倾向

6、参数1。，估计量是不一致的）不相互独立（使用与扰动项即：。进而影响位移会引起消费函数的位移OLSuYYCuttttt 二、联立方程组模型的二、联立方程组模型的变量变量和和模型的分类模型的分类(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）。2、前定变量（包括：外生变量、滞后的内生变量） 一般: a）内生变量是具有某种概率分布的随机变量，且与随机扰动 项总是相关的tu）则有为内生变量（设0),(:,tttuYCOVYb) 方程个数等于内生变量的个数（有唯一解的必要条件） 。 （思考：若方程个数不等于内生变量

7、的个数，结果会如何？） 1）外生变量：是由系统外部决定的变量，一般为非随机变量。它对模型中的内生变量有影响，但它不受模型任何变量的影响。 2）滞后的内生变量（由于在时间 t 滞后内生变量的数据已确知，因而把外生变量和滞后内生变量作为前定变量处理）。例如：tttttttttttGICYuYYIuYC21210110；GDPYtstdtttstttdtQQuPQuPaaQ平衡条件供给函数需求函数2101101、Ct =消费支出； It =投资额；G t =政府购买支出Ct是一个内生变量（ Ct受Yt影响，同时又影响着Yt）Yt是一个内生变量（ Yt受It、G t的影响，同时又影响着It）It是一个

8、内生变量（ It受 Yt 、Yt-1的影响，同时又影响着Yt）滞后内生变量Yt-1、外生变量G t （统称前定变量）2、（P205例1）外生变量）都是内生变量（不存在、tstdtPQQ 3、 凯恩斯的收入决定模型其中： Ct = 消费支出； )(:10:110tttttttSICYuYC收入衡等式消费函数Yt = 收入； It =投资(假设是外生变量)； St =储蓄 Ct、 Yt是内生变量4、 克莱茵模型（克莱茵教授1950年建立的宏观经济计量模型）：tgtpttttuWWPPaaC131210)(tttttuKPPI2131210ttttoptuAYYW33121ttttGICYptttt

9、WTYPtttIKK1 C消费支出; I 投资额; P私有部门利润; Y均衡需求; K期末资本存量; 私人企业工资额; 政府部门工资 ; G政府购买支出; T间接税； A时间变量pW gW 六个内生变量： C、I、P、Y、K、pW三个外生变量： gW一个时间变量：A、G、 T三个滞后变量：Pt-1、Kt-1、Yt-1 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。 注2：设 Xt 为外生变量，由于 Xt 非随机，它与随机扰动项不相关，即0),(ttuXCOV 单一方程因果关系简单； 联立方程组模型中，因果关系复杂，某一变量在一个方程中作为被解

10、释变量，在另一方程中又可能作为解释变量，故需要进行分类。* 按方程是否含有随机项分为：随机方程；确定性方程 * 按模型对象的行为方式和性质分为： 行为方程、技术方程、制度方程和恒等式（P11-12） * 以变量间的联系形式作为标准，分为：（二）联立方程组模型的分类 1、结构式模型：是、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）。特点： 1）结构方程的经济意义明确（对经济变量之间真实结构关系作出的直接表达）。例（前述例1）（）（）（32121210110tttttttttttGICYuYYIuYCCt = 消费支出； It = 投资额；GDP

11、YtG t = 政府购买支出方程（1）表示：消费支出是当期国内生产总值和随机误差项的函数；方程（2）表示：投资额是当期、滞后一期国内生产总值和随机误差项的函数；方程（3）表示：国内生产总值是消费支出、投资额、政府购买支出的函数； 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。 3）结构参数表示解释变量对被解释变量的直接影响。个单位。改变消费支出）每变动一个单位引起（表示：）中的中的

12、方程（前述例1111tCYGDP（它们之间的间接关系（影响）只能通过解方程才能取得） 注：结构型模型中：方程个数与内生变量变量个数相同，则称结构型模型为“完备方程组（模型）” （完备式方程组（模型）是存在唯一解的必要条件） 。MtktMKtMMtMMtMtktktMtMttktktMtMtuXXYYuXXYYuXXYY1111221212121111111111矩阵形式矩阵形式：uXBYKMXXXKYYYM、个前定变量：包含、个内生变量：包含设联立方程模型.2121则结构式模型的则结构式模型的一般形式一般形式为：为：前定变量的参数内生变量的参数其中：ijijMtttkttttttMMMkkMM

13、MMMMuuuuXXXXYYYYB21211111212222111211212222111211.量分别为：量向量、随机扰动项向内生变量向量、前定变阵分别为：、前定变量结构参数矩内生变量结构参数矩阵：其中uXBYuuuGYXYICYBGYYICuGYYICuGYYICtttttttttttttttttttttttt即其中：形式：解：先将模型写成一般01100000111100100000000211200111212011101；GDPYtCt =消费支出； It =投资额； G t =政府购买支出；例：将模型写成矩阵形式矩阵形式tttttttttttGICYuYYIuYC21210110（

14、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、简化式方程的构成途径 （1）直接列出模型的简化式MtttktttMtttMkMMkkMtktMkMtMMttktktttktkttVVVVXXXXYYYYVXYVXXYVXXYVXXY2121212122221112111222212111111.其中：一般： （2）由结构式方程导出由uXBY得uXY11BBuXY11BB令1 B UBV1则化为简化式模型：VXY消费函数 ttttttICYuYC10收入衡等式 001ttttttIYCuYC0110011

15、101ttttuIYC即有： 111100111110011101010110111B11110111tttuIC11101111tttuIY例：uXBYuXY11BB0111111111110101ttttuIYC即： 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。 其想法（启示）： 能否先用OLS估计简化式模型中的参数？再利用简化式参数与结构的一组关系式，在一定条件下导出结构模型中的参数。 简化式模型的特点： 1、每个简化式方程中，内生变量都是前定变量和随机项的函数 2、

16、简化式参数表示前定变量变化对内生变量的直接影响和间接影响的总度量。 例如： ）（411111110tttuIY :.1111)()(11)()(,11,1111111其中分成了两项而即表示的系数用的影响对收入投资tttttttIdYdIdYdIYI 第一项1，代表投资 I 对收入Y的直接影响(由(2)式可知)；）（311111110tttuIC) 2() 1 (10ttttttICYuYC 个单位，这种变化又将由C直接影响Y，使Y产生变化。（投资对收入的间接影响）。111第二项，由(3)式可知，I 增加一个单位，将使消费支出C 增加 （三）递归模型（是结构式模型的特例），依次估计方程。特点：可

17、以直接用为下三角矩阵。其中：矩阵表示：OLSBuXYBuXXYYYuXXYYuXXYktkktkktk01001.00132312111331312321313222221212111111 三、联立方程组模型的问题三、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（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）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） 联立方程组模型中联立方程组模型中参数估计量参数估计量的的有偏性和不一致性有偏性和不一致性称为称为”联立联立性偏倚性偏倚”.(是由问题是由问题(一一)

18、引起的引起的)。 例：用最简单的消费函数模型进行讨论例：用最简单的消费函数模型进行讨论其中：随机干扰其中：随机干扰满足满足0)(tuEstuuCOVst 0),(0),(ttIuCOV （一）（一）解释变量与随机项之间相关解释变量与随机项之间相关 ；（二）（二）参数估计是有偏的；参数估计是有偏的； （三）（三）估计量是不一致的。估计量是不一致的。)(:10:110tttttttSICYuYC收入衡等式消费函数在消费函数中Yt是内生变量 11101111tttuIYttIYE110111)()()(),(ttttttuEuYEYEYuCOVttuuE11011)1()(21212tuE即：解释变

19、量与随机项之间相关0),(ttYuCOV用最小二乘法对（1）估计，有0)(; 1)()(;0)(:.;)()(:)(,) 1 ()2827()()(222111211212212021012221ttttttttttttttttttttttttttttttttttttttyyuEYYYYYyyYYYyyyuEEyyuyyuyyYyyyyuYPyyCyycYYYYCC注的有偏估计是即有得式代人上式把讨论过在即：参数估计是有偏的) 10(1111)(/lim/limlimlimlimlimlim1)(lim1122112121121212111111YYttttnttntttnntttnnnnYV

20、aruYCOVnYYPnuYYPYYuYYPPyyuPPPP），（）（）（）（）（）（）（）（）（或不满足一致性（即证第二节第二节 联立方程组模型的识别联立方程组模型的识别 一、识别的概念 “ 结构式模型”违背了古典假定，不能直接用OLS估计； 需化成“简化式模型”，即由uXBYVXY):(1B其中化成一就是识别问题。判断有无解？解是否唯？需要识别。、，是否一定能估计出当估计出B（一）方程识别的定义 1、参数的关系体系定义：某个结构式方程的参数估计值，能由简化式参数估计值解出，称该方程可识别，否则不可识别的。结构参数求解情况识别状态不能求解（无解）不可识别有解（唯一解）恰好识别有解（不是唯一解

21、）过度识别 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。方程有唯一的统计形式方程无唯一的统计形式可以识别不可以识别 有唯一的统计形式有唯一的统计形式：结构式模型的第 i 个方程，同模型中其余任何方程或任意线性组合的方程有不完全相同的内生变量或前定变量，称第 i 个方程有唯一的统计形式。 （二）模型的识别 只有当联立方程组中每个方程都可以识别，该模型才是可以识别的，否则是不可识别的（由于恒等式和制度方程不含未知的待定参数，不存在识别问题。但在识别过程中，常借助它们进行变换）。 （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：）（1

22、110ttdtuPaaQ）（2210ttstuPQstdtQQ式中： 商品的价格供给量；需求量；tstdtPQQ解：方法1（关系体系定义，有无解？）tstdtQQQuXBYVXY；方程（1）、（2）表示为：）（）（43210110ttttttuPQuPaaQ）（）（652110ttttQP11000aa1110011aaa以上结构式模型共有四个参数： ,10aa10,简化式模型仅有二个参数： ,01 所以我们无法得到结构式模型的四个参数。因此这个供求模型是不可识别的。 模型不能识别的原因很简单，因为需求方程与供给方程具有完全相同的形式（即没有唯一的统计形式）。 也可以作如下讨论：(3)-(4)

23、得(5)；(5)代入(3)，整理得（6）： 方法2（统计形式定义，方程是否有唯一的统计形式？）（）（）（）（）（）（811117210110ttttttuPQuPaaQ）、（），分别乘方程（、43101首先作线性组合方程，设有任意的）（即）（）（）（）（）（）（911118710211100ttttttttPQuuPaaQQ 方程（1）、（2）、（9）的内生变量（或前定变量）完全相同。统计形式上无法区别，没有唯一的统计形式，故模型不可识别。 当有P、Q的一组样本资料，用OLS估计出的方程究竟是上述三个方程中的哪一个？ 例2：鉴于上述模型不能识别的原因，我们研究下面的模型：别状态。方程，以改变方

24、程的识给这两个形式上一致的和供，目的：为了区别需求加了的基础上对供给方程增是在例例）（）（1212101101221tstdttttstttdtPQQuPPQuPQ）（）（65212120111110ttttttPQPP）。即得简化式模型：）得（）代入（）；（）得（）（）（）（）式变为）、（，（：因为方法6355434321121210110ttttttttstdtuPPQuPQQQQ其中：因而模型不能识别。110010aa），个参数（有而“简化式模型”中仅），个结构参数（中有由于原“结构式模型”21201110210104,51121111100120aaa112121aa 注：模型中有一个

25、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。10120011211aaa；但供给方程不可识别。 方法2（统计形式定义，方程是否有唯一的统计形式？）（）（）（）（）（）（）（811111721210110tttttttuPPQuPaaQ）、（），分别乘方程（、43101首先作线性组合方程，设有任意的tttttttuuaaPPQ212211100012101111987）（；）（）（；）（其中：）（）（）（ 方程（9）既不是需求函数，也不是供给函数，但它却与供给函数有相同的统计形式。由于供给函数没有唯一的统计形式，故供给方程不可识别。但需求方程可以识别。 即：在模型中一

26、个方程能否识别能否识别：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 ）。 启示：在供给方程中增加了一个变量Pt-1 ，就能够利用简化方程求出需求方程的结构参数。根据这个启示，再研究下面模型的识别情况：例3、进一步，在需求方程上再加一个变量 I（收入） 供给方程： 需求方程： 方程简化为：ttttttttPIQPIP2122212011121110 简化模型有六个参数，结构模型也有六个参数，所以结构参数可以通过简化式参数唯一确定。112122111221111001201121211211110010aaaaaaaaaaaa； 直观看：方程（1）

27、没有含Pt-1，是否可识别； 方程（2）没有含I，是否也可识别，果真如此吗？tstdttttsttttdtQQQuPPQuIPQ）（）（212121012102、恰好识别、恰好识别由于方程(1)、（2）有唯一解（恰好识别）；模型可以识别。1012001212221121110120021111212221；aaaaa由方法2知：该模型的线性组合（混合）模型为：识别。）可识别，故模型可以）、（所以方程（）有唯一的统计形式。）、（）、（方程（）（21321313210tttttPIPQ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：ttttttttPR

28、IQPRIP21232221201113121110 容易看出，简化式模型有8个参数；而结构式模型仅有7个参数，故结构参数没有唯一解。方程简化为：1222111211或；即：供给方程过度识别。tstdttttstttttdtQQQuPPQuRIPQ）（）（2121210142103、过度识别、过度识别该例的所有变量。、方程包含模型中的任意线性组合（混合）识别）；）可以识别（但为过度（、）中没含（）可以识别；方程（）中没含（）（）（过度识别模型如例1121210142102211214tttttttttstdttttstttttdtPRIPQRIPQQQuPPQuRIPQ 有变量）。合）方程含模

29、型中的所（任意的线性组合（混）可以识别；（）有唯一的统计形式，方程（）中没含（）可以识别；（）有唯一的统计形式，方程（）中没含（）（）（为恰好识别模型例2221112131212101210tttstdttttsttttdtIPQQQuPPQuIPQ 借助简化模型可以确定某一结构方程的识别状态。然而，当方程个数很多时，使用这些方法十分费力。为此，需要给出识别规则二、识别的规则识别的规则。）没有唯一的统计形式方程（有相同的统计形式，故合（混合）方程）与模型的任意线性组因为方程（）不可识别；（）、变量（）包含了模型中的所有供给方程（）可以识别；需求方程（）有唯一的统计形式，方程（）中没含（）（）（

30、不可识别模型如例222211121212101121210110tttttttttstdttttstttdtPPQPPQPQQQuPPQuPQ 一个结构方程的识别状态，取决于这个方程是否具有唯一的统计形式（即取决于不包含在这个方程中，但包含在模型的其它方程中的变量个数。如果这类变量太少或太多都会产生识别困难）。 从这个角度出发，可以得出识别的阶条件、秩条件。 启示：如果一个结构方程能被识别，则这个方程不包含模型中的全部变量（即一定有若干个变量 被排除在这个方程之外）。定义1一般：、前定变量）个数个方程的变量（含内生第、前定变量）个数模型中的变量（含内生其中：数个方程的前定变量的个第数模型中的前

31、定变量的个数个方程的内生变量的个第数模型中的内生变量的个ikmKMikKimMiiii个方程不可识别第个方程过度识别第个方程恰好识别第iii1MkmKMii）（）（一）识别的阶条件（必要条件）： 在有M个方程的联立方程组模型中1MkmKMii）（）（1MkmKMii）（）（1iimkK1iimkK一个方程能被识别，那么这个方程不包含的变量总数应该大于或等于模型中方程个数减一一个方程能被识别，那么这个方程没有包含的前定变量数应大于或等于该方程内生变量个数减一定义21iimkK 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

32、是不可识别的（需要继续讨论）。.212, 1, 1:2.112,0, 1:121221210110）不可识别（；）供给方程（）恰好识别（；）需求方程（）（）（如例iiiiiiiitstdttttstttdtmkKmkKmkKmkKQQQuPPQuPQ 阶条件的缺陷：阶条件要求方程不包含的变量总数应该大于或等于模型中的方程个数减一，以保证这个特定方程在统计形式上区别于模型中的其它方程。 但阶条件并不能确保模型中另一个方程不会排除完全相同的变量，如果这种情况发生了，我们要识别的这个特定方程就不具有惟一的统计形式。（二）识别的秩条件（充分必要条件）： 要求：某个特定方程中排除的变量出现在其它M-1个

33、方程中，以保证模型中的其它方程或这些方程构成的混合方程与这个特定方程在统计形式上不同。 定义：在由M个内生变量M个方程组成的联立方程组模型中，某一方程可以识别，当且仅当没包含的变量的参数组成的矩阵秩为M-1（或为（M-1）（M-1）的非零行列式）。 第一步：把模型中所有方程（标准式）的参数列出 （列表或写成矩阵形式，得参数矩阵（）为： 1Y2Y3Y1X2X3X变量方程1 1-302-102 01-100-13 -111002前定变量内生变量；其中：型为例：假定某一结构式模XYuXYYYuXYYuXXYY332132332121212231Y2Y3Y1X2X3X变量方程1 1-302-10 0

34、1-100-1 3 -111002 第二步：划去所要识别的那个方程的参数。 例如：要考察的是第二个方程，就划去第二行。2 再划去待识别方程中非零参数所在的列，剩下的就是不包含在该方程中，但包含在该模型其他方程中变量的参数。 变量方程 Y1 Y2 Y3 X1 X2 X31 1-302-10 01-100-1 3 -1110022 第二个方程没包含的变量的参数组成的矩阵 的秩为：00112100）（200）（Rank）（00 识别结构式模型的一般步骤： 1、考察每个方程的阶条件阶条件 2、如果阶条件成立，还须考察每个方程的秩条件秩条件是否成立（若秩条件不成立，方程仍不可识别）。 ),(1),.)2

35、 , 1(1:,.)2 , 1(方程检验继续对阶条件成立方程的检验停止对不可识别个方程如第imkKiimkKiiiiii)(1)(),.)2 , 1(1)(:,.)2 , 1(0000可识别方程的检验停止对不可识别个方程如第MRankiiMRankii 3、如秩条件成立，再根据阶条件考察方程是恰好或过度识别)111（过度识别（恰好识别）iiiiiimkKmkKmkK注：1）只有含随机误差项的方程才有识别问题（恒等式不存在）； 2）只有当模型中的每一个方程都可识别，模型才可识别。前定变量内生变量；其中：型为例：假定某一结构式模XYuXYYYuXYYuXXYY3321323321212122320

36、0111100110012031321321XXXYYY）（，阶条件成立。即，；则，由于）（，联立方程组模型的1112112312133111111mkKmkKkmKM 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？解：写出结构式模型（标准形式）的参数矩阵讨论第一个方程的识别情况：是恰好识别。，方程）步所示：）阶条件，由第（111311mkK，秩条件成立。）即（）（由于）（，得列、行、第）中的第秩条件，划去（）（1;21, 22111542112000000MMRank，阶条件成立。有即，；则，由于）（11121213121222222mkKmkKkm讨论

37、第二个方程的识别情况：，秩条件成立。）即（）（由于）（，得列、行、第）中的第秩条件，划去（）（1;21, 200112163222000000MMRank是过度识别的。故方程有）步所示：）阶条件，由第（2, 11322mkK讨论第三个方程的识别情况：，阶条件成立。即，；则，由于）（12131213131113333mkKmkKkm是不可识别的。故方程，秩条件不成立。）（即，）（由于）（，得列、行、第）中的第秩条件，划去（）（31213121, 10012632132000000MMMRank识别。则该模型就不可在一个方程不可识别，因为线性模型中只要存、模型是不可识别的。2前定变量、内生变量；、

38、其中：模型例：假定有如下结构式3213213331211032231211021321101XXXYYYuXcXcYccYuXbXbybbYuXaXaaY3210321021032132101000100011ccccbbbbaaaXXXYYY）（阶条件成立。由于；，）第一个方程的（, 101, 123211111111mkKmkKkm解：写出结构式模型（标准形式）的参数矩阵（M=3，K=3）；考察第一个方程的识别情况。., 21312201001200300秩条件成立）（由于）（秩条件）（MRankb（3）再根据阶条件考察，方程1是过度识别。 再次强调：阶条件只是识别的是必要条件，满足阶条件

39、的方程也可能是不可识别。附：其它识别规则（简便且实用） 1、如果一个方程包含一个内生变量和模型中的全部前定变量,则这个方程恰好识别。 （因为，该方程的内生变量是全部前定变量和随机干扰项的函数，不受其它内生变量影响，因此它实际上与简化式方程一样，其参数就是简化式参数。从另一个角度看，该方程排除的变量恰好为M-1个，且这M-1个内生变量又分别是M-1个方程的被解释变量，也即该方程符合识别的阶条件(恰好识别)和秩条件）。 2、如果一个方程中包含了模型中的全部变量(即所有内生变量和前定变量)，则这个方程是不可识别的。 3、假如第i个方程排除的变量中没有1个在第j个方程出现(也即第i个方程排除的变量，在

40、第j个方程中也都被排除了)，则第i个方程是不可识别的。 4、如果两个方程都包含有相同的变量，则这两个方程均不可识别。第三节第三节 联立方程模型的估计联立方程模型的估计对联立方程模型的估计方法分为两大类： 单一方程（有限信息）估计法：是指每次只估计联立方程组模型中的一个方程，即依次逐个进行估计，以获得整个联立方程模型的估计值。 系统（完全信息法）估计法：对整个模型中所有结构方程同时进行估计，从而能够同时决定所有结构参数的估计量。 特征：估计每一个方程时，仅考虑该方程包含的信息（约束条件）.而不考虑其它方程的信息，故又称“有限信息法”。 特征：在估计参数时，要考虑整个模型的结构以及施加在每个方程上

41、的约束条件，因而又称为”完全信息法“。 主要方法：间接最小二乘法（ILS）；工具变量法（IV）；二阶段最小二乘法（TSLS）；有限信息最大似然法等。 主要方法：二阶段最小二乘法（3SLS）；完全信息最大似然法（FIML）等。一、估计方法概述一、估计方法概述二、递归模型和普通最小二乘法二、递归模型和普通最小二乘法递归模型，依次估计方程。特点：可以直接用为下三角矩阵。其中：矩阵表示：OLSBuXYBuXXYYYuXXYYuXXYktkktkktk01001.00132312111331312321313222221212111111 三、恰好识别模型的估计：间接最小二乘法三、恰好识别模型的估计：间

42、接最小二乘法(ILS) 如果某个结构方程是恰好识别的，可以用间接最小二乘法（或工具变量法）估计其参数。）可以识别；（）有唯一的统计形式，方程（）中没含（）可以识别；（）有唯一的统计形式，方程（）中没含（为恰好识别模型。）（）（例如：222111211212101210tttstdttttsttttdtIPQQQuPPQuIPQ 方程（1）、（2）都包含了内生变量P做解释变量，不能直接用OLS，但可以用间接最小二乘法估计。（一）间接最小二乘法（一）间接最小二乘法(ILS) 间接最小二乘法的基本思想间接最小二乘法的基本思想：一个结构方程是恰好识别的，则一个结构方程是恰好识别的，则其结构参数可由简化

43、参数唯一确定。因此，可以先用最小二乘法估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。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。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。步骤步骤：2）对各简化式方程分别用）对各简化式方程分别用OLS估计，得简化式参数的估计量；估计，得简化式参数的估计量；1）将结构式模型转化成简化式模型；）将结构式模型转化成简化式模型；3）由简化式参数的估计量，求出结构式参数的估计量。）由简化式参数的估计量，求出结构式参数的估计量。

44、方程简化为：ttttttttPIQPIP2122212011121110通过简化式参数估计量，求出结构式参数的估计量。112122111221111001201121211211110010aaaaaaaaaaaa；例如例如：以下模型的识别状态前面已讨论过（为恰好识别）tstdttttttsttttdtQQQIPuPPQuIPQ为收入；为价格；其中：）（）（供给方程：需求方程：21212101210各简化式方程分别用OLS估计，得： 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）。tstdttttstttdtQQQuPPQuPQ其中：）（）（2121

45、210110）（）（43212120111110ttttttPQPP110010aa11211其中：简化式模型为：11100120aaa112121aa 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。10120011211aaa；例：P224、例10.3.2 （二）间接最小二乘估计量的性质间接最小二乘估计量的性质 1、假定条件 1）被估计的结构方程是恰好识别的； 2）每个简化式方程的随机误差项都满足最小二乘法的古典假定 3）前定变量间不存在高度的多重共线性。2、性质（P225选学）1）满足假定2）、3），简化方程的OLS估计量是无偏、一致的；2）通过参

46、数关系体系得到的结构方程的估计量是有偏、一致的。tstdttttstttdtQQQuPPQuPQ其中：）（）（例2121210110）（）（43212120111110ttttttPQPP。都是无偏、一致估计量、21201110是有偏、一致估计量。；但10120011211aaa 四、过度识别模型的估计：两阶段最小二乘法四、过度识别模型的估计：两阶段最小二乘法(TSLS) 1、两阶段最小二乘法、两阶段最小二乘法（单一方程（有限信息）估计法）（单一方程（有限信息）估计法） 对过度识别方程不宜用间接最小二乘估计，可用对过度识别方程不宜用间接最小二乘估计，可用两阶段最小二两阶段最小二乘法乘法估计。估计。例如：假如有下模型例如：假如有下模型第二个方程过度识别。第一个方程不可识别；为前定变量。、为内生变量；、其中：）（）（321212331221221121121ZZZYYuZYYuZZYY 分析：第二个方程是过度识别的，包含了内生活变量分析：第二个方程是过度识别的，包含了内生活变量Y1作解释作解释变量。变量。0)(11uYCOV，