117过度识别方程的估计：两阶段最小二乘法.PPT

第11章 联立方程模型 11.1 联立方程模型的性质 惯性 模型设定误差 蛛网现象 数据处理 11.1 联立方程模型的性质 11.1 联立方程模型的性质 11.1 联立方程模型的性质 11.2 联立方程的偏误：OLS估计量的非一致性 11.3 间接最小二乘法 11.4 间接最小二乘：一则实例 总能够利用间接最小二乘法估计联立方程模型中的参数。问题是能否从简化形式的估计值中得到原始的结构参数。有时候可以，有时候却不能。答案取决于模型是否可识别。 11.5 模型识别问题 识别问题（identification problem）强调了能否惟一估计出方程（需求函数或供给函数）的参数。如果能够惟一地估计出参数，那么就称该方程恰度识别（exactly identified）。如果不能估计出参数，就称该方程不可识别（unidentified，or underidentified）。有时，方程中的一个或几个参数有若干个估计值，就称该方程是过度识别的（overidentified）。 11.5 模型识别问题 11.5 模型识别问题 不可识别 恰度识别 过度识别 11.6 识别规则：识别的阶条件 为了理解识别的阶条件（order condition of identification），首先介绍下面的符号： ——模型中内生变量（联合相关）的个数。 ——不包括在该方程中的所有变量（内生变量和外生变量）的个数。 则， 1．若 ，方程恰度识别。 2．若 ，方程过度识别。 3．若 ，方程不可识别。 11.7 过度识别方程的估计：两阶段最小二乘法 11.8 2SLS：一个数字例子 第一阶段回归 第二阶段回归 OLS回归 2-* Copyright ? 2006 The McGraw-Hill Companies, Inc. All rights reserved. McGraw-Hill/Irwin 例11.1 凯恩斯收入决定模型 简单凯恩斯收入决定模型包括以下两个方程： 消费函数： （11.1） 收入恒等式： （11.2） 例11.2 需求和供给模型 需求函数： 供给函数： （11.3） （11.4） 均衡条件： （11.5） 图11-1 价格和需求量的相互依赖 假设暂时忽略消费支出和收入之间的联立性，利用普通最小二乘法仅仅估计消费函数(11.1)式。 把方程（11.8）重写为， （11.9） （11.10） （11.11） 消费函数（11.1）式中参数的这种估计方法称为间接最小二乘法（indirect least squares, ILS）。 图11-2 供需函数与识别问题 为了说明两阶段最小二乘法，考虑如下模型： 收入函数： 货币供给函数： 第一阶段 第二阶段 2-*