联立方程模型的识别
第十二章 联立方程组:模型、识别与估计
β11 = β 22 = L = β MM = 1 , 用以说明它是每个结构式方程中的因变量系数为 1;x t
的第 1 个元素通常是常数 1,主要用以说明 K 个外生变量中含常数项。 运用经济理论可以在参数矩阵上加上一些约束条件, 从而使整个联立方程组
模型能够被估计。 在讨论联立方程组模型的简约式之前,我们再来看一个联立方程组模型结构 式的特殊情况: 如果结构式方程组中的 Β 是一个上三角矩阵,则模型具有如下形式: y t1 = f 1 ( xt ) + ε t1 y t2 = f 2 ( yt1 , xt ) + ε t 2 … … … … … … … … ..
−1 ′ −1 + ε ′ ′ ′ y′ t = − xt ΓΒ t Β = x t Π + vt
′ ′ y′ , 2, L, T 为联立方程组模型的简约式。 t = x t Π + vt , t = 1
′ −1 。 v′ t = ε tΒ
这里, Π = −ΓΒ −1 ,同时还有
如果完全从矩阵角度描述联立方程组模型的简约式,我们有:
y11 y 21 L y T1 x11 x + 21 L x T1 x12 x22 L xT 2
y12 y 22 L yT 2
L y1M L y 2M L L L y TM
β 11 β 21 L β M1
收入恒等式: Yt = Ct + I t (12.1.5) 其中 C=消费支出、Y=收入、I=投资、t=时间 。 简单的凯恩斯消费模型展示的是其结构式方程 。里面有二个内生变量,即 Ct , Yt 。所以这个经济模型是完备的。 消费行为方程是根据“收入决定说”的理论建立的,即认为当期消费仅由当 期收入决定。投资被认为是一个外生变量。 收入是一个均衡条件。 1.3 小型宏观经济模型 消费行为方程: 投资行为方程: 需求恒等式: Ct = α 0 + α1 y t + α 2C t−1 + ε t1 I t = β 0 + β1rt + β 2 ( y t − y t−1 ) + ε t 2 y t = Ct + I t + G t ( α1 + β 2 ≠ 1) (12.1.6) (12.1.7) (12.1.8)
联立方程模型的识别
上例采用完备的结构式模型法:
内生变量:Ct、It、Yt,
数目:g=3
先决变量:常数项C、Yt-1, 数目:k=2(含常数项)
步骤2 写出模型的参数矩阵(ВΓ) 方法:根据结构式模型写参数矩阵的方法 注意:参数矩阵中变量的顺序及对应关系
Ct 0 1Yt 1t It 0 1Yt 2Yt1 2t
以是否具有确定的统计形式作为识别的基本定义。 (1)什么是“统计形式”? ——变量和方程关系式 (2)什么是“具有确定的统计形式”? ——模型系统中其他方程或所有方程的任意线性组合所构成的新 的方程都不具有这种统计形式
⒊模型的识别
上述识别的定义是针对结构方程而言的。 模型中每个需要估计其参数的随机方程都存在识别问题。 如果一个模型中的所有随机方程都是可以识别的,则认为该联立方
数目:g1=2 数目:k1=1
步骤3.2 写出方程所对应的中的剩余参数矩阵(В0Γ0)
方法:在参数矩阵(ВΓ)中 1)划掉所判断的方程对应的行 2)划掉所判断的方程中的变量所对应的列 3)剩余元素按原顺序排列的矩阵即为(В0Γ0)
对于第1个方程: Ct= α0+ α1Yt+μ1t
在参数矩阵(ВΓ)中,方程中的所有系数对应第1行,变量所对应的列 分别为第1列(Ct)、第3列(Yt)、第4列(常数项)
第1与第3个方程的线性组合得到的新方程具有与投资方程相同的统计 形式,所以投资方程也是不可识别的。
于是,该模型系统不可识别。 参数关系体系由3个方程组成,剔除一个矛盾方程,2个方程不能求得4
个结构参数的确定值。也证明消费方程与投资方程都是不可识别的。
【例题2】在投资方程中增加了1个变量
Ct 0 1Yt 1t I t 0 1Yt 2Yt 1 2t
第十二章:联立方程模型的识别
[计量经济学讲义] 第十二章:联立方程模型的识别§1 模型识别的概念一、定义所谓识别问题,是指能否从所估计的简化式模型系数求出一个结构式方程的参数的数值估计值。
如果能够,就说该方程是可以识别的(identified );如果不能,就说所考虑的方程是不可识别的(unidentified)或不足识别的(underidentified)。
结构方程可以识别又包括两种情况:如果求解结构参数值唯一,则称恰好识别;如果求解结构参数值不唯一,则称过度识别。
二、不可识别情形 例1:需求函数:t Q =1α+2αt P +t u 1 (1.1) 供给函数:t Q =1β+2βt P +t u 2 (1.2)其简化式为:t P =1∏+t v (1.3) t Q =2∏+t w (1.4)其中1∏=2211βααβ--;2∏=222112βαβαβα--。
可以用OLS 方法估计简化式,得到简化式的两个系数1∏和2∏。
这两个系数包含了供求关系的四个系数,1α、2α、1β和2β。
但是,要估计4个未知数,仅有2个方程是不足的,因此无法确定上述四个参数。
三、恰好识别情形 例2:t Q =1α+2αt P +3αt Y +t u 1 (2.1) t Q =1β+2βt P +t u 2 (2.2)其简化式为:t P =1∏+2∏t Y +t v (2.3)t Q =3∏+4∏t Y +t w (2.4)其中1∏=2211βααβ--;2∏=223βαα--;3∏=222112βαβαβα--;4∏=2223βαβα--供给函数是可以识别的,这时因为:1β=3∏-2β1∏2β=4∏/2∏但是没有估计需求函数的唯一方法,因此需求函数仍不可识别。
例3:t Q =1α+2αt P +3αt Y +t u 1 (3.1) t Q =1β+2βt P +3β1-t P +t u 2 (3.2)其简化式为:t P =1∏+2∏t Y +3∏1-t P +t v (3.3) t Q =4∏+5∏t Y +6∏1-t P +t w (3.4)其中1∏=2211βααβ--;2∏=223βαα--;3∏=223βαβ-;4∏=222112βαβαβα--;5∏=2223βαβα--;6∏=2232βαβα-;四、过度识别情形 例4:t Q =1α+2αt P +3αt Y +4αt R +t u 1 (4.1) t Q =1β+2βt P +3β1-t P +t u 2 (4.2)其简化式为:t P =1∏+2∏t Y +3∏t R +4∏1-t P +t v (4.3) t Q =5∏+6∏t Y +7∏t R +8∏1-t P +t w (4.4)其中1∏=2211βααβ--;2∏=223βαα--;3∏=224βαα--;4∏=223βαβ-5∏=222112βαβαβα--;6∏=2223βαβα--;7∏=2224βαβα--;8∏=2232βαβα-。
§17联立方程的识别
§17.联立方程的识别在进行联立方程模型参数估计之前需要解决模型的识别问题。
模型识别的内容可从以下两个方面来理解,第一,从建立模型的本身来看,要求模型中的每一个方程不能有互相代替的现象,更确切是,模型中的单一方程之间是相互独立的;第二,从参数估计来看,要求利用样本资料估计出简化型参数后,通过简化型参数的估计量可以求得模型结构参数的估计量。
这些要求达到了,则说模型被识别了。
否则,模型不能识别。
所以,只有当模型中任一结构方程可识别时才能够考虑估计问题,否则会引起一系列的问题。
一、模型识别的定义为了说明模型识别的定义我们先看一个例子。
考察某农产品的供求平衡模型,农产品的需求函数可写成11110u P b b Q ++= (17-1)农产品的供应函数可写成22120u P b b Q ++= (17-2)Q 为平衡销售量,P 为农产品的价格,21,u u 为随机项。
联立(17-1)、(17-2)得到一联立方程模型。
⎩⎨⎧++=++=2212011110u P b b Q u P b b Q (17-3) 用任意常数)0( ,2121≠+λλλλ分别乘(17-1)、(17-2)两端,然后相加,经整理得 v P a a Q ++=10 (17-4) 其中 212021010λλλλ++=b b a 212121111λλλλ++=b b a 212211λλλλ++=u u v方程(2-16)称为线性组合方程,对不同的常数 ,21λλ可得不同的线性组合方程。
如果对需求函数(2-13)式进行估计得P b b Q 1110ˆˆˆ+= (2-17) 我们无法判断11ˆb 是需求函数的参数11b 的估计值,还是供给函数的参数21b 的估计值,还是线性组合方程的参数1a 的估计值。
因为需求函数(2-13)与供应函数(2-14)以及线性组合方程(2-16)具有相同的内生变量和先决变量,它们在统计形式上是无法区分的,也就是说它们的统计形式不是唯一的,所以,需求函数方程(2-13)与供应函数方程(2-14)都是不能识别的。
第六章联立方程组模型及其识别问题
α1 + α 2 β1 β + α1β 2 和Π 21 = 1 从 1− α2β2 1− α2β2 简约式参数推导、 确定出结构式参数的。 能否根据简约式参数解出结构 式参数, 是识别问题的另一种标准 9
识别性问题的意义
如在需求函数中引入收入变量Yt, 则 Qt = α1 + α 2 Pt + ε 1t Pt = β1 + β 2Qt + β 3Yt + ε 2t 则其简约式转化为
7
识别性问题的意义
联立方程模型识别问题 的本质 , 是由于联立方程模型中 有多个方程 , 内生变量的水平是由多 个方程的共同作用所决 定的 , 因此能否根据所 观测到的变量数据 , 推测出生成它们的各方 面的关系很值得疑问 。 如 供给需求均衡模型中 Qt = α1 + α 2 Pt + ε 1t Pt = β1 + β 2 Qt + ε 2 t 如果模型中的参数是已 知的 , 那么很容易根据这个模 型解出均衡价格 和销售量 , 实际上也就是模型的简 约式 α + α 2 β1 ε 1t + α 2ε 2t + = Π 11 + u1t Qt = 1 1 − α 2β2 1− α2β2 Pt =
联立方程组模型及其识别问题
单方程模型所分析的是经济活动、经济关系中的单向的影响 或决定关系,但经济活动中存在着复杂的相互依存和制约的 交互作用,以至多层次的动态交互影响和循环反馈,对于这 样的经济关系,如果将其割裂成一个个的单向关系进行分析, 是不真正理解和掌握经济活动的内在规律的,必须把它作为 整体,完整地加以考察和分析 联立方程模型在形式上是由多个单方程组成的。由于联立方 程组模型各个方程的变量之间,必然有着非常密切的内在联 系,会使逐个方程的分析方法,产生严重的问题,因此需要 讨论联立方程的计量经济方法
联立方程计量经济学模型的识别
• (6.3.1)已经证明不具有确定的统计形式,所以消费方程(1)是
不可识别的。
Ct 01Yt 1t (1)
• 因为(2)和(3)的线性
It
0
1Yt
2t
(2)
• 组合(4)与(1)有相同形式。 Yt Ct It
(3)
(6.3.1,)
把(2)代入(3)得:Ct 011Yt 2t,
即得到:Ct 01Yt 2t (4)
所以消费方程是恰好识别的,投资方程都是不可识别的。
亦可用定义2来判断:
结构式:
Ct 01Yt 1t
It
0
1Yt
2Yt1 2t
Yt Ct It
(1) (2) (3)
易见:把(3)代入(2)得:It 0 1(Ct It)2Yt1 2t
再把(1)代入上,式 并整理得 : It
1
11
(0
01
11Yt
2Yt1)
2、结构式方程识别的条件
• 对于结构式模型,其识别条件为:若识别第 i个方程,在结构
系数矩阵 (B )内划掉第 i行,同时划掉第 i行上非零系数所在 列,[即在(B)中划掉该方程所在的行,并划掉包含在该方程中 的变量(包括内生变量、先决变量和常数项)的系数所在的列], 剩下的系数仍按原次序排列所组成的矩阵记为(B00)。 • 如果R( B00)< g-1,则第 i个方程是不可识别的; • 如果R( B00)=g-1,则第 i个方程是可识别的。 • (上述准则称为结构式方程识别的秩条件,秩条件是第 i个方程 可识别的充分必要条件)。
B0011 02
RB002g1,第一个方程.可以
又kk11g11第 1个方程是恰.好识别的
识别 2个 第结构k2 方 1,程 g2: 2
11 联立方程模型和识别
E (vi v j ) 0 E (ui u j ) 0
Pt
2 vt u t v Cov( Pt , vt ) E[( Pt E ( Pt )(vt E (vt ))] E ( vt ) 0 1 1 1 1
式中: E(ui u j ) 0 i j
特点:递归模型中每个方程的变量间的关系为单向
因果关系,故不存在内生变量之间的相互依赖。可用OLS 法逐个估计各方程。估计结果具有BLUE的统计性质。
三、联立方程模型的识别问题 (针对结构模型)
◆
结构方程的识别
若结构方程的参数可以由相应的约简型的参数来确定, 则称这个结构方程可识别。 若结构方程在模型中具有唯一的统计形式,则这个结 构方程可识别。
( )Qt ( 0 0 ) ( 1 1 ) Pt (vt ut )
0 0 1 1 vt ut Qt Pt
※说明组合出来的式子与(1)、(2)具有相同的统计形式,并且
在数目上无限,因而是不可识别的。
例2 下列模型(1)式过度识别,(2)式不可识别
Qts 0 1Pt vt Qtd 0 1Pt 2Yt ut Qtd Qts Qt (1) (2) (3)
( )Qt ( 0 0 ) ( 1 1 ) Pt 2Yt (vt ut )
即该方程不包含而为模型中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。
3、—满足阶条件的方程不一定能识别。 —满足秩条件的方程再用阶条件判断恰好识别或过 度识别。
联立方程计量经济学模型的识别与估计
CWYKW tPtttGt1O300000\0y21010001100(00010容易验证该矩阵的秩为5,与整个模型w G T T Y tGt t t t1t1竹000000V1V2V2E1000000000000000),从而是可以识别的。
°202300Gt 0 0 1 0 0)联立方程计量经济学模型的识别与估计Klein于1950年建立的旨在分析美国两次世界大战间经济发展的小型宏观计量经济学模型如下:消费:c t=%+〜n t+僞耳i+〜(%+%)+%投资:人=兀+久存+侑耳1+峡1+纭工资:叫=卩0+人(Y t+T t叫丿+卩2(I1+T t1“Gt1)+泾+妆收入:Y t=C t+I t+G t T t利润:n t=y t w pt w Gt资本存量:£=—+仪i其中,Y,C,/,%,%,〃,K,G,T,t分别代表收入、消费、投资、私人工资、政府工资、利润、资本存量、政府支出、税收与时间。
1)模型的识别该模型中的内生变量共6个,分别为Y,C,I,W p,n,K,外生变量分别为为“G,G,T,t,先决变量共9个,分别为为岭1〃…,K1,W Gt,G t,Tt,t,咚1,—对于该模型的识别过程如下:对于消费方其中未包含的变量在其他方程中对应系数所组成的矩阵I Y K K w G T T Y tt t t t1Gt1t t t1t1100传0000000V10V20V1E E V31100011000010*******(1011000000)容易验证该矩阵的秩为5,与整个模型系统的内生变量减1后相等,从而是可以识别的。
另一方面,由于k心=103=7>2=31=21,因此,消费方程是过度识别的。
对于投资方程,其中未包含的变量在其他方程中对应系数所组成的矩阵为:另一方面,由于k心=103=7>1=21=9t1,因此,投资方程是过度识别的。
对于工资方程,其中未包含的变量在其他方程中对应系数所组成的矩阵为:cIn K tttt10线001B0111000010(0101容易验证该矩阵的秩为5,与整个模型系统的内生变量减1后相等,从而是可以识别的。
联立方程模型的识别
第十二章联立方程模型的识别识别的概念:联立方程模型是由多个方程组成。
由于各个方程包含的变量之间可能存在互为因果的关系,某个方程的自变量可能是另一个方程中的因变量,所以需要对模型中的各个方程之间的关系进行严格的定义,否则联立方程模型中的系数就可能无法估计。
所以在进行模型估计之前首先要判断它是否可以估计,这就是模型的识别。
关于识别的定义:就是指由简化式参数导出结构式参数的充分必要条件。
识别一词的本意就是用来说明这种有简化式参数导出结构式参数的可能性的。
所谓统计形式,即方程中的变量与变量之间的函数关系式。
“确定的统计形式”,也就是模型中其他方程或所有方程的任意线性组合所构成的新的方程,都不再具有这种统计形式。
第一节模型的识别上述识别的定义是针对结构方程而言的。
模型中每个需要估计其参数的随机方程都存在识别问题。
如果一个模型中的所有随机方程都是可以识别的,则认为该联立方程模型是可以识别的。
反过来,如果一个模型系统中存在一个不可识别的随机方程,则认为该联立方程模型是不可识别的。
结构式模型的一般形式:;∑∑g k b Y +r X =μi =1,2,,g ij j ij j i j=1j=1…………………(12.1) 矩阵形式为:BY+ΓX=μ…………………………………… (12.2)一、 模型识别的两种含义:(1)从结构式参数和简化式参数的关系角度一个结构方程可以识别是指它的全部结构式系数可以从参数关系体系的方程组求解出。
结构方程可以识别又包含两种情况:如果求解结构参数值唯一,则称恰好识别;如果求解结构参数值不唯一,则称过度识别。
(2)从结构方程的统计形式看如果被识别方程具有确定的统计形式,则称这个结构方程可以识别,否则为不可识别。
确定的统计形式是指模型中若干个方程或全部方程以及它们的任意线性组合方程都与被识别方程含有不完全相同的变量。
只有当联立方程中每个随机结构方程都能识别,该模型才是可以识别的,否则是不可识别的。
第十章第二节 联立方程组的识别
模型中变量总数 M+K
第 i 个方程中包含的变量总个数 mi ki
第 i 个方程中不包含的变量总个数(M K ) (mi ki )
阶条件:如果 (M K ) (mi ki ) M 1
如果 (M K ) (mi ki ) M 1 如果 (M K ) (mi ki ) >M—1 如果 (M K ) (mi ki ) <M—1
12 1 1
•注意:与例题3相比,在需求方程中增加了1个变量, 供给方程变成过度识别。
三、模型识别的条件
对规模较大的模型而言,利用定义来判断模 型的可识别性的方法过于繁难,我们将在本节学 习模型识别的条件。
因为计量经济学首先构造出来的模型是结构 式的。因此,直接对结构式模型进行识别的方法 更为常用。
⒋识别的种类:恰好识别(Just Identification) 与过度识别 (Over identification)
• 恰好识别:结构型模型的参数(估计值)能够惟 一地由简化式模型参数(估计值)表示出 ;
• 过度识别:结构型模型的参数(估计值)能够由
简化式模型参数估计值求得,但取值不惟一 ;
模型
如果确定的值只有一组则称恰好识别,
如果有多组确定的值,则称过度识别”
若矩阵B是满秩的,即B-1存在,则从模型的一般形式: BY X U
可得: Y B1 B1U
若记= B1,V=B1U 即得:Y X V, 为模型的简化式。 Bmm , mk , mk
如果 K ki mi 1 不可识别 可以证明,方式1和方式2是等价的 注意: 阶条件比较简便,但只是方程可识别的必要条
件,还不是充分条件
第二节 联立方程模型的识别
一 模型识别的概念
1. 随机方程可识别:如果随机方程的所有未知 参数可通过参数关系求出,则随机方程可识别。 否则不可识别。 可识别分为: 恰好识别 过度识别 2. 联立方程模型可识别:如果联立方程每个随 机方程均可识别(即联立方程模型模型所有参数 可由参数关系式体系求出)则称联立方程模型是 可识别的。否则模型不可识别。
在实际问题中,一般不是等到模型建立之后,再去考虑 识别问题,而是在建立模型时就注意到使每个结构方程 可以识别。 建立结构方程时可按照以下原则: 在建立某个结构方程时,要使该方程包含前面每一个方 程中都不包含的至少一个变量(内生或预定变量),同 时使前面每一个结构方程都包含至少一个该方程所未包 含的变量,且互不相同。 例,该方程有X,前面的每个方程都没有,该方程没有Y、 Z,前面的方程有的含有Y、有的含有Z。 建立模型时,最好将每个方程所包含的变量记录在 一个表中。
二、
模型识别的规则
设联立方程模型含有g个内生变量,k个预定变量。第i个 结构方程含有gi个内生变量,ki个预定变量,判别第i 个结构方程可识别的准则: (1)当k- ki<gi-1 或g+k-( gi+ ki)<g-1,第i个结构方 程不可识别。即阶条件不满足。 (2)设 ( B ) 是模型的结构型系数矩阵 ( B ) 0 0 中划去第i个方程所在的行(第i行),并划去第i个方程 中非零系数所在的列后剩下的系数所组成的矩阵。 当rk ( B 0 0 ) = g-1,则第i个结构方程可识别。 此时,若k- ki=gi-1 或g+k-( gi+ ki)=g-1,第i个结构方 程是恰好识别; 若k- ki>gi-1 或g+k-( gi+ ki)>g-1,第i个结构方程是过 度识别。
第七章---联立方程模型的概念和构造(金融计量学)
二、秩条件
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G-1,则该 结构方程是可识别的,若秩小于G-1则该结构方程是不 可识别的对某结构式模型中的第i个方程利用秩条件判 断其可识别性,可按以下步骤进行:
一般的,简化式模型就是把结构式模型中的内 生变量表示为前定变量和随机误差项的函数的 联立方程模型。同结构参数矩阵的表示方法一 样,模型7.3中的简化式参数矩阵可表示为:
Qt Pt
1
Yt
Pt 1
1
0
21 12 2 2
0 1
1 1 2 2
2 2
2 2
2
2
2 2
五、联立性偏误
2 2 2 2 2 2
2 2
= 21 22Yt 23Pt 1 wt
其中 的各值表示为各变量前的系数,
根据上述关系式,若已知 11、 12、 13、 21、 22、 2 ,则可得:
= 22或
12
=
23 13
, 1 = 21 11 * 2,
但我们却无法求得 1、2、、4 的值,
表述2:在一个线性联立方程模型中,某方程可识别的 一个必要条件(阶条件)是:该方程所不包含的前定 变量的个数必须不少于方程右边所包含的内生变量的 个数。若该方程所不包含的前定变量的个数等于方程 右边所包含的内生变量的个数,则该方程是恰好识别 的;若大于,则该方程是过度识别的。
可以证明两种表述方式是等价的。下面通过一个例子说
9.4联立方程模型的识别条件
例5 宏观经济模型
Ct a0 a1Yt a2Ct1 u1t It b0 b1Yt u2t Yt Ct It
用阶条件判断消费方程和投资方程的识别状态。
K 4,G 3
消费方程中, Mi 3, 所以不可识别。
K Mi 1 G 1 2
5
投资方程中, Mi 2,
K Mi 2 G 1 2
Байду номын сангаас
-c1
0
0
-1 -1 0 1 0 -1
(2)在结构参数矩阵中先划去待判断方程的系 数(即第一行),再划去该方程中非零系数所在 的列(第1、3、4列),得到该方程的被斥变量 结构参数矩阵:
11
1 -b2 0
0
0
0
-1 0 -1
(3)被斥变量结构系数矩阵的秩等于2,根据秩条 件,消费方程是不可识别的。
第四节 联立方程模型的识别条件
• 结构方程识别的阶条件 • 结构方程识别的秩条件 • 结构方程识别的一般程序
1
一、识别的阶条件 (必要条件) 思想: 一个结构方程的识别,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 这类变量的个数去判断方程的识别状态。
2
识别的阶条件:
对结构模型中的第i个方程,记K为结构模型中 内生变量和预定变量的总个数,Mi为第i个结构 方程中内生变量和预定变量的总个数,G为结构 模型中内生变量即结构方程的个数,则判断第i 个结构方程识别状态的阶条件为:
7
三、模型识别的一般程序 第一步,首先考虑阶条件。阶条件不成立,则方 程不可识别。 第二步,如果阶条件成立,再考虑秩条件是否成 立。如果秩条件不成立,则该方程仍不可识别。 第三步,秩条件成立时,再根据阶条件来判断是 过度识别,还是恰好识别。
计量经济学简明教程-09第九章_联立方程模型的识别
2021/4/10
9
第九章 联立方程模型的识别
三、结构式模型识别 2、结构方程的秩识别 (1)结构方程的秩识别条件
在由 k个结构方程组成的结构模型中,某 一结构方程如果能得到识别,则该方程不包 含而其他结构方程包含的那些变量的系数矩 阵的秩等于 k 。1
2021/4/10
10
第九章 联立方程模型的识别
2021/4/10
6
第九章 联立方程模型的识别
二、简化式模型识别 3、课堂示例讲解
Y1 2 X Z1 1 Y2 X 3Z 2 2
Y1 Y2
2021/4/10
7第九章Biblioteka 联立方程模型的识别三、结构式模型识别 1、结构方程的阶识别 (1)结构方程的阶识别条件
对一个给定的联立方程模型,若存在 ,
第九章 联立方程模型的识别
二、简化式模型识别 2、简化式模型的识别规则 (1)若 Ra Δ n k k ,1则该结构方程不能识别。 (2)对 Ra Δ n k ,k1则该结构方程能得到识别。 (3)若 ,且 Ra Δ n k k 1 ll*k1 表明该结构方 程得到恰好识别。 (4)若 ,且 Ra Δ n k k 1 ll*k1,则该结构方 程属于过度识别。
2021/4/10
12
谢谢
l** k* 1
则表明相应的结构方程可识别。 必要条件表明某方程中含有的内生变量数减1
不大于除该方程之外的其他方程中的前定变量数。
2021/4/10
8
第九章 联立方程模型的识别
三、结构式模型识别 1、结构方程的阶识别 (2)、举例说明 结构方程的阶识别
QtS 0 1Pt 1t QtD 0 1Pt 2t
三、结构式模型识别 2、结构方程的秩识别 (2)举例说明 结构方程的秩识别条件
9.3联立方程模型的识别
• • • • 识别问题的提出 识别的定义 模型的识别 恰好识别和过度识别
一、识别问题的提出 例3 假设某商品的供求关系如下:
Dt = a0 + a1 Pt + u1t St = b0 + b1 Pt + u2t D = S t t
根据均衡条件,模型可以改写成: 需求方程 供给方程
模型3:
Dt = a0 + a1 Pt + a2Yt + u1t St = b0 + b1 Pt + b2Wt + u2t D = S t t
从模型识别的第一个定义看 • 供给方程仍然是可以识别的,因为任何方程的 线性组合都不能构成与它相同的统计形式。 • 需求方程也是可以识别的,因为任何方程的线 性组合都不能构成与它相同的统计形式。 • 于是,该模型系统是可以识别的。
待求的结构参数有4个,但参数关系体系方程组中 只有两个方程,所以无法求解,需求方程和供给 方程都是不可识别的。
三、模型的识别 • 上述识别的定义是针对结构方程而言的。 • 模型中每个需要估计其参数的随机结构方程都存 在识别问题。 • 如果一个模型中所有的随机结构方程都是可以识 别的,则认为该联立方程模型是可以识别的。反 过来,如果一个模型中存在一个不可识别的随机 结构方程,则认为该联立方程模型是不可以识别 的。 • 恒等方程由于不存在参数估计问题,所以也不存 在识别问题。
Qt = a0 + a1 Pt + u1t
Qt = b0 + b1 Pt + u2t
观察模型中的两个方程可以发现,需求方程和供 给方程具有完全相同的统计形式。利用样本资料 估计模型后,无法区分(或者识别)所估计的方 程是需求方程还是供给方程。 “识别” 实质是对特定的模型,判断是否有可能 得出有意义的结构型参数数值。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
参数关系体系由3个方程组成,剔除一个矛盾方程,2个方程不能求得4 个结构参数的确定值。也证明消费方程与投资方程都是不可识别的。
【例题2】在投资方程中增加了1个变量
Ct 0 1Yt 1t It 0 1Yt 2Yt1 2t
Yt Ct It
消费方程是可以识别的,因为任何方程的线性组合都不能构成与 它相同的统计形式。
1 1 1 0 0
步骤3 逐一判断每个随机方程的识别状态
方法:结构式识别的秩条件和阶条件 注意:1)只需判断模型中的随机方程,恒等方程无 需判断
2)每个随机方程都要进行判断,不能遗漏 3)正确判断每个随机方程中的内生变量数目gi和外
生变量的数目ki。 4)正确写出每个随机方程对应的(В0Γ0)
程模型系统是可以识别的。反过来,如果一个模型系统中存在一个 不可识别的随机方程,则认为该联立方程模型系统是不可以识别的 。 恒等方程由于不存在参数估计问题,所以也不存在识别问题。但是 ,在判断随机方程的识别性问题时,应该将恒等方程考虑在内。
⒋恰好识别与过度识别
如果某一个随机方程具有一组参数估计量,称其为恰好识别(Just Identification) ;
投资方程仍然是不可识别的,因为第1、第2与第3个方程的线性 组合(消去C)构成与它相同的统计形式。
于是,该模型系统仍然不可识别。 参数关系体系由6个方程组成,剔除2个矛盾方程,由4个方程是
不能求得所有5个结构参数的确定估计值。 可以得到消费方程参数的确定值,证明消费方程可以识别;因为
只能得到它的一组确定值,所以消费方程是恰好识别的方程。 投资方程都是不可识别的。
以是否具有确定的统计形式作为识别的基本定义。 (1)什么是“统计形式”? ——变量和方程关系式 (2)什么是“具有确定的统计形式”? ——模型系统中其他方程或所有方程的任意线性组合所构成的新 的方程都不具有这种统计形式
⒊模型的识别
上述识别的定义是针对结构方程而言的。 模型中每个需要估计其参数的随机方程都存在识别问题。 如果一个模型中的所有随机方程都是可以识别的,则认为该联立方
于是,该模型系统是可以识别的。 参数关系体系由12个方程组成,剔除4个矛盾方程,在已知简化式参
数估计值时,由8个方程能够求得所有7个结构参数的确定估计值。 但是,求解结果表明,对于消费方程的参数,只能得到一组确定值,
所以消费方程是恰好识别的方程; 而对于投资方程的参数,能够得到多组确定值,所以投资方程是过度
⒉例题
• 需要识别的结构式模型
y1i y2i
1 2x1i 3x2i 1i 1y3i 2x3i 2i
y3i 1y1i 2y2i 3x3i 3i
• 已知其简化式模型参数矩阵为
4 2 3
2
1
1
00
1 1
2
0
R ( 0 0)2g 1
所以,该方程可以识别。(秩条件)
又因为: k k 1 4 3 1 g 1 1 2 1
所以,第1个结构方程恰好识别。(阶条件)
(2)判断第2个结构方程的识别状态
It01 Y t2 Y t 12 t
内生变量数目:g2=2(含解释变量中的内生变量) 外生变量数目:k2=2(含常数项)
识别的方程。
注意: 在求解线性代数方程组时,如果方程数目大于未知数数目,被认为无
解;如果方程数目小于未知数数目,被认为有无穷多解。 但是在这里,无穷多解意味着没有确定值,所以,如果参数关系体系
中有效方程数目小于未知结构参数估计量数目,被认为不可识别。 如果参数关系体系中有效方程数目大于未知结构参数估计量数目,那
2
0
步骤3.3 应用阶条件和秩条件,完成方程判别 方法:阶条件和秩条件 注意:1)剩余参数矩阵(В0Γ0)的秩的判断 2)对于可识别方程,需要判断到最终状态
对于第1个方程: Ct= α0+ α1Yt+μ1t 剩余参数矩阵:
1 (00)1
2
0
其秩:R (В0Γ0)=2
由阶条件: R (В0Γ0)=2=g-1=3-1=2,所以方程可以识别; 由秩条件:k-k1=2-1=1=g-g1=3-2=1,所以方程恰好识别。
【例2】
Ct 0 1Yt 1t It 0 1Yt 2Yt1 2t
Yt Ct It
步骤1 判断模型中的内生变量、先决变量及其数目
方法:图形法、完备的结构式模型法 注意:先决变量包含常数项
上例采用完备的结构式模型法:
内生变量:Ct、It、Yt,
数目:g=3
先决变量:常数项C、Yt-1, 数目:k=2(含常数项)
如果某一个随机方程具有多组参数估计量,称其为过度识别 (Overidentification) 。
二、从定义出发识别模型
【例题1】
ICt t0 01Y1Yt t12t t
Yt Ct It
第2与第3个方程的线性组合得到的新方程具有与消费方程相同的统计 形式,所以消费方程也是不可识别的。
第1与第3个方程的线性组合得到的新方程具有与投资方程相同的统计 形式,所以投资方程也是不可识别的。
括内生变量和先决变量)在其它 g 1 个方程中对应系数所组成的
矩阵。于是,判断第 i 个结构方程识别状态的结构式条件为:
如果 R(00 ) g 1,则第 i 个结构方程不可识别; 如果 R(00 ) g 1,则第 i 个结构方程可以识别,并且
如果 k ki gi 1,则第 i 个结构方程恰好识别,
如果利用C、Y的样本观测值并进行参数估计后,很难判断得到的是消 费方程的参数估计量还是新组合方程的参数估计量。
只能认为原模型中的消费方程是不可估计的。这种情况被称为不可识 别。
只有可以识别的方程才是可以估计的。
事实上,联立方程模型是由多个方程构成的,对方程之间 的关系有严格的要求,否则模型就可能无法估计。 所以在模型估计之前,首先要判断其是否可以估计!
步骤3.4 重复步骤3.1-3.3,完成其他随机方程的判别
第2个方程: It= β0+ β1Yt+β2Yt-1+μ2t,不可识别;
第3个方程: Yt=Ct+It
无需识别。
步骤4 综合各个方程的判别结果,给出模型的判别结论
注意: 1)所有随机方程均可识别(包括恰好识别和过度识别),则模 型可以识别(无需区别恰好识别还是过度识别)。 2)只要有一个随机方程不可识别,则整个模型不可识别。
对于第1个方程: Ct= α0+ α1Yt+μ1t
在参数矩阵(ВΓ)中,方程中的所有系数对应第1行,变量所对应的列 分别为第1列(Ct)、第3列(Yt)、第4列(常数项)
1 0 1 ()0 1 1
1 1 1
Ct
It
Yt
0 0
0
C
0 第1个方程
2 第2个方程
0 第3个方程
Y t1
由此:
1 (00)1
么每次从中选择与未知结构参数估计量数目相等的方程数,可以解得 一组结构参数估计值,换一组方程,又可以解得一组结构参数估计值 ,这样就可以得到多组结构参数估计值,被认为可以识别,但不是恰 好识别,而是过度识别。
⒌如何修改模型使不可识别的方程变成可以识别
或者在其它方程中增加变量; 或者在该不可识别方程中减少变量。 必须保持经济意义的合理性。
数估计值时,由6个方程能够求得所有6个结构参数的确定估计值。 而且,只能得到所有6个结构参数的一组确定值,所以消费方程和投
资方程都是恰好识别的方程。
【例题4】
Ct 01Yt 2Ct13Pt1 1t It 01Yt 2Yt1 2t
Yt Ct It
消费方程和投资方程仍然是可以识别的,因为任何方程的线性组合都 不能构成与它们相同的统计形式。
【例题3】 在消费方程中增加了1个变量
Ct 0 1Yt 2Ct1 1t
It 0 1Yt 2Yt1 2t
Yt Ct It
消费方程仍然是可以识别的,因为任何方程的线性组合都不能构成与 它相同的统计形式。
投资方程也是可以识别的,因为任何方程的线性组合都不能构成与它 相同的统计形式。
于是,该模型系统是可以识别的。 参数关系体系由9个方程组成,剔除3个矛盾方程,在已知简化式参
如果 k ki gi 1,则第 i 个结构方程过度识别。
一般将该条件的前一部分称为秩条件(Rank Condition),用 以判断结构方程是否识别;
将后一部分称为阶条件(Order Conditon),用以判断结构方 程恰好识别或者过度识别。
【例1】
Ct 01Yt 2Ct13Pt1 1t 内生变量数目:
⒉方程识别的定义
—“如果联立方程模型中某个结构方程不具有确定的统计形式,则称 该方程为不可识别。”
—“如果联立方程模型中某些方程的线性组合可以构成与某一个方程 相同的统计形式,则称该方程为不可识别。”
—“根据参数关系体系,在已知简化式参数估计值时,如果不能得到 联立方程模型中某个结构方程的确定的结构参数估计值,则称该方 程为不可识别。”
对于上例:模型不可识别。
四、简化式识别条件
直接从简化式模型出发 用于判断结构方程
⒈简化式识别条件
如果已经知道联立方程模型的简化式模型参数,那么可以通过对简化 式模型的研究达到判断结构式模型是否识别的目的。
由于需要首先估计简化式模型参数,所以很少实际应用。
对于简化式模型
Y X
简化式识别条件为:
以判断第1个方程为例:
C t 01 Y t1t
步骤3.1 判断方程中的内生变量和先决变量及其数目 注意:先决变量包含常数项
对于第1个方程: 内生变量:Ct、Yt, 先决变量:常数项C,
数目:g1=2 数目:k1=1
步骤3.2 写出方程所对应的中的剩余参数矩阵(В0Γ0)