联立方程模型经济优秀PPT.ppt

《联立方程模型经济优秀PPT.ppt》由会员分享，可在线阅读，更多相关《联立方程模型经济优秀PPT.ppt（64页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、联立方程模型课件经济现在学习的是第1页，共64页2前面各章研究的都是单一的经济行为，定量分析的是单向前面各章研究的都是单一的经济行为，定量分析的是单向的因果关系，如的因果关系，如只研究解释变量只研究解释变量X1、对被解释变量对被解释变量 的影的影响。响。可是在一个经济系统中经济行为往往不是单一的可是在一个经济系统中经济行为往往不是单一的,而是同时而是同时有多种经济行为有多种经济行为,这时变量之间的因果关系可能是双向或这时变量之间的因果关系可能是双向或者多向的，即被解释变量也可能同时会影响解释变量。者多向的，即被解释变量也可能同时会影响解释变量。这时模型应该怎样建立呢这时模型应该怎样建立呢?现在

2、学习的是第2页，共64页3 9.19.1 联立方程模型的概念联立方程模型的概念 一、联立方程模型的定义一、联立方程模型的定义 这种双向或多向因果关系可用联立方程模型去表述。这种双向或多向因果关系可用联立方程模型去表述。联立方程模型：联立方程模型：是指同时用若干个相互是指同时用若干个相互关联关联的方程，去表示一的方程，去表示一个经济系统中经济变量相互依存性的模型。个经济系统中经济变量相互依存性的模型。联立方程组中每一个单一方程描述了变量间的一个因果联立方程组中每一个单一方程描述了变量间的一个因果关系，所描述的经济系统中有多少因果关系，联立方程模型关系，所描述的经济系统中有多少因果关系，联立方程模

3、型中对应就有多少个方程。中对应就有多少个方程。现在学习的是第3页，共64页举例举例凯恩斯宏观经济模型凯恩斯宏观经济模型其中其中:C为消费，为消费，Y为收入，为收入，I为投资，为投资，G为政府支出和为政府支出和；u为为随机扰动项。随机扰动项。现在学习的是第4页，共64页5（3）被解释变量和解释变量之间可能互为因果，有的变量在某个被解释变量和解释变量之间可能互为因果，有的变量在某个方程为解释变量，但同时在另一个方程中可能为被解释变量。所方程为解释变量，但同时在另一个方程中可能为被解释变量。所以解释变量有可能是随机的不可控变量。以解释变量有可能是随机的不可控变量。（4）解释变量可能与随机扰动项相关，

4、而违反）解释变量可能与随机扰动项相关，而违反OLS基本假定。基本假定。联立方程模型的特点：联立方程模型的特点：（1）联立方程模型是由若干个单一方程组成的。模型中不止）联立方程模型是由若干个单一方程组成的。模型中不止一个被解释变量，一个被解释变量，M个方程可以有个方程可以有M个被解释变量。个被解释变量。（2）联立方程模型里既有非确定性方程（即随机方程）又可）联立方程模型里既有非确定性方程（即随机方程）又可以有确定性方程，但必须含有随机方程。以有确定性方程，但必须含有随机方程。现在学习的是第5页，共64页6二、联立方程模型中变量的类型二、联立方程模型中变量的类型单一方程模型中单一方程模型中解释变量

5、与被解释变量的区分十分清晰。解释变量与被解释变量的区分十分清晰。联联立立方方程程模模型型中中同同一一变变量量可可能能既既为为被被解解释释变变量量又又为为解解释释变变量量,因此只区分解释变量与被解释变量的意义不大。因此只区分解释变量与被解释变量的意义不大。内内 生生 变变 量量：由由 模模 型型 系系 统统 决决 定定 其其 取取 值值 的的 变变 量量 称称 为为 内内 生生 变变 量量（endogenous variables）。内内生生变变量量受受模模型型中中其其它它变变量量的的影影响响，也也可可能能影影响响其其它它内内生生变变量量，即即内内生生变变量量是是某某个个方方程程的的被被解解释释

6、变变量量，同同时时可可能能又又是是某某些些方方程程的的解解释释变变量量。内内生生变变量量受受模模型型内内随随机误差项的影响，是随机变量。它与随机项之间不是独立的。机误差项的影响，是随机变量。它与随机项之间不是独立的。现在学习的是第6页，共64页外生变量外生变量：由模型系统以外的因素决定其取值的变量称为由模型系统以外的因素决定其取值的变量称为外生外生变量变量（exogenous variables）。外生变量只影响系统）。外生变量只影响系统内的其它变量，而不受其它变量的影响，因此在方程中只内的其它变量，而不受其它变量的影响，因此在方程中只能做解释变量，不能做被解释变量。外生变量不受模型中能做解释

7、变量，不能做被解释变量。外生变量不受模型中随机误差项的影响。随机误差项的影响。预定内生变量：预定内生变量：内生变量的滞后值叫预定内生变量内生变量的滞后值叫预定内生变量。预定内生变预定内生变量的取值虽然由模型系统内所决定，但不受现期的模型系统内的量的取值虽然由模型系统内所决定，但不受现期的模型系统内的随机项影响，即随机项影响，即E（Yt-1 ut)=0。现在学习的是第7页，共64页被解释变量被解释变量解释变量解释变量内生变量内生变量预定变量预定变量预定内生变量预定内生变量外生变量外生变量预定变量预定变量（前定变量）：前定变量）：外生变量和预定内生变量统称为预定变外生变量和预定内生变量统称为预定变

8、量。在联立方程模型中，只能做解释变量，且与随机项独立。量。在联立方程模型中，只能做解释变量，且与随机项独立。联立方程模型中内生变量的个数应恰好等于方程组中方程的个联立方程模型中内生变量的个数应恰好等于方程组中方程的个数，该方程组才是完备的。数，该方程组才是完备的。现在学习的是第8页，共64页随机方程式、非随机方程式随机方程式、非随机方程式联立方程模型中的方程可以分为两类，一类是含有随机误差项和联立方程模型中的方程可以分为两类，一类是含有随机误差项和未知参数的方程，称为未知参数的方程，称为随机方程式随机方程式，也称行为方程式，也称行为方程式（behavior equation），它主要是描述了金

9、融、经济），它主要是描述了金融、经济模型中某一部分的行为，随机方程式中的参数需要估计；模型中某一部分的行为，随机方程式中的参数需要估计；另一类是不含随机误差项和未知参数的方程，称为另一类是不含随机误差项和未知参数的方程，称为非随机方程非随机方程式，式，主要是恒等式（主要是恒等式（identity）也称定义方程式，非随机方程式）也称定义方程式，非随机方程式不需要估计参数。不需要估计参数。三、联立方程模型中方程的分类三、联立方程模型中方程的分类现在学习的是第9页，共64页练习练习农产品的联立方程模型农产品的联立方程模型内生变量：内生变量：行为方程式：行为方程式：外生变量：外生变量：定义方程式定义方

10、程式预定变量：预定变量：现在学习的是第10页，共64页11 1 1、结构模型：、结构模型：为为描述经济变量之间现实的经济结构关系，表现描述经济变量之间现实的经济结构关系，表现变量间变量间直接的经济联系直接的经济联系，可将某内生变量直接表示为其他内生变量、，可将某内生变量直接表示为其他内生变量、预定变量和随机项影响的模型。预定变量和随机项影响的模型。举例：举例：简单宏观经济模型简单宏观经济模型 9.2 联立方程模型的分类联立方程模型的分类特点：特点：不出现变量的参数用不出现变量的参数用0 0表示，方程右边只有随机扰动项表示，方程右边只有随机扰动项可一般化表示为可一般化表示为现在学习的是第11页，

11、共64页12结构型模型的标准形式：结构型模型的标准形式：其中：其中：为为内生变量内生变量；为为预定变量预定变量（当（当 时表明存在截距项）；时表明存在截距项）；为为随机扰动项随机扰动项，为内生变为内生变量的参数，量的参数，为前定变量的参数为前定变量的参数结构型模型标准形式可以用结构型模型标准形式可以用矩阵表示矩阵表示：其中其中9.2 联立方程模型的分类联立方程模型的分类现在学习的是第12页，共64页13例如，简单宏观经济模型例如，简单宏观经济模型 矩阵表示：矩阵表示：即即其中：其中：现在学习的是第13页，共64页14 （1）描述了经济变量之间现实的结构关系，在）描述了经济变量之间现实的结构关系

12、，在结构方程的右端结构方程的右端可能出现其它的内生变量可能出现其它的内生变量。（2）结构型模型有明确的经济意义，可直接分析解释变量变动对）结构型模型有明确的经济意义，可直接分析解释变量变动对被解释变量的作用。被解释变量的作用。（3）结构型模型具有）结构型模型具有偏倚性问题（即最小二乘估计量有偏）偏倚性问题（即最小二乘估计量有偏），所以一般不能直接用所以一般不能直接用OLS法对结构型模型的未知参数进行法对结构型模型的未知参数进行估计。估计。（4）通过预定变量的未来值去预测内生变量的未来值时，由于在）通过预定变量的未来值去预测内生变量的未来值时，由于在结构方程的右端出现了需要同时预测的未知内生变量

13、，所以这时结构方程的右端出现了需要同时预测的未知内生变量，所以这时不不能直接用结构型模型去作预测能直接用结构型模型去作预测。结构型模型的特点：结构型模型的特点：现在学习的是第14页，共64页152 2、简化型模型、简化型模型简化型模型：简化型模型：每个内生变量都只被表示为预定变量及随机扰动项函每个内生变量都只被表示为预定变量及随机扰动项函数的联立方程模型，每个方程的右端不出现内生变量。数的联立方程模型，每个方程的右端不出现内生变量。简化型模型的建立简化型模型的建立（1）直接写出简化形式（直接写出简化形式（例如，简单宏观经济模型）例如，简单宏观经济模型）（3 3个内生变量，个内生变量，2 2个前

14、定个前定变量的变量的简化型一般形式）简化型一般形式）简化型一般形式）简化型一般形式）矩阵形式为矩阵形式为 现在学习的是第15页，共64页16（2）从结构型模型推导出简化型模型）从结构型模型推导出简化型模型结构型模型：结构型模型：结构型模型：结构型模型：即即即即若若若若 ，存在存在存在存在可推导出可推导出可推导出可推导出简化型模型为简化型模型为对比对比对比对比简化型模型简化型模型简化型模型简化型模型结构型模型与简化型模型参数矩阵的关系为结构型模型与简化型模型参数矩阵的关系为启示：启示：启示：启示：是是是是 与与与与 的函数；的函数；的函数；的函数；v v 是是是是 u u 的线性函数；的线性函数

15、；的线性函数；的线性函数；前定变量前定变量前定变量前定变量 X X 与与与与 v v 不相关不相关不相关不相关 2 2、简化型模型、简化型模型现在学习的是第16页，共64页17本例由结构型模型进行变量连续替代推导可得本例由结构型模型进行变量连续替代推导可得即即结构型模型与简化型模型参数的关系结构型模型与简化型模型参数的关系（更直观地看用代数式表示）（更直观地看用代数式表示）现在学习的是第17页，共64页18 简化型模型中每个方程的解释变量全是预定变量，且预定变量与随简化型模型中每个方程的解释变量全是预定变量，且预定变量与随机误差项不相关，从而避免了联立方程偏倚。机误差项不相关，从而避免了联立方

16、程偏倚。简化型模型中的参数是原结构型模型参数的函数，由估计的简化型简化型模型中的参数是原结构型模型参数的函数，由估计的简化型模型参数，模型参数，有可能有可能求解出结构型参数。求解出结构型参数。(见前页见前页)简化型模型表现了预定变量对内生变量的总影响（直接影响和间接简化型模型表现了预定变量对内生变量的总影响（直接影响和间接影响），其参数表现了预定变量对内生变量的影响乘数。影响），其参数表现了预定变量对内生变量的影响乘数。例如在简化型模型中例如在简化型模型中 对对 的影响的影响 其中：其中：是是 对对 的直接影响；的直接影响；是是 对对 的间接影响的间接影响 已知预定变量取值的条件下，可利用简化

17、型模型参数的估计式已知预定变量取值的条件下，可利用简化型模型参数的估计式直接对内生变量进行预测分析。直接对内生变量进行预测分析。简化型模型的特点：简化型模型的特点：现在学习的是第18页，共64页1919小结小结 一、什么是联立方程模型一、什么是联立方程模型联立方程模型的形式联立方程模型的形式:相互关联的方程同时表现一个经济系统相互关联的方程同时表现一个经济系统联立方程模型的特点：联立方程模型的特点：变量互为因果变量互为因果二、联立方程模型中变量的类型二、联立方程模型中变量的类型内生变量内生变量外生变量外生变量前定变量前定变量三、联立方程模型方程的分类三、联立方程模型方程的分类随机方程式（行为方

18、程）随机方程式（行为方程）非随机方程式（定义方程）非随机方程式（定义方程）四、联立方程模型的种类四、联立方程模型的种类 结构型模型结构型模型 ：内生变量直接表示为内生变量和预定变量内生变量直接表示为内生变量和预定变量及随机扰动项及随机扰动项函数函数 简化型模型简化型模型 ：内生变量都只被表示为前定变量及随机扰动项函数内生变量都只被表示为前定变量及随机扰动项函数 现在学习的是第19页，共64页209.3 联立方程模型的识别 一、什么是联立方程模型的识别问题一、什么是联立方程模型的识别问题所谓识别问题，是指结构方程参数的数值估计，是否能够从简化式参数估计求得。如果所谓识别问题，是指结构方程参数的数

19、值估计，是否能够从简化式参数估计求得。如果能够求得，我们就说此结构方程是可以识别的，特别的，如果能够得到结构参数估能够求得，我们就说此结构方程是可以识别的，特别的，如果能够得到结构参数估计值的唯一解，则称该结构方程是计值的唯一解，则称该结构方程是恰好识别恰好识别的的；如果可以得到结构参数估计值的多个解，则称该结构方程是如果可以得到结构参数估计值的多个解，则称该结构方程是过度识别过度识别；如果不能够通过简化式参数估计值求得结构式参数值，则称该结构方程是如果不能够通过简化式参数估计值求得结构式参数值，则称该结构方程是不可识别不可识别的或的或不足识别的不足识别的。例如，农产品供需均衡模型例如，农产品

20、供需均衡模型：在均衡条件下农产品的供给和需求是一致的，用在均衡条件下农产品的供给和需求是一致的，用OLSOLS法估计法估计其参数，则其参数，则无法区分估计出的参数究竟是需求方程的参数还无法区分估计出的参数究竟是需求方程的参数还是供给方程的参数是供给方程的参数，这就是联立方程模型的识别问题。，这就是联立方程模型的识别问题。现在学习的是第20页，共64页21对联立方程模型识别的理解对联立方程模型识别的理解对联立方程识别对联立方程识别最直观的理解，是看能否最直观的理解，是看能否从所估计的简化式参数从所估计的简化式参数中求出结构参数中求出结构参数的估计值的估计值。如果结构型模型参数的估计值能。如果结构

21、型模型参数的估计值能合理地合理地估计出，则称这个结构方程是估计出，则称这个结构方程是可以识别的，否则就是不可以识别的，否则就是不可识别的可识别的。注意：注意：识别是针对有参数要估计的模型而言，定义方程、识别是针对有参数要估计的模型而言，定义方程、恒等式本身没有识别的问题。恒等式本身没有识别的问题。联立方程必须是完整的，模型中内生变量的个数与联立方程必须是完整的，模型中内生变量的个数与 模型中独立方程的个数应相同。模型中独立方程的个数应相同。只有联立方程中每个方程都是可以识别的，整个联只有联立方程中每个方程都是可以识别的，整个联 立方程体系才是可以识别的。立方程体系才是可以识别的。现在学习的是第

22、21页，共64页22 本质上看本质上看,从由简化型模型参数求解结构型模型参数去理解。从由简化型模型参数求解结构型模型参数去理解。简化型模型不存在联立方程偏倚，可用简化型模型不存在联立方程偏倚，可用OLS估计其参数，简化估计其参数，简化型模型参数与结构型参数又是函数关系，型模型参数与结构型参数又是函数关系，能否从简化型模型参能否从简化型模型参数求解出合理的结构型模型参数呢数求解出合理的结构型模型参数呢?对联立方程模型识别的理解对联立方程模型识别的理解现在学习的是第22页，共64页23 1、不可识别、不可识别 意义：意义：从所掌握的信息，不能从简化型参数确定结构型参数从所掌握的信息，不能从简化型参

23、数确定结构型参数 原因：原因：信息不足，没有解。信息不足，没有解。2、可以识别：、可以识别：能够从简化型参数确定结构型参数能够从简化型参数确定结构型参数 （1）适度识别（恰好识别）适度识别（恰好识别）意义：意义：通过简化型模型参数可以唯一确定各个结构型模型通过简化型模型参数可以唯一确定各个结构型模型 的参数的参数 原因：原因：信息恰当，有唯一解信息恰当，有唯一解 （2）过度识别）过度识别 意义：意义：由简化型参数虽然可以确定结构型参数，但是不能由简化型参数虽然可以确定结构型参数，但是不能 唯一地确定（可得出两个或两个以上的结果）唯一地确定（可得出两个或两个以上的结果）原因：原因：信息过多，有解

24、但不唯一信息过多，有解但不唯一二、联立方程模型识别的类型二、联立方程模型识别的类型现在学习的是第23页，共64页举例举例1、如商品供求模型、如商品供求模型结构型结构型简化型为简化型为则有则有显然，即使估计出简化型参数显然，即使估计出简化型参数 和和 ，也不能从这两个，也不能从这两个简化型参数得到需要估计的四个结构型参数简化型参数得到需要估计的四个结构型参数模型不可识别模型不可识别现在学习的是第24页，共64页结构型结构型简化型为简化型为则有则有显然，即使估计出简化型参数显然，即使估计出简化型参数 、，也不能从，也不能从这四个参数得到需要估计的五个结构型参数这四个参数得到需要估计的五个结构型参数

25、模型整体模型整体不可识别。不可识别。但是但是 ；说明当需求方程增加收入变量说明当需求方程增加收入变量后使得供给方程变为可以识别了，但需求方程仍不可识别。后使得供给方程变为可以识别了，但需求方程仍不可识别。2、增加附加信息、增加附加信息需求方程中增加需求方程中增加“消费者收入消费者收入Y”现在学习的是第25页，共64页结构型结构型简化型为简化型为则有则有显然，简化型参数为六个，结构型参数也为六个，可以唯一显然，简化型参数为六个，结构型参数也为六个，可以唯一求解求解3、供给方程中再增加、供给方程中再增加“前一期价格前一期价格 ”表明模型恰好识别表明模型恰好识别。现在学习的是第26页，共64页27

26、9.4 模型识别的条件模型识别的条件为了简便地判断模型能否识别，给出联立方程模型识别的为了简便地判断模型能否识别，给出联立方程模型识别的一般条件一般条件1、识别的阶条件识别的阶条件识别的必要条件识别的必要条件思想：思想：一个结构型方程的识别，取决于不包含在这个方程一个结构型方程的识别，取决于不包含在这个方程中，而包含在模型其他方程中变量的个数，可从这类变量中，而包含在模型其他方程中变量的个数，可从这类变量的个数去判断方程的识别性质的个数去判断方程的识别性质方法：方法：引入符号：引入符号：M 模型中内生变量的个数（即方程的个数）模型中内生变量的个数（即方程的个数）模型中第模型中第 i 个方程中包

27、含的内生变量的个数个方程中包含的内生变量的个数 K 模型中预定变量的个数模型中预定变量的个数 模型中第模型中第 i 个方程中包含的前定变量的个数个方程中包含的前定变量的个数 现在学习的是第27页，共64页28模型识别的阶条件模型识别的阶条件识别的必要条件识别的必要条件 模型的一个方程中模型的一个方程中不包含的变量总个数不包含的变量总个数（内生变量（内生变量+前定变前定变 量）小量）小于模型中内生变量总个数减于模型中内生变量总个数减1 1，则该方程不能识别，则该方程不能识别 模型中变量模型中变量总个数总个数 M+K 第第 i 个方程中个方程中包含的包含的变量总个数变量总个数 第第 i 个方程中个

28、方程中不包含不包含的变量总个数的变量总个数 阶条件：阶条件：如果如果 不可识别不可识别 如果如果 识别不能确定识别不能确定 如果可识别如果可识别 恰好识别恰好识别 过度识别过度识别现在学习的是第28页，共64页29 2、识别的秩条件、识别的秩条件识别的充分必要条件识别的充分必要条件阶条件是判断可识别性的必要但非充分条件，即有时候某方程阶条件是判断可识别性的必要但非充分条件，即有时候某方程满足可识别性的阶条件但实际上却是不可识别的，在此情况下，满足可识别性的阶条件但实际上却是不可识别的，在此情况下，判断可识别性的充分条件就显得必要。而秩条件正是判断可识判断可识别性的充分条件就显得必要。而秩条件正

29、是判断可识别性的别性的充分必要条件充分必要条件。秩条件的表述如下：对于一个由秩条件的表述如下：对于一个由G个方程组成的联立方程模型个方程组成的联立方程模型中的某个结构方程而言，如果模型中其他方程所含而该方中的某个结构方程而言，如果模型中其他方程所含而该方程不含的诸变量的系数矩阵的秩为程不含的诸变量的系数矩阵的秩为G-1，则该结构方程是可，则该结构方程是可识别的，若秩不等于识别的，若秩不等于G-1，则该结构方程是不可识别的。，则该结构方程是不可识别的。现在学习的是第29页，共64页30模型识别秩条件检验的方法步骤：模型识别秩条件检验的方法步骤：运用秩条件判别模型的识别性，步骤如下：运用秩条件判别

30、模型的识别性，步骤如下：（1）写出结构模型对应的结构参数矩阵（常数项可看作变量写出结构模型对应的结构参数矩阵（常数项可看作变量1的系数，的系数，不包含在方程中的变量的参数取作不包含在方程中的变量的参数取作0）。）。（2）删去第删去第i个结构方程对应系数所在的一行。个结构方程对应系数所在的一行。（3）删去第）删去第i个结构方程对应系数所在行中非零系数所在的各列。个结构方程对应系数所在行中非零系数所在的各列。（4）计算这样形成的矩阵）计算这样形成的矩阵A的秩，并作出判断。的秩，并作出判断。如果第如果第i个被识别方个被识别方程这样的矩阵程这样的矩阵A的秩为的秩为 M-1，则是可以识别的，则是可以识别

31、的（要具体分析是（要具体分析是恰好识别还是过度识别），恰好识别还是过度识别），如果这样的矩阵的秩小于如果这样的矩阵的秩小于M-1，则是，则是不可以识别的。不可以识别的。现在学习的是第30页，共64页31联立方程模型识别的秩条件的举例联立方程模型识别的秩条件的举例假如，设定的联立方程模型为：假如，设定的联立方程模型为：由给定的联立方程模型写出其结构型模型的标准形式：由给定的联立方程模型写出其结构型模型的标准形式：模型中内生变量为模型中内生变量为C、I、Y、T；前定变量变为；前定变量变为Yt-1、G（M=4；K=2）现在学习的是第31页，共64页32一般形式结构参数列表：一般形式结构参数列表：由前

32、面给出的判别条件，可以知道：由前面给出的判别条件，可以知道：（1）消费函数方程）消费函数方程1：所余行列式为所余行列式为0，不存在不存在 4-1 阶非零行列式阶非零行列式 是不可识别的是不可识别的 注意：该方程阶条件是成立的注意：该方程阶条件是成立的,为可能恰好识别的，而秩条件为不可识别，为可能恰好识别的，而秩条件为不可识别，这正好说明这正好说明了阶条件只是必要条件，而非充分条件。了阶条件只是必要条件，而非充分条件。变量 截距CIYTGYt-1方程11000方程20100方程300100方程40-1-110-10系数矩阵系数矩阵:现在学习的是第32页，共64页33变量 截距CIYTGYt-1方

33、程11000方程20100方程300100方程40-1-110-10（2）投资函数方程）投资函数方程2只有一个只有一个M-1=3阶非零行列式阶非零行列式是恰好识别的。是恰好识别的。（3）税收函数方程）税收函数方程3 不止一个不止一个M-1=3阶非零行列式阶非零行列式是过度识别的。是过度识别的。变量 截距CIYTGYt-1方程11000方程20100方程300100方程40-1-110-10现在学习的是第33页，共64页34阶条件和秩条件的结合阶条件和秩条件的结合识别的一般过程是识别的一般过程是:（1）先考查阶条件，因为阶条件比秩条件判别起来简单。若）先考查阶条件，因为阶条件比秩条件判别起来简单

34、。若不满足阶条件，识别到此为止。说明待识别方程不可识别。不满足阶条件，识别到此为止。说明待识别方程不可识别。若满足阶条件，则进一步检查秩条件。若满足阶条件，则进一步检查秩条件。（2）若满足秩条件，说明待识别方程可识别，但不能判别是）若满足秩条件，说明待识别方程可识别，但不能判别是属于恰好识别，还是过度识别。对此还要返回来再次利用阶属于恰好识别，还是过度识别。对此还要返回来再次利用阶条件作判断。条件作判断。（3）若阶条件中的等式成立，则方程为恰好识别；若阶条件中的）若阶条件中的等式成立，则方程为恰好识别；若阶条件中的不等式成立，则方程为过度识别。不等式成立，则方程为过度识别。现在学习的是第34页

35、，共64页35将两种方法结合运用的方式：将两种方法结合运用的方式：阶条件阶条件不可识别不可识别秩条件秩条件不可识别不可识别阶条件阶条件过度识别过度识别恰好识别恰好识别是是是是否否否否是是否否可以识别可以识别现在学习的是第35页，共64页36经验方法！经验方法！注意模型的识别不是统计问题，而是模型的设定问题，因此注意模型的识别不是统计问题，而是模型的设定问题，因此在设定模型时就应设法尽量保证模型的可识别性。在设定模型时就应设法尽量保证模型的可识别性。一般说来在设定联立方程模型时应遵循以下原则：一般说来在设定联立方程模型时应遵循以下原则：“在建立联立方程结构型模型时，要使新引入的方程中在建立联立方

36、程结构型模型时，要使新引入的方程中包含前面已引入的每一个方程都不包含的至少包含前面已引入的每一个方程都不包含的至少1个变量个变量（内生变量或前定变量）；（内生变量或前定变量）；同时，要使前面已引入的每一同时，要使前面已引入的每一 个方程都包含至少个方程都包含至少1个新引入方程未包含的变量，并要互个新引入方程未包含的变量，并要互不相同。不相同。”只有新引入的方程包含前面每一个方程都不包含的至少只有新引入的方程包含前面每一个方程都不包含的至少1 1个变个变量，才能保证不破坏前面已有方程的可识别性。量，才能保证不破坏前面已有方程的可识别性。只有前面每一个方程都包含至少只有前面每一个方程都包含至少1

37、1个新引入方程所未包含的变量，个新引入方程所未包含的变量，才能保证新引入的方程是可识别的。才能保证新引入的方程是可识别的。现在学习的是第36页，共64页37例如例如 变量1 变量2 变量3 变量4 变量5 变量6-方程1方程2方程3方程4将每个方程中的变量列入表中将每个方程中的变量列入表中 是前面方程不包含的变量是前面方程不包含的变量是前面方程包含的变量是前面方程包含的变量现在学习的是第37页，共64页 第三节 联立方程模型的估计简化型模型可用简化型模型可用OLS法估计参数法估计参数。由于简化型模型每个方程只含有一个内生变量且。由于简化型模型每个方程只含有一个内生变量且为被解释变量。它是前定变

38、量和随机项的唯一函数。方程中解释变量都是前定为被解释变量。它是前定变量和随机项的唯一函数。方程中解释变量都是前定变量，自然与随机项无关。所以用变量，自然与随机项无关。所以用OLS法得到的参数估计量为一致估计量法得到的参数估计量为一致估计量。对于结构模型有两种估计方法对于结构模型有两种估计方法。1、单一方程估计法、单一方程估计法对方程组每个方程对方程组每个方程逐一估计逐一估计的方法的方法特点：只考虑该方程本身的（有限）信息，不考虑整个方程组中其他方程提供的全部信特点：只考虑该方程本身的（有限）信息，不考虑整个方程组中其他方程提供的全部信息；息；方法：方法：OLS、工具变量法、间接最小二乘法、二段

39、最小、工具变量法、间接最小二乘法、二段最小 二乘法、有限信息极大似然法二乘法、有限信息极大似然法2、系统估计法、系统估计法对模型中全部方程对模型中全部方程同时进行估计同时进行估计的方法论的方法论特点：考虑用到模型的全部信息，也称完全信息法特点：考虑用到模型的全部信息，也称完全信息法方法：三段最小二乘法、似乎不相关法、完全信息极大方法：三段最小二乘法、似乎不相关法、完全信息极大 似然估计法似然估计法本课程只讲单一方程估计法本课程只讲单一方程估计法现在学习的是第38页，共64页39 对于恰好识别模型对于恰好识别模型用间接最小二乘法、用间接最小二乘法、工具变量法工具变量法 对于过度识别模型对于过度识

40、别模型用二段最小二乘法、用二段最小二乘法、三段最小二乘等三段最小二乘等 对于不足识别模型对于不足识别模型不能估计其结构型参数不能估计其结构型参数 现在学习的是第39页，共64页40 二、恰好识别方程的估计二、恰好识别方程的估计 间接最小二乘法间接最小二乘法 基本思想：基本思想：恰恰好好识识别别方方程程通通过过简简化化型型参参数数可可以以唯唯一一确确定定结结构构型型参参数数。显显然然，可可以以先先用用OLSOLS法法估估计计简简化化型型参参数数，然然后后求求解解出出结结构构型型参参数数，即即间接最小二乘法（间接最小二乘法（ILSILS）估计步骤：估计步骤：先将结构型方程变换为简化型方程先将结构型

41、方程变换为简化型方程 用用OLSOLS法估计简化型参数（因简化型符合基本假定）法估计简化型参数（因简化型符合基本假定）利用简化型与结构型参数的关系式，求解结构型参数利用简化型与结构型参数的关系式，求解结构型参数 现在学习的是第40页，共64页41举例举例:商品需求与价格的模型商品需求与价格的模型 Qd=Qs其中其中:Q供需量、供需量、P价格、价格、Y收入、收入、W气候气候根据识别条件，可证明该模型是恰好识别模型，简化型根据识别条件，可证明该模型是恰好识别模型，简化型为为其中其中可求解出可求解出:现在学习的是第41页，共64页42 简化型参数的估计是无偏的（小样本），并简化型参数的估计是无偏的（

42、小样本），并且是一致估计式（大样本）且是一致估计式（大样本）结构型参数估计在结构型参数估计在小样本中是有偏小样本中是有偏的（因的（因结构型参数与简化型参数是非线性关系），但在结构型参数与简化型参数是非线性关系），但在大样本中是一致大样本中是一致估计量。估计量。但是但是结构型参数的结构型参数的间接最小二乘估计间接最小二乘估计不具有最小方差不具有最小方差特性。特性。间接最小二乘估计的特性：间接最小二乘估计的特性：现在学习的是第42页，共64页43三、过度识别方程的估计三、过度识别方程的估计二段最小二乘法二段最小二乘法 基本思想：基本思想：联立方程模型的估计除了识别问题以外，主要需要解决结联立方程模

43、型的估计除了识别问题以外，主要需要解决结构型模型中内生变量作为解释变量与随机项相关而引起的构型模型中内生变量作为解释变量与随机项相关而引起的联立方程偏倚的问题联立方程偏倚的问题 由结构型方程变换得到的简化型方程的一般形式为由结构型方程变换得到的简化型方程的一般形式为 随机分量随机分量精确分量精确分量现在学习的是第43页，共64页44 用用OLSOLS法法估估计计出出简简化化型型参参数数 ，可可以以由由 计计算算出出 精确分量的估计值精确分量的估计值 因因为为由由简简化化型型方方程程估估计计的的 与与结结构构型型方方程程中中的的随随机机扰扰动动项项 不不相相关关，但但作作为为 的的精精确确分分量

44、量，与与 高高度度相相关关，可可用用各各个个 作作工工具具变变量量替替代代作作为为解解释释变变量量的的各各个个 ,对对模模型型用用OLSOLS估计其参数。估计其参数。二段最小二乘法实际是用二段最小二乘法实际是用 作为作为 的工具变量的工具变量现在学习的是第44页，共64页45 二段最小二乘法的假定条件：二段最小二乘法的假定条件：结结构构方方程程必必须须是是可可以以识识别别的的（过过度度识识别别或或恰恰好识别）好识别）结结构构型型方方程程中中随随机机项项必必须须满满足足OLSOLS基基本本假假定定（否则第二段（否则第二段OLSOLS无法进行）无法进行）模型中所有前定变量不存在严重多重共线性模型中

45、所有前定变量不存在严重多重共线性 样本容量足够大样本容量足够大现在学习的是第45页，共64页46二段最小二乘法的估计步骤：二段最小二乘法的估计步骤：第一步：（第一段）第一步：（第一段）利利用用简简化化型型方方程程，将将第第 i i 个个结结构构方方程程解解释释变变量量中中出出现现的的内内生生变变量量直直接接对对所所有有的的前前定定变变量量回回归归（不不须须进进行行简简化化型型模模型型的的变变换，也不须导出简化型参数与结构型参数的关系式）换，也不须导出简化型参数与结构型参数的关系式）用用OLSOLS法估计其参数得法估计其参数得 现在学习的是第46页，共64页47 第二步：第二步：（属第一段）（属

46、第一段）利用所估计的利用所估计的 和前定变量和前定变量X X求出所需要的求出所需要的 第三步：第三步：（属第二段）（属第二段）用用估估计计的的 作作工工具具变变量量,去去替替代代结结构构方方程程中中作作为为解解释释变变量的内生变量量的内生变量 ，得，得 用用OLSOLS法估计其参数得结构方程参数的法估计其参数得结构方程参数的2SLS2SLS估计量估计量 现在学习的是第47页，共64页48 小样本时估计量是有偏的小样本时估计量是有偏的 大样本时（当大样本时（当 ）估计量的偏倚趋于零（）估计量的偏倚趋于零（2SLS2SLS估计估计 渐进无偏渐进无偏）二段最小二乘二段最小二乘估计是估计是渐进有效渐进

47、有效的的 对于恰好识别方程对于恰好识别方程2SLS2SLS估计与间接最小二乘估计结果一致估计与间接最小二乘估计结果一致 注意：注意：运用二段最小二乘法时应关注简化型模型的可决系数运用二段最小二乘法时应关注简化型模型的可决系数 ：第一段回归时第一段回归时 高，说明高，说明 与与 很接近；很接近；若第一段简化型回归若第一段简化型回归 很低，说明很低，说明 对对 的代表性不的代表性不 强，很大程度上受随机分量决定，强，很大程度上受随机分量决定，2SLS2SLS估计事实上将无意估计事实上将无意 义。义。二段最小二乘法的特性：二段最小二乘法的特性：现在学习的是第48页，共64页49 第四节 案例分析 一

48、、模型设定一、模型设定 采用基于三部门的凯恩斯总需求决定模型，在不考虑进出口的条采用基于三部门的凯恩斯总需求决定模型，在不考虑进出口的条件下，通过消费者、企业、政府的经济活动，分析总收入的变动件下，通过消费者、企业、政府的经济活动，分析总收入的变动对消费和投资的影响。设理论模型如下：对消费和投资的影响。设理论模型如下：其中，其中，Yt为支出法为支出法GDP，Ct为消费，为消费，It为投资，为投资，Gt为政府支出；为政府支出；内生变量为内生变量为Yt，Ct，It，前定变量为，前定变量为Gt 现在学习的是第49页，共64页50 由于第一个方程为恒定式，所以不需要对其识别性进行判断，由于第一个方程为

49、恒定式，所以不需要对其识别性进行判断，只需要判断消费函数和投资函数的识别性。根据前面的阶条件只需要判断消费函数和投资函数的识别性。根据前面的阶条件和秩条件判断准则（过程略），和秩条件判断准则（过程略），消费函数和投资函数都是恰好消费函数和投资函数都是恰好识别识别，所以该模型为恰好识别。故下面直接采用，所以该模型为恰好识别。故下面直接采用间接最小二乘间接最小二乘法法进行参数估计进行参数估计 根据上述理论方程，其结构型的标准形式的根据上述理论方程，其结构型的标准形式的系数矩阵系数矩阵为为二、模型的识别性二、模型的识别性现在学习的是第50页，共64页51年份年份支出法支出法GDP消消费费投投资资政府

50、支出政府支出19783605.62239.11377.9480.019794074.02619.41474.2614.019804551.32976.11590.0659.019814901.43309.11581.0705.019825489.23637.91760.2770.019836076.34020.52005.0838.019847164.44694.52468.61020.019858792.15773.03386.01184.0198610132.86542.03846.01367.0198711784.77451.24322.01490.0198814704.09360.15