聯(lián)立方程組模型ppt課件(參考版)
2025-05-06 03:08本頁面
【正文】 可以用同樣的方法 對投資方程進(jìn)行估 計 。如寫： 其中， 分別為 的滯后一期。然后按路徑： Qucik/Estimate的equation/Equation specification/Method/TSLS， 進(jìn)入估計方程對話框，將 method按鈕點(diǎn)開，這時會出現(xiàn)估計方法選擇的下拉菜單，從中選“ TSLS”，即 兩階段 最小二 乘法。 首先，估計消費(fèi)函數(shù)。這時模型可以寫為 : tI1tC0 1 2 1 10 1 2 1 2t t t tt t t tt t t tY C I GC Y C uI Y I u? ? ?? ? ?? ? ?? ? ? ?? ? ? ?tC1tI? 用階條件和秩條件對上述模型進(jìn)行識別判斷（過程略），結(jié)論是消費(fèi)函數(shù)和投資函數(shù)均是過度識別的。根據(jù)前面的階條件和秩條件判斷準(zhǔn)則（過程略）， 消費(fèi)函數(shù)和投資函數(shù)都是恰好識別， 故下面直接采用間接最小二乘法進(jìn)行參數(shù)估計。 估計步驟： ● 先將結(jié)構(gòu)型方程變換為簡化型方程 ● 用 OLS法估計簡化型參數(shù) ● 從簡化型與結(jié)構(gòu)型參數(shù)的關(guān)系式求解結(jié)構(gòu)型參數(shù) ● 簡化型參數(shù)的估計是無偏的（小樣本），并且 是一致估計式（大樣本） ●結(jié)構(gòu)型參數(shù)估計在小樣本中是有偏的（因結(jié)構(gòu) 型參數(shù)與簡化型參數(shù)是非線性系），但在大樣 本中是一致估計量（可證明） ●結(jié)構(gòu)型參數(shù)不是完全有效的，即一般不具有最 小方差 間接最小二乘估計的特性 基本思想： 由結(jié)構(gòu)型方程變換得到的簡化型方程的一般形式為 精確分量 隨機(jī)分量 1 1 1 1 1 2 2 1 1... kkY X X X v? ? ?? ? ? ? ?2 21 1 22 2 2 2... kkY X X X v? ? ?? ? ? ? ?1 1 2 2 ...m m m m k k mY X X X v? ? ?? ? ? ? ?四、過度識別方程的估計 ——TSLS 二階段最小二乘法實際是用 作為 的工具變量 iY?iY● 結(jié)構(gòu)方程必須是可以識別的 ● 結(jié)構(gòu)型方程必須滿足基本假定 ● 樣本容量足夠大 二階段最小二乘法的假定條件 二階段最小二乘法的估計步驟 第一步 （ 第一階段 ） ： 利用簡化型方程 ， 將第 個結(jié)構(gòu)方程解釋變量中出現(xiàn)的內(nèi)生變量直接對所有的前定變量回歸 （ 不須進(jìn)行簡化型模型的變換 ， 也不須導(dǎo)出簡化型參數(shù)與結(jié)構(gòu)型參數(shù)的關(guān)系式 ） 用 OLS法估計其參數(shù)得 1 1 1 1 1 2 2 1 1... kkY X X X v? ? ?? ? ? ? ?2 21 1 22 2 2 2... kkY X X X v? ? ?? ? ? ? ?1 1 2 2 ...m m m m k k mY X X X v? ? ?? ? ? ? ??ij?i 第二步 （ 屬第一段 ） ： 利用所估計的 和前定變量 求出所需要的 第三步： （ 屬第二段 ） 用估計的 去替代結(jié)構(gòu)方程中作為解釋變量的內(nèi)生變量 ， 得： 用 OLS法估計其參數(shù)得結(jié)構(gòu)方程參數(shù)的 TSLS估計量 ?ij?*121 2 1 1? ? ?. . . . . .mi i i i m i i k k iY Y Y Y X X u? ? ? ? ?? ? ? ? ? ? ? ??iYiY1 1 1 212? ? ? ?...i ik kY X X X? ? ?? ? ? ?X?iY第四節(jié) 案例分析 一、模型設(shè)定 采用基于三部門的凱恩斯總需求決定模型，在不考慮進(jìn)出口的條件下，通過消費(fèi)者、企業(yè)、政府的經(jīng)濟(jì)活動，分析總收入的變動對消費(fèi)和投資的影響。 im 1iiK k m? 1iiK k m? 1iiK k m? iKk方式 2 （充要條件） 秩條件的表述： ● 在有Ｍ個內(nèi)生變量Ｍ個方程的完備聯(lián)立方程模型中 ， 當(dāng)且僅當(dāng)一個方程中不包含但在其他方程包含的變量 （ 不論是內(nèi)生變量還是外生變量 ） 的系數(shù) ， 至少能夠構(gòu)成一個非零的Ｍ－１階行列式時 ，該方程是可以識別的 ● 在有Ｍ個內(nèi)生變量Ｍ個方程的完整聯(lián)立方程模型中 ， 當(dāng)且僅當(dāng)一個方程所排斥 （ 不包含 ） 的變量的參數(shù)矩陣的秩等于Ｍ－１時 ， 該方程可以識別 模型識別秩條件檢驗的方法步驟 秩條件也有三種情況： （ 1）當(dāng) 只有一個 Ｍ－１階非零行列式時，該方程是恰好識別的 （ 2）當(dāng) 不止一個 Ｍ－１階非零行列式時，該方程是過度識別的 （ 3）當(dāng) 不存在 Ｍ－１ 階非零行列式時，該方程是不可識別的 聯(lián)立方程模型識別的秩條件的例子 假如，
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1