EViews统计分析在计量经济学中的应用--第7章-联立方程模型.ppt

evews统计分析在计量经济学中的应用，第1，1章联立方程式模型，识别7.1联立方程式的7.2联立方程式估计方法，以及比较7.3联立方程式的测试7.4练习(稍)，7，6/13/2020，evews统计分析在公制中的应用，2，7.1:识别联立方程式 0)表示由系统组成的矩阵，该系统包含第I方程式中不包含的变量(包括内生变量和前提变量)，因此，判断第I结构方程式识别状态的结构识别条件为rank (B0， 0) ki-1时，第I结构方程式被过度识别。 格式：符号rank()表示矩阵的排名。通常，此条件的第一部分称为排名条件，用于判断是否识别结构方程。最后一部分称为判断结构方程精确识别或过度识别的顺序条件。6/13/2020，evews统计分析在计量经济学中的应用，3，7.1:联立方程的识别，7.1.2简化方程的识别联立方程系统的简化识别条件根据联立方程系统的简化结构参数来判断。对于简化模型y= z e，简化识别条件为rank ( 2) ki-1，会过度识别第I个结构方程式。格式中： 2是在简化参数矩阵中省略第一个结构方程式中未包含的内生变数的列，以及与第一个结构方程式中包含的先决变数相对应的栏之后，由原始顺序构成其馀参数的矩阵。其他符号、变量的含义与结构相同。通常，此条件的第一部分称为判断是否识别结构方程的排序条件。最后一部分称为判断结构方程精确识别或过度识别的顺序条件。6/13/2020，evews统计分析在计量经济学中的应用，4，7 . 2:联立方程的估计方法和比较，实验目的：通过本实验掌握方程2SLS估计的操作方法和估计步骤；用主2SLS估计方法解决实际问题，合理说明方程估计结果。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)(相关数据位于文件夹“Material/Chapter7”中)(1)在任务文件主窗口中，单击quick/estimateequation，选择估计方法TSLS，在equationspecification对话框中输入冲减等式，然后在instrumentlist对话框中输入工具变量。6/13/2020，如7.1所示，在计量经济学中应用evews统计分析，6，变量输入对话框，图7.1变量输入对话框，在计量经济学中应用6/13/2020，在EViews统计分析中应用，7，狭义工具变量方法估计结果，以及参数关系系统包括：用一般最小二乘法进行的第一次简化：6/13/2020，在evews统计分析的测量经济学中的应用，10，实验2:间接最小二乘法估计消费方程(1)在EquationEstimation的规范中，如图7.3所示，6/13/2020，在计量经济学中应用evews统计分析，11，变量输入对话框，图7.3变量输入对话框，在测量经济学中应用6/13/2020，应用evews统计分析，12，使用一般最小二乘法方法进行第二次简化估计如图7.6所示的结果，测量经济学中的6/13/2020，应用EViews统计分析，15，变量输入对话框，图7.5变量输入对话框r框，测量经济学中的6/13/2020，应用evews统计分析，16，参数系统计算的结构参数的间接最小二乘估计如下：6/13/2020，evews统计分析在计量经济学中的应用，18，实验3: 2阶段最小二乘，(1)在Eviews主窗口的菜单栏上，依次选择Object/NewObject命令以打开“新建对象”对话框。从Typeofobject列表中选择System，然后单击OK。6/13/2020，如图7.7和7.8所示，eviews统计分析在计量经济学中的应用，19，项目选择对话框，图7.8项目选择对话框，6/13/2020，eviews统计分析在计量经济学中的应用，20，20图7.9，建立图7.9模型，计量经济学中的6/13/2020，应用evews统计分析，22，选择估计方法，(3)在弹出的“System”窗口中，单击“Estimate”按钮，然后单击“stimate”在SystemEstimation中的Estimatemethod下，从下拉菜单中选择Two-StageLeastSquares。图7.10，6/13/2020，eviews统计分析在计量经济学中的应用，23，选项对话框，图7.10第二阶段选择最小二乘法估计方法，在测量经济学中应用6/13/2020，EViews统计分析，24，图7.11，6/13/2020，eviews统计分析在计量经济学中的应用，25，方程参数估计，消费方程的参数估计如下。投资方程的参数估计如下：6/13/2020，evews统计分析在计量经济学中的应用，26，选择两阶段最小二乘估计方法，图7.10选择两阶段最小二乘估计方法，6/13/2020，evews统计分析在计量经济学中的应用，27，模型结果结论是，按模式，我们居民的消费和投资都与可支配收入有正相关关系，而消费和收入的正相关关系不大，每增加1亿韩元，消费就增加0.184323亿韩元，而投资和收入的正相关关系相当大，每增加1亿韩元，投资和投资额就增加0.68566亿韩元。 这也在一定程度上表明，国民收入增加刺激消费的效果不大，对投资的效果更大。这对制定相关宏观经济政策起到了一定的参考作用。以上各种结果表明，狭长工具变量法(IV)、间接最小二乘法(ILS)和两阶段最小二乘法(2SLS)都获得了相同的参数估计量。前三种方法适用于正确识别的结构方程式，就像使用不同的工具变数进行估算一样。，6/13/2020，evews统计分析在计量经济学中的应用，29，7.3联立方程的测试，1 .单结构方程的测试对于模型中的每个结构方程，单个方程计量经济模型中的所有测试都是适用和必要的。主要包括经济意义检查、统计检查、计量经济学检查、预测检查。使用2TLS、3TLS等方法执行结构方程的参数估计后，首先确定方程参数的经济意义。也就是说，必须确定参数的符号、大小范围和参数之间的关系是否有合理的经济解释。然后，在样本期间和样本期间以外的预测中使用等式，检查方程的适合度和预测准确度。6/13/2020，evews统计分析在计量经济学中的应用，30，7.3联立方程检查，2 .整个模型测试在单个方程式检查后执行。在每个单独的结构方程式通过所有检查后，对整个模型来说，主要是测试该模拟和预测的准确性。常用测试方法包括：(1)抽样期间模拟检查(2)预测检查(3)主要路径检查(4)滚动预测最终检查，6/13/2020，EViews统计分析在计量经济学中的应用，31，全面模型检查，全面模型检查常用检验统计信息是以RMS表示的平均平方百分比误差。在各种适合度检查统计中，RMS通常具有更一般的意义，并且对检查模型的整体适合度更有效。如果内生变量的观测设置为估计值，样本容量，则内生变量的平均平方百分比误差为。其中，t=1，2，n，显然，RMS反映了内生变量的总体适合度。如果RMS=0，则完全匹配。RMS当然越小越好，但是判断模拟实验是否通过没有绝对的标准。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不超过10%，这是一个更好的模型。如果单个内生变量的RMS超过10%，则需要具体分析。6/13/2020，evews统计分析在计量经济学中的应用，32，全面模型检查，(2)通过预测检查建立联立方程计量经济学模型通常需要很长时间，模型完成后，在样品周期后的时间剖面上已经知道内生变量的实际观察，对模型进行预测检查为条件。将时间剖面的外部变数值汇入模型，计算所有内生变数的估算值，并计算相对误差(i=1，2，g)计算。其中和分别是第一个内生变量的观测和估计值。预测检查是否通过也有绝对标准，但如果RE大于5%的变量超过30%，则需要分析和说明。6/13/2020，evews统计分析在计量经济学中的应用，33，完整模型测试，(3)主要路径测试联排计量经济模型可以包含很多结构方程，但总体结构明确的模型必须具有描述主要经济行为主体经济活动过程的主要结构方程的重要路径。在一个关键路径上，结构方程之间存在递归关系。例如在宏观经济经济学模型中，社会生产总值的生产由固定资产决定，国民收入由国民收入决定，投资额由投资额解释固定资产，这四个方程构成了核心路径。沿关键路径执行误差传递分析，可以检验整个模型的仿真优越性和预测精度。作为第一方程的误差估计，关键路径的模拟或预测准确度通常为6/13/2020，evews统计分析在度量经济学中的应用，34，完整模型测试，(4)滚动预测最终测试以上的多个测试中用于确定整体适合度或预测准确度的统计信息在同一时间剖面中计算。在联立方程模型中，根据经济活动的动态，经常存在多个落后的内生变量。由于延迟内生变形的存在，模型预测