EViews统计分析在计量经济学中的应用--第7章-联立方程模型

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,EViews,统计分析在计量经济学中的应用,*,第 章 联立方程模型,7.1,联立方程的识别,7.2,联立方程的估计方法及比较,7.3,联立方程的检验,7.4,习题（略）,9/25/2024,1,EViews,统计分析在计量经济学中的应用,7,.1,：联立方程的识别,7.1.1,结构式方程的识别,假设联立方程系统的结构式,BY+Z=,中的第,i,个方程中包含,k,i,个内生变量和,g,i,个先决变量，系统中的内生变量先决变量的数目仍用,k,和,g,比奥斯，矩阵（,B,0, ,0,）表示第i个方程中未包含的变量（包括内生变量和先决变量）在其他,k-1,个方程中对应的系统所组成的矩阵。于是，判断第,i,个结构方程识别状态的结构式识别条件为,如果,rank（B,0, ,0,）k,i,-1,，则第,i,个结构方程过度识别。,式中：符号,rank（）,表示矩阵的秩。一般将该条件的前一部分称为秩条件，用以判断结构方程是否可以识别；后一部分称为阶条件，用以判断结构方程的恰好识别或过度识别。,9/25/2024,2,EViews,统计分析在计量经济学中的应用,7.1,：联立方程的识别,7.1.2,简化式方程的识别,联立方程系统的简化式识别条件，是根据联立方程系统的简化式结构参数进行判断的。对于简化模型,Y=Z+E,简化式识别条件为,如果,rank（2）k,i,-1,，则第,i,个结构式方程过度识别。,式中：,2,是简化式参数矩阵中划去第i个结构方程所不包含的内生变量所对应的行和第,i,个结构方程中包含的先决变量所对应的列之后，剩下的参数按原次序组成的矩阵。其他符号、变量的含义与结构式相同。一般也成该条件的前一部分称为秩条件，用以判断结构方程是否识别；后一部分称为阶条件，用以判断结构方程的恰好识别或过度识别。,9/25/2024,3,EViews,统计分析在计量经济学中的应用,7.2,: 联立方程的估计方法及比较,实验目的：通过本次实验，掌握方程,2SLS,估计的操作方法和估计步骤；掌握利用,2SLS,估计方法解决实际问题，对方程估计结果进行合理的解释说明。,实验数据：,1991-2011,年我国的全国居民消费(,CSt,)、国民生产总值(,Yt,)、投资（,It,）、政府消费(,Gt,)（相关数据在文件夹“,Material/Chapter 7/Data,和,Material/Chapter 7/Workfile”,） 。,实验原理：狭义的工具变量法、间接最小二乘法、二阶段最小二乘法,9/25/2024,4,EViews,统计分析在计量经济学中的应用,实验一：狭义的工具变量法估计消费方程,选取消费方程中未包含的先决变量,G,t,作为内生,解释变量,Y,的工具变量；,（1）,在工作文件主窗口点击,quick/estimate,equation,，选择估计方法,TSLS,，在,equation,specification,对话框输入消费方程，在,instrument list,对话框输入工具变量,.,如,7.1,所示,9/25/2024,5,EViews,统计分析在计量经济学中的应用,变量输入对话框,图,7.1,变量输入对话框,9/25/2024,6,EViews,统计分析在计量经济学中的应用,狭义工具变量法估计结果,图,7.2,狭义工具变量法估计结果,（2）,点击确定得到：图,7.2,9/25/2024,7,EViews,统计分析在计量经济学中的应用,参数模型估计量,得到结构参数的工具变量法估计量,：,9/25/2024,8,EViews,统计分析在计量经济学中的应用,实验二：间接最小二乘法估计消费方程,消费方程中包含的内生变量的简化方程为,：,参数关系体系为,：,用普通最小二乘法估计第一个简化式：,9/25/2024,9,EViews,统计分析在计量经济学中的应用,实验二：间接最小二乘法估计消费方程,（1）,在,Equation Estimation,中,Specification,内输入,“,cst,c cst(-1),gt,”,如图,7.3,所示，点击确定，得到如图,7.4,所示结果。,9/25/2024,10,EViews,统计分析在计量经济学中的应用,变量输入对话框,图,7.3,变量输入对话框,9/25/2024,11,EViews,统计分析在计量经济学中的应用,用普通最小二乘法估计第二个简化式：,9/25/2024,12,EViews,统计分析在计量经济学中的应用,普通最小乘法估计第一个方程结果,图,7.4,普通最小乘法估计第一个方程结果,9/25/2024,13,EViews,统计分析在计量经济学中的应用,用普通最小二乘法估计第二个简化式,（2）,在,Equation Estimation,中,Specification,内输入“,y,t,c cst(-1),gt,”,如图,7.5,所示，点击确定，得到如图,7.6,所示结果,9/25/2024,14,EViews,统计分析在计量经济学中的应用,变量输入对话框,图,7.5,变量输入对话,R,框,9/25/2024,15,EViews,统计分析在计量经济学中的应用,间接最小二乘法估计结果,图,7.6,间接最小二乘法估计结果,9/25/2024,16,EViews,统计分析在计量经济学中的应用,参数模型估计量和结构参数估计值,得到简化式参数估计量为：,由参数体系计算得到结构参数间接最小二乘估计值为：,9/25/2024,17,EViews,统计分析在计量经济学中的应用,实验三：二阶段最小二乘法,（,1）,在,Eviews,主窗口的菜单栏中依次选择,Object / New Object,命令，打开,New Object,对话框。在,Type of object,列表中选择“,System,”,，然后单击“,OK,”,。如图,7.7,和,7.8,所示,9/25/2024,18,EViews,统计分析在计量经济学中的应用,项目选择对话框,图,7.8,项目选择对话框,9/25/2024,19,EViews,统计分析在计量经济学中的应用,变量显示窗口,图,7.7,变量显示窗口,9/25/2024,20,EViews,统计分析在计量经济学中的应用,模型建立,（2）,在弹出的,“,System,”,窗口中，依次输入：,cst=C(1)+C(2)*yt+C(3)*cst(-1),it=C(4)+C(5)*yt,INST gt cst(-1),完成联立方程模型的建立。如图,7.9,图,7.9,模型建立,9/25/2024,21,EViews,统计分析在计量经济学中的应用,选择估计方法,（3）在弹出的,“,System,”,窗口中单击,“,Estimate,”,按钮，弹出,“,System Estimation,”,对话框。在,“,System Estimation,”,中,“,Estimate method,”,的下拉菜单中选择,“,Two-Stage Least Squares,”,。如图,7.10,9/25/2024,22,EViews,统计分析在计量经济学中的应用,选项对话框,图,7.10,选择二阶段最小二乘估计方法,9/25/2024,23,EViews,统计分析在计量经济学中的应用,二阶段最小二乘法估计结果,图,7.11,二阶段最小二乘法估计结果,（4）,设定模型结束后，点击,“,确定,”,，得到如图所示的本案例模型回归的结果。如图,7.11,方程中设定的参数,消费方程,投资方程,9/25/2024,24,EViews,统计分析在计量经济学中的应用,方程参数估计量,消费方程的参数估计量为：,投资方程的参数估计量为：,9/25/2024,25,EViews,统计分析在计量经济学中的应用,选择二阶段最小二乘估计方法,图,7.10,选择二阶段最小二乘估计方法,9/25/2024,26,EViews,统计分析在计量经济学中的应用,模型结果,消费函数：,CS,t,=4577.957+0.184323Y,t,+0.525523CS,t,-1,投资函数：,I,t,=-28092.98+0.685616Y,t,收入方程：,Y,t,= I,t,+,CS,t,+G,t,9/25/2024,27,EViews,统计分析在计量经济学中的应用,结论,通过模型我们可以看出，在假定条件不变得情况下，我国居民的消费和投资都与其可支配收入存在着正相关关系，但是消费与收入的正相关关系并不显著，收入每增加,1,亿元，消费增长,0.184323,亿元，而投资与收入的正相关关系较为显著，收入增加每增加,1,亿元，投资增加,0.685616,亿元。这也从一定程度上说明，国民收入的增长对刺激消费的作用不大，而对投资的效果会比较明显。这对制定相关的宏观经济政策起到了一定的参考作用。,由上述各种结果可以看出，狭义的工具变量法,（,IV,）、间接最小二乘法,(ILS),与二阶段最小二乘法,(2SLS),，都得到了相同的参数估计量。前三种方法都是适用于恰好识别的结构方程，只是使用不同的工具变量估计得到的。,9/25/2024,28,EViews,统计分析在计量经济学中的应用,7.3,联立方程的检验,1,.单个结构方程的检验,对于模型中的每一个结构方程，单方程计量经济学模型所有检验都是适用的，而且是必要的。主要包括经济含义检验、统计检验、计量经济学检验和预测检。,在使用,2TLS,、,3TLS,等方法对结构方程进行参数估计后，首先要检验方程参数的经济含义，就是要看参数的符号、大小范围以及参数之间的关系是否具有合理的经济解释。然后要将方程用于样本期和样本期外的预测，检验方程的拟合优度和预测精度。,9/25/2024,29,EViews,统计分析在计量经济学中的应用,7.3,联立方程的检验,2,.总体模型检验是在单个方程检验之后进行的。在各单个结构方程都通过了所有检验后，对于总体模型主要是检验其模拟与预测的精度。常用的检验方法有以下几种：,（1）,样本期模拟检验,（2）,预测检验,（3）,关键路径检验,（4）,滚动预测最终检验,9/25/2024,30,EViews,统计分析在计量经济学中的应用,总体模型检验,(1),样本期模型检验,将样本期外生变量值带入模型，计算各内生变量的估计值，将它们与内生变量的实际观测值比较，以检验模型对样本观测值的拟合优度。常用的检验统计量为,“,均方百分比误差,”,，用RMS表示。在各种拟合优度检验统计量中，一般认为RMS具有更普遍的意义，对检验模型的总体拟合优度更为有效。,设某个内生变量的观测值，为其估计值，为样本容量，那么该内生变量的均方百分比误差为,其中,t = 1,2，n,显然，,RMS,反应的了该内生变量的总体拟合优度，若,RMS = 0,则完全拟合。,RMS,当然是越小越好，但没有绝对标准判断模拟实验是否通过。一般认为，在个内生变量中，,RMS5%,的内生变量占,70%,以上、每个内生变量的,RMS,都不超过,10%,，则是比较好的模型。如果出现个别内生变量的,RMS,超过,10%,则要加以特别分析说明。,9/25/2024,31,EViews,统计分析在计量经济学中的应用,总体模型检验,(2),预测检验,建立联立方程计量经济学模型，一般需要花费较长的时间，当模型建成后，样本期以后的时间截面上的内生变量实际观测值已经知晓，这就有条件对模型进行预测检验。,将时间截面上的外生变量值带入模型，计算所有内生变量的估计值，并计算其相对误差,（i = 1,2，g）,其中和分别为第个内生变量的观测值和估计值。同样也么有绝对的标准判断预测检验是否通过，但如果出现,RE,大于,5%,的变量数目超过,30%,，则必须加以分析和说明。,9/25/2024,32,EViews,统计分析在计量经济学中的应用,总体模型检验,(3),关键路径检验,一个联立计量经济学模型可能包含许多结构方程，但一个总体结构清晰的模型，应该存在明显的由一部分结构方程构成的关键路径，它们描述了主要经济行为主体的经济活动过程。在一条关键路径中，结构方程之间存在着递推关系。例如，在宏观计量经济学模型中，由固定资产决定社会总产值的生产，由社会总产值解释国民收入，由国民收入决定投资额，由投资额解释固定资产，那么这4个方程构成一个关键路径。沿着关键路径进行误差传递分析，可以检验总体模型的模拟优度与预测精度。,设某关键路径上的方程数为，为第个方程的误差估计量，通常用下面两个统计量来衡量关键路径的模拟或预测精度：,均方根误差,冯诺依曼比,显然，均方根误差和冯,诺依曼比是越小越好。,9/25/2024,33,EViews,统计分析在计量经济学中的应用,总体模型检验,（4）滚动预测最终检验,上述几种检验中用于判断总体拟合优度或预测精度的统计量，都是在同一时间截面上计算得到的。在联立方程模型中，往往存在若干滞后内生变量，这是由经济活动的动态性决定的。由于滞后内生变脸的存在，使得模型预测误差不仅在方程之间传递，而且在不同的时间截面之间传递。所以对模型进行滚动预测检验是必要的。,给定某一基年的外生变量值、滞后内生变量值，计算基年内生变量的估计值。在其后的时间截面上，只给定外生变量值，滞后内生变量值不用观测，而使用前面的估计值。如此进行连续几个时期的滚动预测。将最终时期的模型预测值与实际观测值进行比较，用其相对误差的大小判断模型的总体精度。可见，最终预测检验是更严格的检验,。,9/25/2024,34,EViews,统计分析在计量经济学中的应用,