【正文】 ? 這就從計(jì)量經(jīng)濟(jì)學(xué)理論方法上提出了聯(lián)立方程問題。 ? 如果用單方程模型的方法估計(jì)某一個(gè)方程，將損失 不同方程之間相關(guān)性信息。 ? 為什么？ ????????????????tttttttttttGICYYYIYC21210110???????⒊ 損失方程之間的相關(guān)性信息問題 ? 聯(lián)立方程模型系統(tǒng)中每個(gè)隨機(jī)方程之間往往存在某種相關(guān)性。 二、計(jì)量經(jīng)濟(jì)學(xué)方法中的聯(lián)立方程問題 ⒈ 隨機(jī)解釋變量問題 ? 解釋變量中出現(xiàn)隨機(jī)變量，而且與誤差項(xiàng)相關(guān)。 ? 將政府消費(fèi)額 G由系統(tǒng)外部給定，其他內(nèi)生。 “系統(tǒng)”的相對(duì)性 ? 相互依存、互為因果，而不是單向因果關(guān)系 。 聯(lián)立方程計(jì)量經(jīng)濟(jì)學(xué)模型的討論 167。 聯(lián)立方程計(jì)量經(jīng)濟(jì)學(xué)模型的識(shí)別 ? 167。 聯(lián)立方程計(jì)量經(jīng)濟(jì)學(xué)模型的提出 ? 167。 如果忽略存在結(jié)構(gòu)變化這一特征 ， 則上面模型能夠作為一個(gè)可接受的模型 ， 并可進(jìn)一步檢驗(yàn)： tttttt PPPXQ ???? ???? )/l n ()/l n (ln 011010)()( 010 ttttt pppxq ????? （ ）（ ） （ ） 取 ?=5%， RESET檢驗(yàn)表明可能存在遺漏相關(guān)變量的設(shè)定偏誤，這時(shí) RSS的值也有所增大，而且CHOW檢驗(yàn) 也表明存在明顯的結(jié)構(gòu)變化。 進(jìn)一步考察模型的約化問題 : 首先，檢驗(yàn)?zāi)Ｐ? tttttPPXQ??????????011110lnlnlnlntttt ppxq 01 ???? () () () () 該模型是由 “ 一般模型 ” 去掉滯后變量得到，相當(dāng)于對(duì)滯后變量施加了零約束，由受約束的 F檢驗(yàn)得檢驗(yàn)值 F=，相伴概率 p=，可見： 在 5%的顯著性水平下，可接受該約束。 初始的一般模型設(shè)定為： 11 ?? ???? tttt xxqq100111 ?? ???? tttt pppp （ ） () () () () () () () 給定 5%的顯著性水平，可以判斷，盡管若干個(gè)變量的 t檢驗(yàn)不顯著，但總體上 看 ，不存在模型的相關(guān)變量遺漏與函數(shù)形式的設(shè)定偏誤問題，而且參數(shù)也具有穩(wěn)定性。 ，曾以傳統(tǒng)的建模方法建立了 1981—1994年間的中國(guó)城鎮(zhèn)居民食品消費(fèi)需求模型。 第六，模型具有簡(jiǎn)潔性 (parsimonious)，即在具有相同解釋能力的情況下，一個(gè)擁有較少解釋變量的模型優(yōu)于擁有較多解釋變量的模型。 第四，模型具有恒定的參數(shù) (constant parameters)。 第二，模型必須與經(jīng)濟(jì)理論相一致（ consistent with economic theory） 。 ? 亨德瑞給出了一個(gè) 約化模型的基本準(zhǔn)則 ： 第一，模型必須具有數(shù)據(jù)一致 (datacoherent)性，即模型能夠正確地解釋已有的數(shù)據(jù) 。各約化步驟往往是需要反復(fù)進(jìn)行的，約化步驟的順序也需要靈活按排。 ? ―從一般到簡(jiǎn)單”的建模方法，初始模型就可能包括了所有的相關(guān)變量，沒有必要再進(jìn)行遺漏相關(guān)變量的設(shè)定偏誤檢驗(yàn)。 ? 一個(gè) “ 一般 ” 模型經(jīng)過 k步約化后得到最終的簡(jiǎn)化模型，可以證明，每一步中的名義顯著性水平 ?與最終模型中各種檢驗(yàn)的實(shí)際顯著性水平 ?*間有如下關(guān)系： ?*=1(1 ?)k ? 然而，與“從簡(jiǎn)單到復(fù)雜”這一傳統(tǒng)建模方法相比，“從一般到簡(jiǎn)單”的建模過程能夠展現(xiàn)模型建立的全過程； ? 同時(shí)建模過程的程式化（ systematic manner）也避免了過度的“數(shù)據(jù)開采”問題。 注意： (1)拒絕 H0(或 H1)不意味著接受 H1(或 H0)；(2)J檢驗(yàn)仍然存在同時(shí)接受或拒絕 H0與 H1的現(xiàn)象。 如果要檢驗(yàn)?zāi)Ｐ?H1是否為真 ，仍可通過上面兩個(gè)步驟進(jìn)行，但需先對(duì) H0進(jìn)行 OLS估計(jì)，得到 ?，以它為另一解釋變量估計(jì)如下模型： ? ?? ? ?????? ?????? YWXY ?1 210如果 ?顯著地異于 0，則拒絕模型 H1為真的假設(shè)。戴維森（ Davidson）和麥金農(nóng)（ Mackinnon）建議通過下面步驟估計(jì) ?： ? ?? ? ? ? ????????? ???????? WXZXY 2102101 第一步 ，對(duì)模型 H1進(jìn)行 OLS估計(jì)，得到 ?： WXY 210 ???? ??? ??? 第二步 ，用估計(jì)的代替 “ 一般模型 ” 中的 ?0+ ?1X+?2W，并進(jìn)行 OLS估計(jì)： ? ?? ? ?????? ?????? YZXY ?1 210戴維森和麥金農(nóng)證明： 在大樣本下， H0為真時(shí)，?的 OLS估計(jì)量的 t統(tǒng)計(jì)量服從標(biāo)準(zhǔn)正態(tài)分布： t~N(0,1)。 因此，可通過檢驗(yàn)施加的約束 ?=0是否為真來判斷 H0是否為正選模型。這種檢驗(yàn)是人為地構(gòu)造一個(gè) “ 一般 ” 模型： 包容性 F檢驗(yàn)主要存在以下問題 : (1)人為構(gòu)造的一般模型沒有實(shí)際的經(jīng)濟(jì)意義 ，尤其在 H0與 H1分別反映兩種對(duì)立的經(jīng)濟(jì)理論的情況下更是如此； (2)有可能出現(xiàn)同時(shí)接受或拒絕 H0與 H1的現(xiàn)象； (3)當(dāng) Z與 W高度相關(guān)時(shí)，往往導(dǎo)致既不能拒絕 H0 ，也不能拒絕 H1 ，因?yàn)樵谝话隳Ｐ椭腥サ羧魏我粋€(gè)變量，都不會(huì)使擬合優(yōu)度下降很多。 ????? ????? WZXY 3210于是，可針對(duì)一般模型 (*)分別檢驗(yàn) H0與 H1 。 同時(shí)， H0與 H1不是對(duì)立假設(shè)，拒絕假設(shè) H0未必意味著接受假設(shè) H1。 這時(shí)，可能通過通常的擬合優(yōu)度檢驗(yàn)、池赤信息準(zhǔn)則來幫助決策，更主要的檢驗(yàn)是 非嵌套假設(shè)檢驗(yàn) 。 只有當(dāng)觀測(cè)數(shù)據(jù)不支持約束條件時(shí)，才退回到上一級(jí)，檢驗(yàn)其他可能的約束，或者得到最終模型。主要包括（ 1）各種 “ 約束 ” 檢驗(yàn)與 （ 2）設(shè)定偏誤檢驗(yàn)，等。 ? 從一般到簡(jiǎn)單的約化建模過程 一旦建立了一個(gè) “ 一般 ” 模型，就可對(duì)其進(jìn)行 約化 （ simplification research），尋找可能的簡(jiǎn)單模型。 例如 ， 如果某一重要理論被忽略 ， 則相關(guān)的變量也就被排除在該 “ 一般 ”模型之外 ， 從而使得該模型不能通過模型設(shè)定偏誤的多種檢驗(yàn) 。 tttttttttPPPPXX??????????????????????1010111211121110lnlnlnlnlnlnlnlnttttttPPXXQ??????????????102011210lnlnlnlnln 約束： ?1=?1=?2=0 tttttPPXQ??????????011110lnlnlnln約束： ?1=?2=?2= ?2=0 tttttt PPPXQ ???? ???? )/l n ()/l n (ln 011010 約束： ?1+?1+?1=0 ? 一個(gè) “ 一般模型 ” 具有如下兩個(gè)重要特性： 第一 ， 與所考察問題相關(guān)的不同的先驗(yàn)理論與假設(shè)都 “ 嵌套 ” 在該一般模型中； 第二 ， 能較好地?cái)M合數(shù)據(jù) ， 并能滿足模型設(shè)定偏誤的各種檢驗(yàn) 。 于是 ， 可建立如下更 “ 一般 ” 的模型： tttttttttPPPPXX????????????????