【正文】 ，決定經(jīng)濟計量模型包括的方程和變量數(shù)量；然后，按照經(jīng)濟理論，用合適的方程來描述經(jīng)濟體系中的各種經(jīng)濟關(guān)系。一般來說，經(jīng)濟體系中有多少個內(nèi)生變量，就設(shè)計多少個方程，從而構(gòu)成一個完整的經(jīng)濟計量模型。 2．模型識別 模型的識別是指判別模型的結(jié)構(gòu)參數(shù)能否根據(jù)統(tǒng)計數(shù)據(jù)作出唯一的估計，亦即聯(lián)立方程能否有解，以及解的個數(shù)是否唯一的問題的判斷。設(shè) G為模型中方程的個數(shù)， m為需要識別方程中內(nèi)生變量的個數(shù)， k為模型中前定變量的個數(shù)， R為需要識別方程中前定變量的個數(shù)。識別的法則一般為 （ 1） k－ R＝ m－ 1 方程為恰好識別 ,可估計 （ 2） k－ R＞ m－ 1 方程為過度識別 ,可估計 （ 3） k－ R＜ m－ 1 方程為不可識別 , 無法估計 例如，上述 GDP決定消費、積累和凈出口的模型中，共有 3個結(jié)構(gòu)方程，前定變量共有 3個（ k=3）；消費方程有 1個內(nèi)生變量， 2個前定變量；積累方程有 1個內(nèi)生變量， 2個前定變量；凈出口方程有 1個內(nèi)生變量， 1個前定變量。用以上法則判別，三個方程都是可識別的，且為過度識別。 3．模型估計 (1)單一方程估計法 .又稱有限信息法，它是個別地估計聯(lián)立方程組中的每一個方程，它僅考慮對該方程的約束（如對某些變量的排除），而不考慮對其他方程的約束。單一方程估計法包括普通最小二乘法、間接最小二乘法、二階最小二乘法等。 (2)方程組法 . 又稱完全信息法，它是同時地估計模型中的全部方程，它需要考慮因某些變量排除而對方程組造成的全部約束。包括三階最小二乘法和完全信息最大似然法。方程組法計算過程復(fù)雜，計算量很大，而且某個方程有誤或有偏，則誤差將傳至其他方程，從而影響全體，因此，在實踐中方程組法運用很少，常常采用單一方程法。下面介紹幾種單一方程估計法： （ 1）普通最小二乘法（ OLS） 單獨對聯(lián)立方程模型中每個方程進行最小二乘法估計。由于聯(lián)立方程模型中存在著錯綜復(fù)雜的因果關(guān)系，單個方程估計不能考慮全部內(nèi)、外生變量的差別和相互制約和影響，因而它往往不符合標(biāo)準(zhǔn)線性模型的假設(shè)，估計的結(jié)果從理論上說是有偏差的。如果建立經(jīng)濟計量模型的目的在于預(yù)測未來，而不在于準(zhǔn)確地解釋經(jīng)濟結(jié)構(gòu)關(guān)系，那么，采用最小二乘法估計也是可行的。 【 例 】 某市近 17年的城鎮(zhèn)居民人均收、支、余及 GDP的有關(guān)數(shù)據(jù)如表所示。若把 GDPt看作是影響居民人均可支配收（ S）、人均消費支出（ C）的重要變量，則有如下模型 : 采用普通最小二乘法估計的結(jié)果如下 (括號內(nèi)的數(shù)據(jù)為參數(shù)的統(tǒng)計檢驗量 t): (2）間接最小二乘法（ ILS） 間接最小二乘法適用于估計恰好識別模型的結(jié)構(gòu)參數(shù)。運用時，首先應(yīng)根據(jù)方程組推導(dǎo)出簡化方程（又稱誘導(dǎo)方程），其次，用普遍最小二乘法估計簡化型方程的結(jié)構(gòu)參數(shù)，最后，則簡化方程的結(jié)構(gòu)參數(shù)及某一方程估計的結(jié)果，推導(dǎo)出另一方程的結(jié)構(gòu)參數(shù)。 例如，例 I，經(jīng)識別為恰好識別模型。若將（ 1）式代入（ 2）式，可得如下簡化方程 : 根據(jù)表 10—19 的數(shù)據(jù)，用最小二乘法估計的簡化型方程為 : 由前面估計的人均可支配收入方程的 a0、 a1參數(shù)，求解人均消費支出方程的 b0、 b1參： a0 = a1 = 由： β 1= a1b1 b1 = 由： β 0=b0+ a0b1 b0 = 用間接最小二乘法估計的人均消費支出方程為 : 亦可直接使用簡化型方程，由 GDPt解釋和預(yù)測人均消費支出。 比較普通最小二乘法和間接最小二乘法估計的人均消費支出方程的估計結(jié)果，不難發(fā)現(xiàn)兩者的差別是較小的。在許多場合下，二者的估計往往存在較大的差別，普通最小二乘法（ OLS）不適當(dāng)?shù)乇粦?yīng)用于聯(lián)立方程的參數(shù)估計，往往會歪曲真實的經(jīng)濟結(jié)構(gòu)關(guān)系。然而，對預(yù)測來說，很難說明哪種估計方法對未來的預(yù)測更準(zhǔn)確，因為未來的變化本身具有不確定性。 （ 3）二階最小二乘法（ 2SLS） 適用于估計過度識別模型的結(jié)構(gòu)參數(shù)，它可以克服某個重要的內(nèi)生變量（ Yi）和誤差項（ ei）之間的可能的相關(guān)性帶來的不利影響。具體估計時，需分兩步走 : 第一步，先求內(nèi)生變量（ Yi）對整個方程組中的全部前定變量的回歸方程，并給出一組 Yi的估計值（ Yi ）； 第二步，將內(nèi)生變量的估計值（ Yi ） 與方程所包括的其它前定變量作為解釋變量，再運用最小二乘法估計原方程的結(jié)構(gòu)參數(shù)。 【 例 】 根據(jù)上表提供的數(shù)據(jù)，為了更好地應(yīng)用 GDP中的消費額（ x1）、積累額（ x2）解釋城鎮(zhèn)居民人均收入、支出、余額是如何決定的，我們設(shè)計了下列模型 : 經(jīng)識別，模型中的三個結(jié)構(gòu)方程均為過度識別，宜采用 2SLS估計模型的結(jié)構(gòu)參數(shù)。 St為重要的內(nèi)生變量，它與模型中全部前定變量的回歸方程為 : 用最小二乘法估計的結(jié)果為 : 由此方程可求得一組估計值。然后將的估計值分別與方程（ 1）、（ 2）、（ 3）的有關(guān)變量一起，第二次運用最小二乘法估計原方程的結(jié)構(gòu)參數(shù)，可得到 :為了便于比較，下面列出的是普通最小二乘法（ OLS）估計的結(jié)果 : 4．模型檢驗 模型的結(jié)構(gòu)參數(shù)估算出來以后，還應(yīng)對估算的結(jié)果進行評價和檢驗。評價和檢驗的內(nèi)容主要包括模型的經(jīng)濟意義分析，配合優(yōu)良度測定、誤差分析、總體相關(guān)系數(shù)的 F檢驗，結(jié)構(gòu)參數(shù)的 t檢驗，誤差序列相關(guān)的 DW檢驗，多重共線性程度的判別等等，經(jīng)過檢驗，如果發(fā)現(xiàn)估計的結(jié)果存在嚴(yán)重的問題，就應(yīng)懷疑建模依據(jù)的經(jīng)濟理論假設(shè)是否正確，并且應(yīng)對模型進行全部或部分調(diào)整與修正，或改變?nèi)炕虿糠址匠痰墓浪惴椒?，或者推倒模型進行重新設(shè)計。 5．模型使用 模型的使用分為三大項，即經(jīng)濟結(jié)構(gòu)分析、預(yù)測未來和規(guī)劃政策。對預(yù)測來說，首先應(yīng)確定模型中所有前定變量的數(shù)值，然后代入模型求內(nèi)生變量預(yù)測值。如例 22中，預(yù)測下一年度（ t=18）的 GDP為 ，消費總額為 （本年消費總額 ），資本積累總額為 ，用模型 Ⅰ 和模型 Ⅱ預(yù)測人均可支配收入、人均消費支出額、人均當(dāng)年儲蓄額，其結(jié)果如表。 案例分析 案例 10—1 A 市電力需求預(yù)測 根據(jù)第八章案例 8—3 提供的數(shù)據(jù)，要求采用回歸分析預(yù)測法或者經(jīng)濟計量模型法進行 A市電力需求的中期預(yù)測，并撰寫預(yù)測報告 . 案例 10—2 某市肉食品市場供求預(yù)測分析 設(shè)某市近八年豬肉、牛肉、羊肉的生產(chǎn)和居民人均年消費量等資料見教材，要求分別預(yù)測未來五年內(nèi)豬肉、牛肉、羊肉的市場供求情況，并編寫預(yù)測分析報告。 案例 10—3 我國綜合能源供求的變化趨勢預(yù)測分析 我國 19902022年綜合能源可供消費總量、一次性能源生產(chǎn)量等數(shù)據(jù)見教材（ 2022年以后的數(shù)據(jù)請自行更新和補充）。要求能源供求趨勢、結(jié)構(gòu)演變等進行預(yù)測分析，并提出治理供求不均衡的對策. 案例 10—4 某市社會消費品零售額預(yù)測分析 設(shè)某地近 10年社會消費品零售額（億元）及有關(guān)資料見教材，要求選用合適的方法對未來 5年內(nèi)社會消費品零售額及其構(gòu)成作出預(yù)測分析和推斷，并編寫預(yù)測分析報