联立方程模型识别.ppt

联立方程计量经济学模型的识别一、模型识别的概念例1：简单商品供求模型（微观模型）：（1）从结构方程的统计形式角度，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，否则为可识别。

所谓确定的统计形式，是指模型系统中若干个方程或全部方程以及它们的任意线性组合所构成的新的方程都不具有被识别方程的统计形式（即与被识别方程含有不同的变量）。（2）从结构式参数与简化式参数的关系角度，一 个结构方程可以识别，是指它的全部结构式系数可以从简化式参数关系体系的方程组求解出。

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。2、模型识别状态
不可识别：由简化式参数不能求解结构式参数；
恰好识别：由简化式参数求解结构式参数值唯一；
过度识别:求解结构参数值不唯一。
（1）不可识别
对上述商品供需模型（微观模型）在均衡条件下解得：从模型的统计形式看，在均衡条件下问题：添加新的信息，是否可识别？(11.1.8)从模型的统计形式看：注意：
正是在需求函数中添加了一个变量，使得供给函数得以识别！
因此，一个方程的可识别性常常依赖于它是否排除了包含在模型里其他方程中的一个或多个变量。此模型的简化式为：从模型方程的统计形式看：（3）过度识别此模型的简化式为：模型（）利用(1)被识别方程参数关系体系的一组方程的解的情况，
或(2)被识别方程的统计形式的唯一确定性
识别模型的状态，是一个复杂的过程。在一个含有g个方程的联立模型中，为了使一个方程能被识别，它必须排除至少g-1个在模型中出现的变量（内生或前定）。如果它恰好排除g-1个变量，则该方程是恰好识别的，如果它排除多于g-1个变量，则它是过度识别的。在模型（）中：在模型（）中：阶条件是模型识别的必要条件而非充分条件；就是说，即使它得到满足，方程也会出现不能识别的情形。
如模型(11.1.6)总结例1：对（11.1.6）的模型例2：对模型（）例3：对下面的一个宏观经济模型：2)对第2个结构方程，有实际应用中，由于模型数目的庞大，使得无论按定义判断，或按“秩阶条件”判断，都相当繁杂，甚至不可能。因此，在实际中应用中，往往采用一些经验方法：
“在建立模型的过程中设法保证模型的可识别性”
建立模型时就要遵循如下原则：
1、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）；
2、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；后一句话是保证该新引入方程本身是可以识别的。在实际建模时，将每个方程所包含的变量记录在如表11.1所示的表式中，将是有帮助的。练习