第七章_联立方程模型和两阶段最小二乘法

• 联立方程计量经济学模型的估计方法分为两大类： 单方程估计方法与系统估计方法。
• 所谓单方程估计方法，指每次只估计模型系统中 的一个方程，依次逐个估计。 • 所谓系统估计方法，指同时对全部方程进行估计， 同时得到所有方程的参数估计量。
• 联立方程模型的单方程估计方法不同于单方程模 型的估计方法 。
⒊间接最小二乘法也是一种工具变量方法
• ILS等价于一种工具变量方法：依次选择X作为 （Y0,X0）的工具变量。
• 数学证明见《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126— 128页。 • 估计结果为：
0 X 0 ILS
Y1 0 Y0 1 X0

00
Y00 00 1 X0
Y00 00 X 00 00 X 00 X 0 0
X0 00 00 * 00 X 0 0 X0
四、三种方法的等价性证明
⒈三种单方程估计方法得到的参数估计量
* 0 X0 X0 0 IV
1
Y
0
X 0
X
* 0
0
X 0
1
X
* 0
X 0 Y1

⒋讨论
• 该估计量与OLS估计量的区别是什么？
• 该估计量具有什么统计特性？ • （k- k1）工具变量与（g1-1）个内生解释变量的 对应关系是否影响参数估计结果？为什么？ • IV是否利用了模型系统中方程之间相关性信息？
• 对于过度识别的方程，可否应用IV ？为什么？
⒊ IV参数估计量
• 方程的矩阵表示为
0 Y1 (Y0 , X 0 ) 1 0

∧
∧
9
对于第二个方程y2t = γ 21 y1t + β 23 x3t 如以z = x1 + 4 x2 + 3x3为工具变量， 则正规方程组为
∧ ∧ ∑ zt y2t = γ 12 ∑ zt y1t + β 23 ∑ zt x3t ， ∧ ∧ 2 ∑ x3t y2t = γ 12 ∑ x3t y1t + β 23 ∑ x3t
则∑ zt y1t = ∑ x1t y1t + 4∑ x2t y1t + 3∑ x3t y1t = 10 + 4 × 20 + 3 × 30 = 180
∑z y = ∑x y ∑z x = ∑x x
t 2t 1t t 3t 1t
2t
+ 4∑ x2t y2t + 3∑ x3t y2t = 20 + 4 ×10 + 3 × 20 = 120
间接最小二乘法
如果模型是恰好识别的 有了简约式参数的最小 二乘估计， 则可以根据 ， 结构式与简约式参数关 ， 解出结构参数的最小二 系 乘估计 假设所估计的恰好识别 的方程是模型的第一个 方程， 该方程的结构式参 数为Γ1 = (1 − γ 12 ⋯ − γ 1g )和β1 = ( β11β12 ⋯ β1K )。 考虑到这个方程不可能 包含 模型中的全部变量 否则不可识别 ， Γ1和β1中元素至少有部分为 ， 设写成 ( ) 0 Γ1 = (1 − γ 12 ⋯ − γ 1g1 0⋯0)和β1 = ( β11β12 ⋯ β1K1 0⋯0) 若用Y1表示Y1的观测值构成的 ×1列向量， 用Y11表示在第一个方程中出 T 现 的其他g1 − 1个内生变量的观测值构 成的T × ( g1 − 1)矩阵， 用Y12表示在该方

根据阶条件表述2：方程7.6.1：不包含1个前定变量，方 程右边包含一个内生变量，因此该方程是恰好识别的。 方程7.6.2：是过度识别的。方程7.6.3：不可识别。
二、秩条件
秩条件的表述如下：对于一个由G个方程组成的联立方程 模型中的某个结构方程而言，如果模型中其他方程所 含而该方程不含的诸变量的系数矩阵的秩为G-1，则该 结构方程是可识别的，若秩小于G-1则该结构方程是不 可识别的对某结构式模型中的第i个方程利用秩条件判 断其可识别性，可按以下步骤进行：
一般的，简化式模型就是把结构式模型中的内 生变量表示为前定变量和随机误差项的函数的 联立方程模型。同结构参数矩阵的表示方法一 样，模型7.3中的简化式参数矩阵可表示为：
Qt Pt
1

Yt
Pt 1
1
0
21 12 2 2
0 1
1 1 2 2
2 2
2 2
2
2
2 2
五、联立性偏误
2 2 2 2 2 2
2 2
= 21 22Yt 23Pt 1 wt
其中 的各值表示为各变量前的系数，
根据上述关系式，若已知 11、 12、 13、 21、 22、 2 ，则可得：
= 22或
12
=
23 13
， 1 = 21 11 * 2，
但我们却无法求得 1、2、、4 的值，
表述2：在一个线性联立方程模型中，某方程可识别的 一个必要条件（阶条件）是：该方程所不包含的前定 变量的个数必须不少于方程右边所包含的内生变量的 个数。若该方程所不包含的前定变量的个数等于方程 右边所包含的内生变量的个数，则该方程是恰好识别 的；若大于，则该方程是过度识别的。
可以证明两种表述方式是等价的。下面通过一个例子说

联立方程模型一、概念：联立方程模型系统将变量分为内生变量和外生变量两大类。

由系统决定的，同时也对模型系统产生影响，它会受到随机项的影响。

一般都是经济变量。

每一个内生变量的值都要利用模型中的全部方程才能决定。

外生变量：是不由系统决定的变量，是系统外变量，取值由系统外决定。

一般是确定性变量，或者是具有临界概率分布的随机变量，其参数不是模型系统研究的元素。

外生变量影响系统，但本身不受系统的影响。

外生变量一般是经济变量、条件变量、政策变量、虚变量。

注：联立方程模型中有多少个内生变量就必定有多少个方程：根据经济理论和行为规律建立的描述经济变量之间直接结构关系的计量经济学方程系统称为结构式模型。

结构方程的正规形式：将一个内生变量表示为其他内生变量、先决变量和随机干扰项的函数形式完备的结构式模型：g个内生变量、k个先决变量、g个结构方程行为方程：描述变量之间经验关系的方程，含有未知的参数和随机扰动项。

例如：凯恩斯收入决定模型中的消费函数制度方程：由法律、制度、政策等制度性规定的经济变量之间的函数关系，如税收方程。

恒等式：定义方程式和平衡方程。

简化式模型：用所有先决变量作为每个内生变量的解释变量所形成的模型。

参数关系体系：描述简化式参数与结构式参数之间的关系。

二、识别方程之间的关系有严格的要求，一个方程模型想要能估计，必须可识别。

∴进行模型的估计之前需要判断模型是否可以识别（即是否能被估计）。

1、识别的基本定义：是否具有确定的统计形式。

注：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。

反之不识别。

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：某一个随机方程只有一组参数估计量过度识别：某一个随机方程具有多组参数估计量方程的线性组合是否得到的新方程具有与消费方程相同的统计形式，决定了方程也是否是可以识别的。

1.一般最小二乘法(Ordinary Least Squares,OLS)：已知一组样本观测值{}n i Y X i i ,2,1:),(⋯=，一般最小二乘法要求样本回来函数尽可以好地拟合这组值，即样本回来线上的点∧i Y 及真实观测点Yt 的“总体误差”尽可能地小。

一般最小二乘法给出的推断标准是：被说明变量的估计值及实际观测值之差的平方和最小。

2.广义最小二乘法GLS ：加权最小二乘法具有比一般最小二乘法更普遍的意义，或者说一般最小二乘法只是加权最小二乘法中权恒取1时的一种特别状况。

从今意义看，加权最小二乘法也称为广义最小二乘法。

3.加权最小二乘法WLS ：加权最小二乘法是对原模型加权，使之变成一个新的不存在异方差性的模型，然后采纳一般最小二乘法估计其参数。

4.工具变量法IV ：工具变量法是克服说明变量及随机干扰项相关影响的一种参数估计方法。

5.两阶段最小二乘法2SLS, Two Stage Least Squares ：两阶段最小二乘法是一种既适用于恰好识别的结构方程，以适用于过度识别的结构方程的单方程估计方法。

6.间接最小二乘法ILS ：间接最小二乘法是先对关于内生说明变量的简化式方程采纳一般小最二乘法估计简化式参数，得到简化式参数估计量，然后过通参数关系体系，计算得到结构式参数的估计量的一种方法。

7.异方差性Heteroskedasticity ：对于不同的样本点，随机干扰项的方差不再是常数，而是互不相同，则认为出现了异方差性。

8.序列相关性Serial Correlation ：多元线性回来模型的基本假设之一是模型的随机干扰项相互独立或不相关。

假如模型的随机干扰项违反了相互独立的基本假设，称为存在序列相关性。

9.多重共线性Multicollinearity ：对于模型i k i i X X X Y μββββ++⋯+++=i k 22110i ，其基本假设之一是说明变量X 1,X 2,…,Xk 是相互独立的。

8
因此第一个结构式方程参数的间接最小二乘估
计，与简约式参数的最小二乘估计的关系为：
βˆ1 Πˆ Γˆ 1
也就是
ˆ11 ˆ12
ˆ1K1
0
0
XX
1
XY
1
ˆ12
ˆ1g1
0
0
9
分别由分块矩阵 和
Y Y1 Y11 Y12
Yi XΠi ui , i 2,, g1
对它们分别作最小二乘估计，得：
Πˆ i XX1XYi , i 2,, g1
因此这些内生变量的估计量为：
Yˆi XΠˆ i XXX1XYi , i 2,, g1
29
它们可以合并为：
Yˆ10 Yˆ 2 Yˆ 3 Yˆ g1
XXX1 X Y2 Y3 Yg1
以简约式的第l个方程为例：
Ylt l1 X1t l 2 X 2t lK X Kt ult
该方程的系数构成行向量 Πl l1,,lK
，它的最小二乘估计量为：
Πˆ l XX1XYl
6
这些参数估计向量可以合并成下列简约式 模型参数的估计量矩阵：
Πˆ
Πˆ 1Πˆ 2 Πˆ g
ˆˆ 1211
X X11 X12
表示 Y 和X 。
X11
X12 X11
ˆ11
X12
ห้องสมุดไป่ตู้
ˆ1K1
0
X11
0
X12 Y1
Y11
1
ˆ12
Y12
ˆ1g1
0
0
10
X11X11
X12X11
ˆ11
X11X12
ˆ1K1
X11Y1
X12X12

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）
1/27/2020
哈尔滨工程大学版权所有
1
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+ΓZ=μ 中的第i个方程中包含ki个内生 变量和gi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（B0 , Γ0）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
11
用普通最小二乘法估计第二个简化式：
Yt 21CSt 1 22Gt 2t
1/27/2020
哈尔滨工程大学版权所有
12
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
1/27/2020
哈尔滨工程大学版权所有
13
用普通最小二乘法估计第二个简化式
（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。
1/27/2020
哈尔滨工程大学版权所有
10
变量输入对话框
图7.3 变量输入对话框
1/27/2020
哈尔滨工程大学版权所有
（2）在Equation Estimation 中Specification 内输入“yt c cst(-1) gt”,如图7.5所示，点 击确定，得到如图7.6所示结果
1/27/2020
哈尔滨工程大学版权所有

因此，在摈弃OLS估计方法而倾向于其他方 法之前，应该检验方程的联立性问题。
方程联立性检验可以采用Hausman设定误差 检验方法。
联立性问题的原因在于方程中有一个或者多 个解释变量是内生变量，它们很可能会与随 机误差项存在相关。
Hausman检验的本质是：检验一个内生回归 元是否与误差项相关，若它们之间是相关的， 则存在联立性问题。
Gov=c(1)+c(2)*aid+c(3)*inc+c(4)*pop Aid=c(5)+c(6)*gov+c(7)*ps Inst inc pop ps 在上述方程的设定形式中，”inst”所在的行是设置
联立模型估计的工具变量。
四、联立方程模型的模拟（预测）
例3 承接上例，对方程（1）和（2）进行 模拟和评价
命令格式：
Tsls gov c aid inc pop ps inc pop
对于（2），利用两阶段最小二乘法估计方程 式，两阶段最小二乘法是工具变量法的一个 特例
三、系统方法
最为常用的系统估计法有：阶段最小二乘法估计方程 （1）和（2）。
第七章 联立方程模型
一、识别问题
对于结构式模型中任意一个方程，识别的阶 条件为：

K-M≥G-1
其中K=模型中的变量总数（内生变量+前定 变量），M=该方程中所包含的变量数目， G=模型中方程个数（即内生变量个数）
二、单方程方法
例1 表7.1是美国各州和地方政府费用支出数 据。其中，GOV为政府开支，AID为联邦政 府的拨款额，INC为各州收入，POP为各州 人口数，PS为小学与中学在校生人数。根据 分析，建立如下联立方程模型：
A I0 D 1 G O 2 ˆ V 3 P S

需求函数 Pt 1 2Qt 2t
模型的简化式：
Qt
1 21 1t 2 2t 122 122
11 u1t
Pt
1 12 122
21t 2t 122
21 u2t
1 21 122
11
1 12 122
21
供求模型都不可识别。
在需求函数中引入收入变量 Yt来说明
变其量中。，Y如1，果，模Y型m 中为有m个常内数生项变，量X1；可X1视,为,始X k终为取k个值前为定1
的外生变量。
引入向量和矩阵记法
11 12 1m
R 21
22
2m
,
m1
m2
mm
Y1t
Y
Y2t
,
Ymt
11 12 1K
β
21
22
2K
,
m1
Yt Ct It Gt
变形为： Ct 0 1Yt 2Tt 1t , It 0 1Yt1 2rt 2t , Tt 0 1Yt 3t ,
Yt Ct It Gt 0
恒等方程无识别问题，因为无未知参数。
讨论第一个方程的识别性。根据阶条件的两个等价条 件，可知第一个方程是过度识别的。
（二）简单的例子
简单的两方程宏观经济模型
Ct Yt t
Yt Ct It
其简化式模型：
Ct
1
It
1
1
t
Π1It
ut
Yt11It11t
Π2It
ut
第一个方程的最小二乘估计为
Ct It
Πˆ 1 t
I
2 t
t
根据：
ˆ 1 ˆ
Πˆ 1
t
Ct It

IV
－1 ˆ 证明：抽样误差 IV－＝ ZX Zy－
＝ ZX Z X＋ －＝ ZX Z
－1 －1
1 1 n －1 p ＝ zi x i zi i ＝SZX g n i=1 n i=1
n
OLS估计成为一致估计量的前提是解释变量与扰动 项不相关（即前定变量假设），否则，无论样本容 量多大，OLS估计量也不会收敛到参数真值，这将 难以接受。解决方法之一是本章介绍的工具变量法
复习第三章p34－p38
违背前定变量假设可以出现在联立方程中，比如 C t＝ 0＋1Yt＋ t ，Yt、C t、I t、X t 分别表示GDP、 Yt＝Ct＋I t＋X t 消费、投资、净出口。将第一个方程代入第二个
二、工具变量法作为一种矩估计
1、矩估计（Method of Moments，MM）
首先以一个例子来说明矩估计方法：假设随机变量 x N ， 2 ，其中， 2为待估参数。因为有两 个待估参数，故需要使用以下两个总体矩条件： 一阶中心矩：E x ＝
2 2 二阶中心矩：E x ＝Var x ＋ E x ＝ ＋ 2 2
一、工具变量法（Instrumental Variable，IV）
可以引入工具变量w t 来解决内生变量问题。一个有 效的工具变量应满足以下两个条件： （1）相关性：工具变量与内生解释变量相关，即 Cov w t，p t 0，p t为内生解释变量 （2）外生性：工具变量与扰动项不相关，即 Cov w t， t ＝0
t 1 方程，经整理可得Yt＝ 0＋I t＋X t ＋ 1－1 1－1
可见Yt与 t 相关，因此当单独对Ct＝ 0＋1Yt＋ t 进行OLS估计时会碰到解释变量与扰动项相关的 情况

制作人：熊义杰
8
7.1.3 联立方程模型的基本形式
一、结构模型
结构模型用以反映经济变量之间各种关系的完整结构。 §7.1.1 中的三个模型都是结构模型。结构模型的一般形式为：
b11Y1t L b1mYmt a11X1t L a1k X kt U1t
b21Y1t
L
b2mYmt a21X1t L L LL
§7.3 联立方程模型的估计方法
(7.3.1 估计方法概述； 7.3.2 工具变量法； 8.3.3 二阶段最小二乘法；8.3.4 三阶段最小二乘法)
2020/6/13
制作人：熊义杰
1
§7.1 联立方程模型的基本概念
7.1.1 经济变量的联立依存性
把OLS方法用于单一方程模型，实际上包含了一个基本假定：即解释 变量是外生变量，它不受其它任何因素的影响。换言之，即因变量X和解释 变量Y只存在单向因果关系。但客观现实并非如此，现实中大量的因果关系 都是双向的，即是互为因果的。
二、约化模型
如果将结构模型中的全部内生变量都表示成前定变量(含
外生变量和滞后变量)和随机项的函数，则称作联立方程模型
的约化形式，简称为约化模型。如克莱因宏观模型的约化形
式为：
2020/6/13
制作人：熊义杰
11
CIt t
10 11Yt1 20 Y 21 t1
12Gt 22Gt
V1t V2t
（注意，在这里大写的变量为观测值，小写的为离差）
2020/6/13
6
再证非一致性。
所谓一致性是指，当估计式满足如下两个条件时：
ⅰ. bˆ 是渐进无偏的，即： P lim E(bˆ) b
（Plim是概率极限，即样本容量趋无穷大，概率趋零）

计量经济学教学大纲计量经济学是经济类专业的核课程之一。

它是以经济理论为基石，以经济数据为基础，运用从概率论与数理统计学中产生的计量经济学方法量化经济变量间的相互关系，以证实或证伪经济理论，提出政策建议或进行政策评价与结构分析，以减少未来经济活动中的不确定性的一门经济学的分支学科。

目前，华中师范大学经济学院所有本科专业均开设了这门课程。

该课程在华中师范大学的课程编号为40320700。

《计量经济学》教学所使用的教材为：李庆华编著《计量经济学》，中国经济出版社，2005年2月，北京。

教学参考书有：1．林少宫译，古扎拉蒂著. 计量经济学. 上下册，北京：中国人民大学出版社，1997 2．林少宫.多元线性回归系数的“其它情况不变”释义. 华中科技大学经济学院，20023．林少宫等.简明经济统计与计量经济. 上海：上海人民出版社，1993年。

4．威谦H.格林著，王明舰等译. 经济计量分析. 北京：中国社会科学出版社，19985．詹姆斯 D. 汉密尔顿[美]著，刘明志译. 时间序列分析. 北京：中国社会科学出版社，1999 6．罗伯特S. 平狄克，丹尼尔L. 鲁宾费尔德箸，钱小军等译. 计量经济模型与经济预测.(th4Edition)，北京：机械工业出版社，20037．邹至庄.经济计量学. 北京：中国友谊出版社公司，19888．李子奈. 计量经济学. 北京：高等教育出版社，20009．张晓峒，《计量经济分析》，经济科学出版社，北京：200010．张守一. 市场经济与经济预测. 北京：社会科学文献出版社，200011．张晓峒. 计量经济学软件EV iews应用指南. 天津：南开大学出版社，200312．马薇. 协整理论与应用. 天津：南开南开大学出版社，200413．赵国庆等. 计量经济学. 北京：中国人民大学出版社，200014．刘振亚. 计量经济学教程. 北京：中国人民大学出版社，199715．童光荣. 动态经济模型分析. 武汉：武汉大学出版社，1999根据教学计划本课程的课堂教学课时为72个课时。

1.普通最小二乘法(Ordinary Least Squares,OLS)：已知一组样本观测值{}n i Y X i i ,2,1:),(⋯=，普通最小二乘法要求样本回归函数尽可以好地拟合这组值，即样本回归线上的点∧i Y 与真实观测点Yt 的“总体误差”尽可能地小。

普通最小二乘法给出的判断标准是：被解释变量的估计值与实际观测值之差的平方和最小。

2.广义最小二乘法GLS ：加权最小二乘法具有比普通最小二乘法更普遍的意义，或者说普通最小二乘法只是加权最小二乘法中权恒取1时的一种特殊情况。

从此意义看，加权最小二乘法也称为广义最小二乘法。

3.加权最小二乘法WLS ：加权最小二乘法是对原模型加权，使之变成一个新的不存在异方差性的模型，然后采用普通最小二乘法估计其参数。

4.工具变量法IV ：工具变量法是克服解释变量与随机干扰项相关影响的一种参数估计方法。

5.两阶段最小二乘法2SLS, Two Stage Least Squares ：两阶段最小二乘法是一种既适用于恰好识别的结构方程，以适用于过度识别的结构方程的单方程估计方法。

6.间接最小二乘法ILS ：间接最小二乘法是先对关于内生解释变量的简化式方程采用普通小最二乘法估计简化式参数，得到简化式参数估计量，然后过通参数关系体系，计算得到结构式参数的估计量的一种方法。

7.异方差性Heteroskedasticity ：对于不同的样本点，随机干扰项的方差不再是常数，而是互不相同，则认为出现了异方差性。

8.序列相关性Serial Correlation ：多元线性回归模型的基本假设之一是模型的随机干扰项相互独立或不相关。

如果模型的随机干扰项违背了相互独立的基本假设，称为存在序列相关性。

9.多重共线性Multicollinearity ：对于模型i k i i X X X Y μββββ++⋯+++=i k 22110i ，其基本假设之一是解释变量X 1,X 2,…,Xk 是相互独立的。

联立方程模型单方程模型是介绍一个变量与一个或多个变量之间的因果关系，但是实际中，简单的这种单方程模型已经不能说明多个变量之间错综复杂的关系，因此需要对多方程进行讨论，多方程能够更好的说明变量之间的内在关系，揭示了经济系统中的运行情况，具有单方程所没有的好处，相应的他比单方程要更复杂，以下介绍联立方程的建立，识别和估计问题以及在eviews 中的操作。

联立方程的估计方法：1， 一般最小二乘法； 2， 加权回归法； 3， 似不相关回归法； 4， 完全信息极大似然法； 5， 两阶段最小二乘法； 6， 三阶段最小二乘法； 7， 一般矩估计其中分为单方程估计方法和系统估计方法.单方程估计方法是指对系统中的每一个方程分别进行估计,而系统估计方法是指对整个系统一起进行估计,显然,单方程估计方法没有充分的利用系统信息,但是其估计方法比较简单.本节通过一个模型来具体说明联立方程估计的实现过程，由于联立方程比较麻烦，所以在这里我们更多的是采用命令形式，而不是窗口操作。

以下模型分别用单方程估计方法和系统估计方法.模型：本模型采用Klein 模型。

klein 模型是在简单的宏观经济模型的基础上演化而来的，其形式如下：)6,1()5,1()4,1()3,1()2,1()1,1()(13312102131210131210 I K K W T X P G I C X u A X X W u K P P I u W W P P C p t t p g p +=--=++=++++=++++=+++++=-----γγγγββββαααα（1.6） 式中包括：六个内生变量：消费C ，投资I ，私有部门工资p W ，均衡需求X ，私有部门利润P ，以及资本存量K ；四个外生变量：税收T ，政府非工资支出G ，政府部门工资g W ，年度测量的时间趋势及常数项A ；三个滞后变量：资本存量滞后值1-K ，私有部门利润滞后值1-P ，和总需求滞后值1-X 。

计量经济学试题及答案（1）计量经济学试题及答案（1）程代码：00142第一部分选择题一、单项选择题(本大题共30小题，每小题1分，共30分)在每小题列出的四个选项中只有一个选项是符合题目要求的，请将正确选项前的字母填在题后的括号内。

1.对联立方程模型进行参数估计的方法可以分两类，即：( )A.间接最小二乘法和系统估计法B.单方程估计法和系统估计法C.单方程估计法和二阶段最小二乘法D.工具变量法和间接最小二乘法2.当模型中第i个方程是不可识别的，则该模型是( )A.可识别的B.不可识别的C.过度识别D.恰好识别3.结构式模型中的每一个方程都称为结构式方程，在结构方程中，解释变量可以是前定变量，也可以是( )A.外生变量B.滞后变量C.内生变量D.外生变量和内生变量4.已知样本回归模型残差的一阶自相关系数接近于-1，则DW统计量近似等于( )A.0B.1C.2D.45.假设回归模型为其中Xi为随机变量，Xi与Ui相关则的普通最小二乘估计量( )A.无偏且一致B.无偏但不一致C.有偏但一致D.有偏且不一致6.假定正确回归模型为，若遗漏了解释变量X2，且X1、X2线性相关则的普通最小二乘法估计量( )A.无偏且一致B.无偏但不一致C.有偏但一致D.有偏且不一致7.对于误差变量模型，模型参数的普通最小二乘法估计量是( )A.无偏且一致的B.无偏但不一致C.有偏但一致D.有偏且不一致8.戈德菲尔德-匡特检验法可用于检验( )A.异方差性B.多重共线性C.序列相关D.设定误差9.对于误差变量模型，估计模型参数应采用( )A.普通最小二乘法B.加权最小二乘法C.广义差分法D.工具变量法10.设无限分布滞后模型满足koyck变换的假定，则长期影响乘数为（）A. B. C. D.11.系统变参数模型分为( )A.截距变动模型和斜率变动模型B.季节变动模型和斜率变动模型C.季节变动模型和截距变动模型D.截距变动模型和截距、斜率同时变动模型12.虚拟变量( )A.主要来代表质的因素，但在有些情况下可以用来代表数量因素B.只能代表质的因素C.只能代表数量因素D.只能代表季节影响因素13.单方程经济计量模型必然是( )A.行为方程B.政策方程C.制度方程D.定义方程14.用于检验序列相关的DW统计量的取值范围是( )A.0≤DW≤1B.－1≤DW≤1C. －2≤DW≤2D.0≤DW≤415.根据判定系数R2与F统计量的关系可知，当R2=1时有( )A.F=1B.F=－1C.F=∞D.F=016.在给定的显著性水平之下，若DW统计量的下和上临界值分别为dL和du,则当dL<dw<="" p="" 时，可认为随机误差项(="">A.存在一阶正自相关B.存在一阶负相关C.不存在序列相关D.存在序列相关与否不能断定17.设ρ为总体相关系数，r为样本相关系数，则检验H :ρ=0时，所用的统计量是( )A. B.C. D.18.经济计量分析的工作程序( )A.设定模型，检验模型，估计模型，改进模型B.设定模型，估计参数，检验模型，应用模型C.估计模型，应用模型，检验模型，改进模型D.搜集资料，设定模型，估计参数，应用模型19.设k为回归模型中的参数个数,n为样本容量。

其中： xk1,L , xk 是方程中出现的前定变量。
原解释变量 X y2, y3,L , ym1, xk1,L , xk
Dongbei University Of Finance & Economics
三者之间的关系
ILS是TSLS的一种特殊形式，而ILS和TSLS都 是工具变量法。即有：
系数矩阵为：
1 b12 0 c11 c12 0
,




0
1 b23 0
0
c23

b31 b32 1 0
0 c33
Dongbei University Of Finance & Economics
计算出1，得到简化式参数 1，从而 得到模型简化式：
2）大样本下的TSLS估计量是一致的；
3）方程恰好识别时，ILS与TSLS估计一致；
4）模型可识别时，每一个结构方程都可用TSLS估计参数。
TSLS是最常用的方法——先建立理论联立结构方程组模型，再 进行单个方程的TSLS估计。
四、工具变量法IV
ILS和TSLS都属于工具变量法。工具变量法，
即对模型方程中出现随机解释变量X时，选择一个
模型可写成矩阵形式：
Y1 b12Y2 0Y3 c11 X1 c12 X 2 0 X 3 u1 0Y1 Y2 b23Y3 0 X1 0 X 2 c23 X 3 u2 b31Y1 b32Y2 Y3 0 X1 0 X 2 c33 X 3 u3
• 二、对简约式模型逐个方程求OLS，得到简约式 模型中所有的参数估计值；
• 三、将简约式参数估计值代入关系式，求结构方 程参数的估计值。

(完整word 版)联立方程模型simultaneous-equationsmodel联立方程模型（simultaneous —equations model)13。

1 联立方程模型的概念有时由于两个变量之间存在双向因果关系，用单一方程模型就不能完整的描述这两个变量之间的关系.有时为全面描述一项经济活动只用单一方程模型是不够的。

这时应该用多个方程的组合来描述整个经济活动。

从而引出联立方程模型的概念.联立方程模型:对于实际经济问题，描述变量间联立依存性的方程体系。

联立方程模型的最大问题是E （X ’u ) 0,当用OLS 法估计模型中的方程参数时会产生联立方程偏倚,即所得参数的OLS 估计量βˆ是有偏的、不一致的。

给出三个定义：内生变量（endogenous variable)：由模型内变量所决定的变量。

外生变量（exogenous variable ）:由模型外变量所决定的变量。

前定变量（predetermined variable ）：包括外生变量、外生滞后变量、内生滞后变量. 例如：y t = 0 + 1 y t -1 + 0 x t + 1 x t -1 + u ty t 为内生变量;x t 为外生变量；y t —1, x t , x t -1为前定变量。

联立方程模型必须是完整的。

所谓完整即“方程个数 内生变量个数”。

否则联立方程模型是无法估计的。

13。

2 联立方程模型的分类(结构模型，简化型模型，递归模型） ⑴结构模型(structural model ）:把内生变量表述为其他内生变量、前定变量与随机误差项的方程体系。

例:如下凯恩斯模型（为简化问题，对数据进行中心化处理,从而不出现截距项） c t = 1 y t+ u t 1 消费函数， 行为方程（behavior equation ） I t =1 y t+2 y t-1+ u t 2 投资函数， 行为方程y t = c t + I t + G t 国民收入等式，定义方程（definitional equation) (1)其中,c t 消费；y t 国民收入；I t 投资；G t 政府支出. 1, 1， 2称为结构参数。