联立方程计量经济管理学及财务知识分析模型.pptx
- 文档编号:18958520
- 上传时间:2024-09-15
- 格式:PPTX
- 页数:45
- 大小:233.17KB
联立方程计量经济管理学及财务知识分析模型.pptx
《联立方程计量经济管理学及财务知识分析模型.pptx》由会员分享,可在线阅读,更多相关《联立方程计量经济管理学及财务知识分析模型.pptx(45页珍藏版)》请在冰点文库上搜索。
4.3联立方程计量经济学模型的识别TheIdentificationProblem,一、识别的概念二、从定义出发识别模型三、结构式识别条件四、简化式识别条件五、实际应用中的经验方法,一、识别的概念,为什么要对联立模型进行识别?
联立方程计量经济学模型是由多个方程组成的,对方程之间的关系有严格的要求,否则模型(参数)就可能无法估计。
所以,在对联立方程计量经济学模型进行估计之前,必须判断它是否可以估计,也就是必须对模型进行识别。
看一个例子:
有如下3个方程构成的简单宏观经济模型:
t=1,2,n,其中C为消费总额,包括居民消费和政府消费;I为投资总额;Y为国内生产总值。
在假定进出口平衡的情况下,国内生产总值为消费总额与投资总额之和。
模型中消费总额与投资总额都用国内生产总值解释,在经济学上也是可以接受的。
所以,如果该模型可以估计,不失为一个描述消费总额、投资总额和国内生产总值关系的总量宏观经济模型。
消费方程是包含C、Y和常数项的直接线性方程;投资方程和国内生产总值方程的某种线性组合(消去I)所构成的新方程也是包含C、Y和常数项的直接线性方程。
但是,分析发现:
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。
于是,我们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。
识别的定义,在不同的教科书中,分别给出了识别的3种定义:
“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。
”,应该以是否具有确定的统计形式作为识别的基本定义。
换句话说,所谓识别,是指判断联立方程计量经济学模型中某个结构方程是否具有确定的统计形式。
所谓“统计形式”,是指某个结构方程所包含的变量及变量之间的关系式。
所谓“具有确定的统计形式”,是指模型系统中其它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。
显然,如果某个结构方程不具有确定的统计形式,那么根据参数关系体系,在已知简化式模型参数估计值时,就不能得到该结构方程的确定的结构参数估计值,该结构方程也就是不可识别的。
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。
恰好识别(JustIdentification)与过度识别(Overidentification),我们讲“某一个随机方程,当给定有关变量的样本观测值时,其参数具有确定的估计量”,包括两种情况:
一是只有一组参数估计量;二是具有有限组参数估计量。
如果某一个随机方程只具有一组参数估计量,称其为恰好识别;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。
二、从定义出发识别模型,例:
判断模型1的可识别性。
(1)消费方程不可识别。
因为第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。
(2)投资方程也不可识别。
因为第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。
(3)所以,该模型系统不可识别。
模型1,t=1,2,n,解:
实际上,该模型的简化式模型为:
在该参数关系体系中,包含一个矛盾方程(方程1、2相加,右端等于方程3的右端,而左端并不一定相等,形成矛盾方程)。
从3个方程中剔除一个矛盾方程后,利用剩下的2个方程不能求得4个结构参数的确定值。
所以也证明消费方程与投资方程都是不可识别的。
参数关系体系为:
例:
判断下列模型2的可识别性。
模型2,t=1,2,n,解:
模型2是在模型1的投资方程中增加解释变量Yt-1后形成的。
这时,消费方程可以识别,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。
但是,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。
注意:
与模型1相比,在模型2的投资方程中增加了1个变量,消费方程就变成可以识别的了。
例:
判断下列模型3的可识别性。
模型3,t=1,2,n,解:
模型3是在模型2的消费方程中增加解释变量Ct-1后形成的。
这时,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。
而且,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。
注意:
与模型2相比,在模型3的消费方程中增加了1个变量,投资方程也变成可以识别的了。
例:
判断下列模型4的可识别性。
(1)模型4是在模型3的消费方程中增加解释变量前一年的价格指数Pt-1后形成的。
(2)这时,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。
(3)于是,该模型系统是可以识别的。
模型4,t=1,2,n,解:
注意,该模型的简化式模型为:
参数关系体系为:
上述参数关系体系由12个方程组成,其中包含4个矛盾方程。
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。
所以,也证明消费方程和投资方程都是可以识别的。
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。
需要特别指出的是:
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。
但必须保持经济意义的合理性。
三、结构式识别条件,从识别的概念出发,完全可以对联立方程模型的识别状态进行判断,实际中也是这样做的。
但从理论的角度出发,人们总希望有一些规范的判断方法。
其中,一种直接从待判断的结构方程出发,对联立方程模型的识别状态进行判断的方法,称为结构式识别条件。
结构式识别条件,直接从结构式模型出发一种规范的判断方法每次用于1个随机方程具体描述为:
设联立方程计量经济学模型的结构式为,模型系统包含的内生变量和先决变量(含常数项)的数目分别用g和k表示。
如果其中的第i个结构方程包含gi个内生变量和ki个先决变量(含常数项),第i个方程中未包含的变量(包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为(B00),那么,判断第i个结构方程识别状态的结构式条件为:
一般将该条件的前一部分称为秩条件(RankCondition),用以判断结构方程是否识别;将后一部分称为阶条件(OrderConditon),用以判断结构方程恰好识别或者过度识别。
注意:
与某个结构方程对应的矩阵(B00),实际上就是矩阵(B)除去该结构方程参数所在的行和该行中非0元素(对应于该结构方程包含的元素)所在的列之后剩下的元素按照原次序排列而得到的。
先写出矩阵(B),然后再从中得到与所判断的方程对应的矩阵(B00),既简单,又不容易出错。
我们看几个例子。
例题,例1用结构式条件判断下列联立方程模型的可识别性。
t=1,2,n,解:
该模型包含g=3个内生变量:
Ct、It、Yt;,k=4个先决变量:
X0(常数项)、Yt-1、Ct-1、Pt-1。
该模型的结构参数矩阵为:
(内生)CtItYtX0Yt-1Ct-1Pt-1(先决),
(1)对于第1个结构方程,有,所以,该方程可以识别。
所以,第1个结构方程为恰好识别的结构方程。
又因为有:
k=4,k1=3,g1=2,
(2)对于第2个结构方程,有,所以,该方程可以识别。
所以,第2个结构方程为过度识别的结构方程。
又因为有:
k=4,k2=2,g2=2,(3)第3个方程是平衡方程,不存在识别问题。
(4)综合以上结果,该联立方程模型是可以识别的。
例2:
用结构式条件判断下列联立方程模型的可识别性。
t=1,2,n,解:
该模型包含g=3个内生变量:
Ct、It、Yt;,k=2个先决变量:
X0(常数项)、Yt-1。
该模型的结构参数矩阵为:
CtItYtX0Yt-1,
(1)对于第1个结构方程,有,所以,该方程可以识别。
又因为有:
k=2,k1=1,g1=2,所以,第1个结构方程为恰好识别的结构方程。
(2)对于第2个结构方程,有,所以,第2个结构方程为不可识别的结构方程。
(3)综合以上结果,该联立方程模型不可以识别。
四、简化式识别条件,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,所以在实践中应用很少。
例题,需要识别的结构式模型,已知其简化式模型参数矩阵为,判断第1个结构方程的识别状态,所以该方程是可以识别的。
所以该方程是恰好识别的。
又因为,判断第2个结构方程的识别状态,所以该方程是可以识别的。
所以该方程是过度识别的。
又因为,判断第3个结构方程的识别状态,所以该方程是不可识别的。
所以该模型是不可识别的。
可以从数学上严格证明,简化式识别条件和结构式识别条件是等价的。
计量经济学方法与应用(李子奈编著,清华大学出版社,1992年3月)第104107页。
五、实际应用中的经验方法,当一个联立方程计量经济学模型系统中的方程数目比较多时,无论是从识别的概念出发,还是利用规范的结构式或简化式识别条件,对模型进行识别,困难都是很大的,或者说是不可能的。
理论上很严格的方法在实际中往往是无法应用的,在实际中应用的往往是一些经验方法。
关于联立方程计量经济学模型的识别问题,实际上不是等到理论模型已经建立了之后再进行识别,而是在建立模型的过程中设法保证模型的可识别性。
为此,在建立联立方程计量经济学模型时,要遵循如下原则:
“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1个变量(内生或先决变量);同时使前面每一个方程中都包含至少1个该方程所未包含的变量,并且互不相同。
”,该原则的前一句话是保证该方程的引入不破坏前面已有方程的可识别性。
只要新引入方程包含前面每一个方程中都不包含的至少1个变量,那么它与前面方程的任意线性组合都不能构成与前面方程相同的统计形式,原来可以识别的方程仍然是可以识别的。
该原则的后一句话是保证该新引入方程本身是可以识别的。
只要前面每个方程都包含至少1个该方程所未包含的变量,并且互不相同,那么所有方程的任意线性组合都不能构成与该方程相同的统计形式。
在实际建模时,将每个方程所包含的变量记录在如下表所示的表式中,将是有帮助的。
例如,在建立第4个方程时,必须包含变量1、2、3、4、5、6之外的至少一个变量;同时需要检查方程1、2、3是否都存在至少1个方程4所未包含的变量,且互不相同。
这里可以认为方程1中的变量1、方程2中的变量4和5、方程3中的变量6满足要求。
于是,所建立的方程4是可以识别的。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 联立方程 计量 经济 管理学 财务 知识 分析 模型