計量經(jīng)濟(jì)學(xué)知識點(diǎn)整理:聯(lián)立方程_第1頁
計量經(jīng)濟(jì)學(xué)知識點(diǎn)整理:聯(lián)立方程_第2頁
計量經(jīng)濟(jì)學(xué)知識點(diǎn)整理:聯(lián)立方程_第3頁
計量經(jīng)濟(jì)學(xué)知識點(diǎn)整理:聯(lián)立方程_第4頁
計量經(jīng)濟(jì)學(xué)知識點(diǎn)整理:聯(lián)立方程_第5頁
已閱讀5頁,還剩1頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、精選優(yōu)質(zhì)文檔-傾情為你奉上聯(lián)立方程模型一、 概念:聯(lián)立方程模型系統(tǒng)將變量分為內(nèi)生變量和外生變量兩大類。內(nèi)生變量:是具有某種概率分布的隨機(jī)變量,是由模型系統(tǒng)決定的,取值也是由系統(tǒng)決定的,同時也對模型系統(tǒng)產(chǎn)生影響,它會受到隨機(jī)項(xiàng)的影響。一般都是經(jīng)濟(jì)變量。每一個內(nèi)生變量的值都要利用模型中的全部方程才能決定。外生變量:是不由系統(tǒng)決定的變量,是系統(tǒng)外變量,取值由系統(tǒng)外決定。一般是確定性變量,或者是具有臨界概率分布的隨機(jī)變量,其參數(shù)不是模型系統(tǒng)研究的元素。外生變量影響系統(tǒng),但本身不受系統(tǒng)的影響。 外生變量一般是經(jīng)濟(jì)變量、條件變量、政策變量、虛變量。先決變量:外生變量和滯后內(nèi)生變量注:聯(lián)立方程模型中有多少個

2、內(nèi)生變量就必定有多少個方程結(jié)構(gòu)式模型:根據(jù)經(jīng)濟(jì)理論和行為規(guī)律建立的描述經(jīng)濟(jì)變量之間直接結(jié)構(gòu)關(guān)系的計量經(jīng)濟(jì)學(xué)方程系統(tǒng)稱為結(jié)構(gòu)式模型。 結(jié)構(gòu)方程的正規(guī)形式:將一個內(nèi)生變量表示為其他內(nèi)生變量、先決變量和隨機(jī)干擾項(xiàng)的函數(shù)形式完備的結(jié)構(gòu)式模型:g個內(nèi)生變量、k個先決變量、g個結(jié)構(gòu)方程行為方程:描述變量之間經(jīng)驗(yàn)關(guān)系的方程,含有未知的參數(shù)和隨機(jī)擾動項(xiàng)。例如:凱恩斯收入決定模型中的消費(fèi)函數(shù)制度方程:由法律、制度、政策等制度性規(guī)定的經(jīng)濟(jì)變量之間的函數(shù)關(guān)系,如稅收方程。恒等式:定義方程式和平衡方程。簡化式模型:用所有先決變量作為每個內(nèi)生變量的解釋變量所形成的模型。 參數(shù)關(guān)系體系:描述簡化式參數(shù)與結(jié)構(gòu)式參數(shù)之間的關(guān)

3、系。二、識別方程之間的關(guān)系有嚴(yán)格的要求,一個方程模型想要能估計,必須可識別。進(jìn)行模型的估計之前需要判斷模型是否可以識別(即是否能被估計)。1、識別的基本定義:是否具有確定的統(tǒng)計形式。注:識別的定義是針對結(jié)構(gòu)方程而言的。模型中每個需要估計其參數(shù)的隨機(jī)方程都存在識別問題。如果一個模型中的所有隨機(jī)方程都是可以識別的,則認(rèn)為該聯(lián)立方程模型系統(tǒng)是可以識別的。反之不識別。恒等方程由于不存在參數(shù)估計問題,所以也不存在識別問題。但是,在判斷隨機(jī)方程的識別性問題時,應(yīng)該將恒等方程考慮在內(nèi)。 恰好識別:某一個隨機(jī)方程只有一組參數(shù)估計量過度識別:某一個隨機(jī)方程具有多組參數(shù)估計量 方程的線性組合是否得到的新方程具有與

4、消費(fèi)方程相同的統(tǒng)計形式,決定了方程也是否是可以識別的。 2、如何修改模型使不可識別的方程變成可以識別(1)或者在其它方程中增加變量;(2)或者在該不可識別方程中減少變量。(3)必須保持經(jīng)濟(jì)意義的合理性。3、識別條件結(jié)構(gòu)式:用B00表示第i個方程中未包含的變量在其他g-1個方程中對應(yīng)系數(shù)組成的矩陣,則: 不可識別:R(B00)< g-1 可識別:R(B00)= g-1 恰好識別:k-ki =gi-1過度識別:k-ki >gi-1簡化式: 不可識別:R(2)< gi-1 可識別:R(2)= gi-1 恰好識別:k-ki=gi-1過度識別:k-ki>gi-1注:可以從數(shù)學(xué)上嚴(yán)

5、格證明,簡化式識別條件和結(jié)構(gòu)式識別條件是等價的例題:判斷第1個結(jié)構(gòu)方程的識別狀態(tài) 所以,該方程可以識別。因?yàn)樗?,?個結(jié)構(gòu)方程為恰好識別的結(jié)構(gòu)方程。 判斷第2個結(jié)構(gòu)方程的識別狀態(tài) 所以,該方程可以識別。因?yàn)樗?,?個結(jié)構(gòu)方程為過度識別的結(jié)構(gòu)方程。 第3個方程是平衡方程,不存在識別問題。綜合以上結(jié)果,該聯(lián)立方程模型是可以識別的。與從定義出發(fā)識別的結(jié)論一致。 三、估計聯(lián)立方程計量經(jīng)濟(jì)學(xué)模型的估計方法分為兩大類:單方程估計方法和系統(tǒng)估計方法。聯(lián)立方程模型的單方程估計方法不同于單方程模型的估計方法 。 1、狹義的工具變量法 IV解決結(jié)構(gòu)方程中與隨機(jī)誤差項(xiàng)相關(guān)的內(nèi)生解釋變量問題(才方便用OLS估計)

6、工具變量:在模型估計過程中被作為工具使用,以替代模型中與隨機(jī)誤差項(xiàng)相關(guān)的隨機(jī)解釋變量。 (1)與所替代的隨機(jī)解釋變量高度相關(guān); (2)與隨機(jī)誤差項(xiàng)不相關(guān); (3)與模型中其它解釋變量不相關(guān),以避免出現(xiàn)多重共線性。 工具變量的應(yīng)用:用OLS估計模型,相當(dāng)于用xi去乘模型兩邊、對i求和、再略去åximi項(xiàng)后解出: 在大樣本下成立,即OLS估計量具有一致性。然而,如果Xi與mi相關(guān),即使在大樣本下,也不存在 (åximi)/n®0 ,則結(jié)果在大樣本下也不成立,OLS估計量不具有一致性。 如果選擇Z為X的工具變量,那么在上述估計過程可改為:利用E(zimi)=0,在大樣本

7、下可得到:基本步驟為:(1)選擇適當(dāng)?shù)墓ぞ咦兞看娼Y(jié)構(gòu)式方程左邊的作為解釋變量的內(nèi)生變量。(2)分別用已選定的工具變量去乘結(jié)構(gòu)方程,并對T次觀察求和,得到方程個數(shù)與未知結(jié)構(gòu)參數(shù)個數(shù)相同的一個線性聯(lián)立方程組。(3)求解所得到的線性方程組,求得結(jié)構(gòu)參數(shù)估計值。矩陣的參數(shù)估計量為:2、間接最小二乘法 ILS聯(lián)立方程模型的結(jié)構(gòu)方程中包含有內(nèi)生解釋變量,不能直接采用OLS估計其參數(shù)。但是對于簡化式方程,可以采用OLS直接估計其參數(shù)。滿足條件: 被估計的結(jié)構(gòu)式方程必須是恰好識別的;每個簡約式模型的隨機(jī)擾動項(xiàng)應(yīng)滿足最小二乘法的假設(shè);前定變量之間不存在高度多重共線性?;静襟E: 對聯(lián)立方程組模型進(jìn)行識別;將結(jié)

8、構(gòu)式模型轉(zhuǎn)化為簡約式模型;對每個簡約式方程用OLS進(jìn)行估計得到簡約式參數(shù)的估計值;根據(jù)參數(shù)關(guān)系體系有簡約式參數(shù)估計值確定結(jié)構(gòu)式參數(shù)的估計值。3、二階段最小二乘法 2SLS在實(shí)際的聯(lián)立方程模型中,恰好識別的結(jié)構(gòu)方程很少出現(xiàn),一般情況下結(jié)構(gòu)方程都是過度識別的。2SLS是一種既適用于恰好識別的結(jié)構(gòu)方程,又適用于過度識別的結(jié)構(gòu)方程的單方程估計方法。 假設(shè)條件: 結(jié)構(gòu)方程中的隨機(jī)擾動項(xiàng)為0均值,常數(shù)協(xié)方差且序列埠相關(guān)。所有前定變量同隨機(jī)擾動序列不相關(guān);前定變量之間不存在漸進(jìn)的多重共線性;樣本容量足夠大,至少大于方程中出現(xiàn)的簽訂變量個數(shù);結(jié)構(gòu)式方程必須可以識別。一般步驟: 第一階段:對內(nèi)生解釋變量的簡化式

9、方程使用OLS。用估計量代替結(jié)構(gòu)方程中的內(nèi)生解釋變量,得到新的模型第二階段:對該模型應(yīng)用OLS估計,得到的參數(shù)估計量即為原結(jié)構(gòu)方程參數(shù)的二階段最小二乘估計量4、三階段最小二乘法 3SLS假設(shè)基礎(chǔ):1、聯(lián)立方程組模型是可以識別的 2、全部方程式均已用代換方法消除 3、模型中的所有結(jié)構(gòu)方程都是正確設(shè)定的 4、每個結(jié)構(gòu)式方程的隨機(jī)擾動項(xiàng)具有零均值,同方差并且無自相關(guān)。 5、不同的結(jié)構(gòu)式方程的隨機(jī)擾動項(xiàng)是同期相關(guān)的。步驟:1、用普通最小二乘法估計簡約式參數(shù)II,并且對每個方程計算Yi拔。2、估計出兩階段最小二乘法的參數(shù)估計量,并計算出方差協(xié)方差矩陣3、用廣義最小二乘法進(jìn)行估計其基本思路是 3SLS=2SLS+GLS特點(diǎn):(1)如果聯(lián)立方程模型系統(tǒng)中所有結(jié)構(gòu)方程都是可以識別的,并且非奇異,則3SLS估計量是一致

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論