




版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
第十九章系統(tǒng)預(yù)計(jì)
本章講述內(nèi)容是預(yù)計(jì)聯(lián)立方程組參數(shù)方法。包含最小二乘法LS、加權(quán)最小二乘法WLS、似乎不相關(guān)回歸法SUR、二階段最小二乘法TSLS、加權(quán)二階段最小二乘法W2LS、三階段最小二乘法3LS、完全信息極大似然法FIML和廣義矩法GMM等預(yù)計(jì)方法。在預(yù)計(jì)了聯(lián)立方程組參數(shù)后就能夠利用不一樣解釋變量值對(duì)被解釋變量進(jìn)行模擬和預(yù)測(cè),將在第二十三章作詳細(xì)介紹。
第1頁(yè)§19.1理論背景
§19.1.1系統(tǒng)迄今為止我們討論都是單一方程經(jīng)濟(jì)計(jì)量模型。單方程計(jì)量經(jīng)濟(jì)模型是用單一方程描述某一經(jīng)濟(jì)變量與影響該變量改變諸原因之間數(shù)量關(guān)系。所以,它適合用于單一經(jīng)濟(jì)現(xiàn)象研究,揭示其中單向因果關(guān)系。不過(guò),經(jīng)濟(jì)現(xiàn)象是極為復(fù)雜,其中諸原因之間關(guān)系,在很多情況下,不是單一方程所能描述那樣簡(jiǎn)單單向因果關(guān)系,而是相互依存、互為因果,這時(shí),就必須用一組方程才能描述清楚。我們稱這些經(jīng)濟(jì)現(xiàn)象為經(jīng)濟(jì)系統(tǒng)。經(jīng)濟(jì)系統(tǒng)并沒(méi)有嚴(yán)格空間概念。國(guó)民經(jīng)濟(jì)是一個(gè)系統(tǒng),一個(gè)地域經(jīng)濟(jì)也是一個(gè)系統(tǒng),甚至某一項(xiàng)經(jīng)濟(jì)活動(dòng)也是一個(gè)系統(tǒng)。比如我們進(jìn)行商品購(gòu)置決議,因?yàn)榇嬖谑杖牖蝾A(yù)算制約,在決定是否購(gòu)置某一個(gè)商品時(shí),必須考慮到對(duì)其它商品需求與其它商品價(jià)格,這么,不一樣商品需求量之間是相互影響、互為因果。那么,商品購(gòu)置決議就是一個(gè)經(jīng)濟(jì)系統(tǒng)。聯(lián)立方程系統(tǒng)就是一組包含未知數(shù)方程組。利用一些多元方法能夠?qū)ο到y(tǒng)進(jìn)行預(yù)計(jì),這些方法考慮到了方程之間相互依存關(guān)系。
第2頁(yè)以一個(gè)由國(guó)內(nèi)生產(chǎn)總值(除掉凈出口)(Y)、居民消費(fèi)總額(C)、投資總額(I)、政府消費(fèi)額(G)和短期利率(r)等變量組成簡(jiǎn)單宏觀經(jīng)濟(jì)系統(tǒng)為例,假如政府消費(fèi)額和短期利率由外部給定,并對(duì)系統(tǒng)內(nèi)部其它變量產(chǎn)生影響,就國(guó)內(nèi)生產(chǎn)總值、居民消費(fèi)和投資來(lái)講,是相互影響并互為因果。居民消費(fèi)和投資取決于國(guó)內(nèi)生產(chǎn)總值,但反過(guò)來(lái)又影響國(guó)內(nèi)生產(chǎn)總值。所以就無(wú)法用一個(gè)方程描述它們之間關(guān)系,就需要建立一個(gè)由多個(gè)方程組成方程系統(tǒng)。比如,能夠建立以下模型:
(19.1)
其中,前兩個(gè)方程是行為方程,第三個(gè)方程表示國(guó)內(nèi)生產(chǎn)總值在假定進(jìn)出口平衡情況下,由居民消費(fèi)、投資和政府消費(fèi)共同決定,是一個(gè)衡等方程,也稱為定義方程。這就是一個(gè)簡(jiǎn)單描述宏觀經(jīng)濟(jì)聯(lián)立方程模型。
第3頁(yè)
§19.1.2變量在聯(lián)立方程模型中,對(duì)于其中每個(gè)方程,其變量依然有被解釋變量與解釋變量之分。不過(guò)對(duì)于模型系統(tǒng)而言,已經(jīng)不能用被解釋變量與解釋變量來(lái)劃分變量。對(duì)于同一個(gè)變量,在這個(gè)方程中作為被解釋變量,在另一個(gè)方程中則可能作為解釋變量。對(duì)于聯(lián)立方程系統(tǒng)而言,將變量分為內(nèi)生變量和外生變量?jī)纱箢?,外生變量與滯后內(nèi)生變量又被統(tǒng)稱為前定變量。內(nèi)生變量是含有某種概率分布隨機(jī)變量,它參數(shù)是聯(lián)立方程系統(tǒng)預(yù)計(jì)元素,內(nèi)生變量是由模型系統(tǒng)決定,同時(shí)也對(duì)模型系統(tǒng)產(chǎn)生影響。內(nèi)生變量普通都是經(jīng)濟(jì)變量。外生變量普通是確定性變量。外生變量影響系統(tǒng),但本身不受系統(tǒng)影響。外生變量普通是經(jīng)濟(jì)變量、條件變量、政策變量、虛擬變量。滯后內(nèi)生變量是聯(lián)立方程模型中主要不可缺乏一部分變量,用以反應(yīng)經(jīng)濟(jì)系統(tǒng)動(dòng)態(tài)性與連續(xù)性。在聯(lián)立方程模型(19.1)中,C,I,Y為內(nèi)生變量,外生變量G,r和滯后內(nèi)生變量Ct-1,It-1一起組成前定變量。
第4頁(yè)
§19.1.3結(jié)構(gòu)式模型依據(jù)經(jīng)濟(jì)理論和行為規(guī)律建立描述經(jīng)濟(jì)變量之間直接關(guān)系結(jié)構(gòu)計(jì)量經(jīng)濟(jì)方程系統(tǒng)稱為結(jié)構(gòu)式模型。聯(lián)立方程模型(19.1)就是一個(gè)結(jié)構(gòu)式模型。在結(jié)構(gòu)方程中,解釋變量中能夠出現(xiàn)內(nèi)生變量。將一個(gè)內(nèi)生變量表示為其它內(nèi)生變量、前定變量和隨機(jī)誤差項(xiàng)函數(shù)形式,被稱為結(jié)構(gòu)方程正規(guī)形式。含有g(shù)個(gè)內(nèi)生變量、k個(gè)前定變量、g個(gè)結(jié)構(gòu)方程模型被稱為完備結(jié)構(gòu)式模型。在完備結(jié)構(gòu)式模型中,獨(dú)立結(jié)構(gòu)方程數(shù)目等于內(nèi)生變量數(shù)目,每個(gè)內(nèi)生變量都分別由一個(gè)方程來(lái)描述。普通聯(lián)立方程系統(tǒng)形式是:(19.2)這里是一個(gè)內(nèi)生變量向量,是外生變量向量,能夠是序列相關(guān)擾動(dòng)項(xiàng)向量。預(yù)計(jì)任務(wù)是尋找參數(shù)向量預(yù)計(jì)量。
第5頁(yè)
§19.1.4參數(shù)預(yù)計(jì)方法EViews提供了預(yù)計(jì)系統(tǒng)參數(shù)兩類方法。一類方法是使用前面講過(guò)單方程法對(duì)系統(tǒng)中每個(gè)方程分別進(jìn)行預(yù)計(jì)。第二類方法是同時(shí)預(yù)計(jì)系統(tǒng)方程中全部參數(shù),這種同時(shí)方法允許對(duì)相關(guān)方程系數(shù)進(jìn)行約束而且使用能處理不一樣方程殘差相關(guān)方法。
即使利用系統(tǒng)方法預(yù)計(jì)參數(shù)含有很多優(yōu)點(diǎn),不過(guò)這種方法也要付出對(duì)應(yīng)代價(jià)。最主要是在系統(tǒng)中假如錯(cuò)誤指定了系統(tǒng)中某個(gè)方程,使用單方程預(yù)計(jì)方法預(yù)計(jì)參數(shù)時(shí),假如某個(gè)被預(yù)計(jì)方程參數(shù)預(yù)計(jì)值很差,只影響這個(gè)方程;但假如使用系統(tǒng)預(yù)計(jì)方法,這個(gè)錯(cuò)誤指定方程中較差參數(shù)預(yù)計(jì)就會(huì)“傳輸”給系統(tǒng)中其它方程。這里,應(yīng)該區(qū)分方程組系統(tǒng)和模型差異。模型是一組描述內(nèi)生變量關(guān)系已知方程組,給定了模型中外生變量信息就能夠使用模型對(duì)內(nèi)生變量求值。系統(tǒng)和模型經(jīng)常十分緊密地一起使用,預(yù)計(jì)了方程組系統(tǒng)中參數(shù)后能夠創(chuàng)建一個(gè)模型,然后對(duì)系統(tǒng)中內(nèi)生變量進(jìn)行模擬和預(yù)測(cè)(見第23章)。
第6頁(yè)§19.2系統(tǒng)預(yù)計(jì)方法
EViews將利用下述方法預(yù)計(jì)方程組系統(tǒng)參數(shù)。系統(tǒng)中方程能夠是線性也能夠是非線性,還能夠包含自回歸誤差項(xiàng)。下面討論是以線性方程所組成平衡系統(tǒng)為對(duì)象,不過(guò)這些分析也適合于包含非線性方程系統(tǒng)。若一個(gè)系統(tǒng),含有M個(gè)方程,用分塊矩陣形式表示以下:
(19.3)這里yi是T維向量,Xi是T×ki矩陣,βi是ki維系數(shù)向量,i=1,2,...,M誤差項(xiàng)協(xié)方差矩陣是MT×MT方陣V。我們簡(jiǎn)單將其表示為:
(19.4)第7頁(yè)在標(biāo)準(zhǔn)假設(shè)下,分塊系統(tǒng)殘差協(xié)方差陣為:
(19.5)式中算子表示克羅內(nèi)克積(KroneckerProduct),簡(jiǎn)稱叉積[注],有模型殘差方差結(jié)構(gòu)不滿足標(biāo)準(zhǔn)假設(shè)。首先,不一樣方程殘差可能是異方差,不過(guò)他們不一樣期相關(guān),(19.6)
[注]設(shè),,定義A與B克羅內(nèi)克積(簡(jiǎn)稱叉積)為
顯然,是階矩陣,是分塊矩陣,其第塊是。第8頁(yè)其次,不一樣方程除了異方差還可能是同期相關(guān)。我們定義M×M同期相關(guān)矩陣,它第i行第j列元素,假如殘差是同期不相關(guān),若i≠j,則,假如殘差是異方差且同期相關(guān),則V能夠?qū)懗桑?19.7)最終,更普通情況是存在異方差、同期相關(guān)同時(shí),殘差是自相關(guān)。最普通殘差方差矩陣應(yīng)寫成:
(19.8)
這里,是第i個(gè)方程和第j個(gè)方程自相關(guān)矩陣。
第9頁(yè)§19.2.1普通最小二乘法(OrdinaryLeastSquares,OLS)這種方法是在聯(lián)立方程中服從關(guān)于系統(tǒng)參數(shù)約束條件情況下,使每個(gè)方程殘差平方和最小。假如沒(méi)有這么參數(shù)約束,這種方法和使用單方程普通最小二乘法預(yù)計(jì)每個(gè)方程式是一樣。在協(xié)方差陣被假定為時(shí),最小二乘法是非常有效。
預(yù)計(jì)值為:
(19.9)預(yù)計(jì)值協(xié)方差陣為:
(19.10)其中,s2系統(tǒng)殘差方差預(yù)計(jì)值。第10頁(yè)§19.2.2加權(quán)最小二乘法(WeightedLeastSquares,WLS)這種方法經(jīng)過(guò)使加權(quán)殘差平方和最小來(lái)處理聯(lián)立方程異方差性,方程權(quán)重是被預(yù)計(jì)方程方差倒數(shù),來(lái)自未加權(quán)系統(tǒng)參數(shù)預(yù)計(jì)值。假如方程組沒(méi)有聯(lián)立約束(參數(shù)、異方差),該方法與未加權(quán)單方程最小二乘法產(chǎn)生相同結(jié)果。
加權(quán)最小二乘法預(yù)計(jì)值為:(19.11)其中是一致預(yù)計(jì),是殘差方差預(yù)計(jì)值,
(19.12)系數(shù)協(xié)方差陣預(yù)計(jì)量為:(19.13)當(dāng)殘差不存在同期相關(guān)和序列相關(guān)而只存在異方差時(shí),加權(quán)最小二乘法是有效,而且方差預(yù)計(jì)是一致。假如方程參數(shù)之間沒(méi)有限制,加權(quán)最小二乘法和普通最小二乘法預(yù)計(jì)結(jié)果是一樣。
第11頁(yè)該方法也稱作多元回歸法,既考慮到異方差性也考慮到不一樣方程誤差項(xiàng)相關(guān)性。對(duì)聯(lián)立方程協(xié)方差陣預(yù)計(jì)是建立在對(duì)未加權(quán)系統(tǒng)參數(shù)預(yù)計(jì)基礎(chǔ)上。注意到因?yàn)镋Views考慮了聯(lián)立方程間約束,所以能夠預(yù)計(jì)更為廣泛形式。
當(dāng)方程右邊變量X全部是外生變量,殘差是異方差和同期相關(guān),誤差協(xié)方差陣形式為時(shí),使用SUR方法是恰當(dāng)。系數(shù)SUR預(yù)計(jì)值:
(19.16)這里是元素為一致預(yù)計(jì)。
§19.2.3似乎不相關(guān)回歸(SeeminglyUnrelatedRegression,SUR)第12頁(yè)假如第j個(gè)方程含有AR項(xiàng),EViews預(yù)計(jì)下面方程:
這里,是獨(dú)立,但方程之間存在同期相關(guān),我們能夠把兩個(gè)方程聯(lián)合成一個(gè)非線性方程:
(19.17)每次迭代時(shí),EViews第一步迭代用非線性最小二乘法并計(jì)算出,然后結(jié)構(gòu)出預(yù)計(jì),元素為:利用非線性廣義最小二乘法(GLS)完成預(yù)計(jì)過(guò)程每次迭代,直到預(yù)計(jì)系數(shù)和加權(quán)矩陣全都收斂時(shí)就結(jié)束迭代過(guò)程。
第13頁(yè)§19.2.4二階段最小二乘法(Two-StageLeastSquares,TSLS)系統(tǒng)二階段最小二乘法方法(STSLS)是前面描述單方程二階段最小二乘預(yù)計(jì)系統(tǒng)形式。當(dāng)方程右邊變量與誤差項(xiàng)相關(guān),但既不存在異方差,誤差項(xiàng)之間又不相關(guān)時(shí),STSLS是一個(gè)比較適當(dāng)方法。EViews在實(shí)施聯(lián)立方程約束同時(shí),對(duì)未加權(quán)系統(tǒng)每個(gè)方程進(jìn)行二階段最小二乘預(yù)計(jì),假如沒(méi)有聯(lián)立方程約束,得到結(jié)果與未加權(quán)單方程最小二乘(TSLS)結(jié)果相同。
二階段最小二乘法(TSLS)是單方程預(yù)計(jì)法,它適合于當(dāng)方程右端變量X中含有內(nèi)生變量情況。系統(tǒng)第j個(gè)方程能夠?qū)憺椋?19.18)或等價(jià)寫為:(19.19)式中,,和。Y是內(nèi)生變量矩陣,X是外生變量矩陣。
第14頁(yè)在第一階段,我們用全部外生變量X來(lái)對(duì)方程右端內(nèi)生變量Yj做回歸并得到擬合值(19.20)在第二階段,用和對(duì)做回歸得到(19.21)其中,?!?9.2.5加權(quán)二階段最小二乘法(WTSLS)該方法是加權(quán)最小二乘法二階段方法。當(dāng)方程右邊變量與誤差項(xiàng)相關(guān)而且存在異方差但誤差項(xiàng)之間不相關(guān)時(shí),W2LS是一個(gè)比較適當(dāng)方法。EViews首先對(duì)未加權(quán)系統(tǒng)進(jìn)行二階段最小二乘,依據(jù)預(yù)計(jì)出來(lái)方程方差求出方程權(quán)重,假如沒(méi)有聯(lián)立方程約束,得到一階段結(jié)果與未加權(quán)單方程最小二乘結(jié)果相同。第15頁(yè)加權(quán)二階段最小二乘法(TSLS)是在第二階段以下應(yīng)用了權(quán)重:(19.22)加權(quán)矩陣元素用通常方法從未加權(quán)二階段最小二乘法得到:假如選擇用迭代法預(yù)計(jì)加權(quán)矩陣,每次用當(dāng)前系數(shù)和殘差值計(jì)算出。
§19.2.6三階段最小二乘法(Three-StageLeastSquares,3SLS)當(dāng)方程右邊變量與誤差項(xiàng)相關(guān)而且存在異方差,同時(shí)殘差項(xiàng)相關(guān)時(shí),3LSL是有效方法。因?yàn)槎A段最小二乘法是單方程預(yù)計(jì)方法,沒(méi)有考慮到殘差之間協(xié)方差,所以,普通說(shuō)來(lái),它不是很有效。三階段最小二乘法是一個(gè)系統(tǒng)預(yù)計(jì)方法,先初步預(yù)計(jì)出模型系數(shù),然后形成權(quán)重,并用權(quán)重重新預(yù)計(jì)出系數(shù)。它比較類似于上面講似乎不相關(guān)(SUR),只是右端含有內(nèi)生變量。第16頁(yè)三階段前兩個(gè)階段同二階段最小二乘一樣。在第三階段,我們用一個(gè)類似于似乎不相關(guān)手法把可行廣義最小二乘法(FGLS)應(yīng)用到模型上。似乎不相關(guān)用普通最小二乘法得到方程間協(xié)方差預(yù)計(jì),不過(guò)這個(gè)預(yù)計(jì)值在方程右端含有內(nèi)生變量時(shí)候不是一致預(yù)計(jì)值,而三階段最小二乘法從二階段得到殘差來(lái)取得一致預(yù)計(jì):
(19.23)其中元素為:
(19.24)假如選擇迭代法求權(quán)數(shù),則用當(dāng)前系數(shù)和殘差計(jì)算下一步。
第17頁(yè)§19.2.7完全信息極大似然法(FullInformationMaximumLikelihood,FIML)在同期誤差項(xiàng)假定為聯(lián)合正態(tài)分布情況下,F(xiàn)IML預(yù)計(jì)出似然函數(shù),假如似然函數(shù)能準(zhǔn)確描述,該方法非常有效。FIML是一個(gè)系統(tǒng)預(yù)計(jì)方法,同時(shí)處理全部方程和全部參數(shù)?!?9.2.8廣義矩法(GeneralizedMethodofMoments,GMM)
GMM預(yù)計(jì)基于假設(shè)方程組中擾動(dòng)項(xiàng)和一組工具變量不相關(guān)。GMM預(yù)計(jì)是將準(zhǔn)則函數(shù)定義為工具變量與擾動(dòng)項(xiàng)相關(guān)函數(shù),使其最小化得到參數(shù)為預(yù)計(jì)值。假如在準(zhǔn)則函數(shù)中選取適當(dāng)權(quán)數(shù)矩陣,廣義矩法可用于處理方程間存在異方差和未知分布?xì)埐钕嚓P(guān)。其實(shí),很多預(yù)計(jì)方法包含EViews提供全部系統(tǒng)預(yù)計(jì)方法都是廣義矩法(GMM)特殊情況。比如:當(dāng)方程右邊變量都與殘差無(wú)關(guān)時(shí),普通最小二乘預(yù)計(jì)就是廣義矩預(yù)計(jì)。
第18頁(yè)廣義矩預(yù)計(jì)法基本思想是很簡(jiǎn)單而且直觀。待預(yù)計(jì)參數(shù)需要滿足一系列理論矩條件,我們記這些矩條件為:(19.25)矩預(yù)計(jì)方法就是用樣本矩條件來(lái)替換理論矩條件(19.25):(19.26)然而,對(duì)任何,當(dāng)有比參數(shù)個(gè)數(shù)更多約束m時(shí),條件(19.26)式將不能滿足。為了允許過(guò)分識(shí)別,廣義矩預(yù)計(jì)方法(GMM)預(yù)計(jì)量經(jīng)過(guò)最小化下面準(zhǔn)則函數(shù)來(lái)定義:(19.27)第19頁(yè)上式簡(jiǎn)單了解就是矩條件m和零點(diǎn)“距離”,A是賦予每個(gè)矩條件權(quán)數(shù)加權(quán)矩陣,任何對(duì)稱正定矩陣A都將產(chǎn)生一個(gè)一致預(yù)計(jì)。然而,能夠證實(shí)要得到漸進(jìn)有效預(yù)計(jì)值一個(gè)必要但不充分條件是將A設(shè)為樣本矩條件m協(xié)方差矩陣逆矩陣。這是很直觀,因?yàn)閷?duì)越不準(zhǔn)確矩條件賦予越小權(quán)重。在EViews中,為了得到GMM預(yù)計(jì)必須先給出(19.25)式矩條件,如回歸方程殘差和一組工具變量Z正交條件:(19.28)比如,普通最小二乘預(yù)計(jì)OLS做為廣義矩預(yù)計(jì)GMM特例含有正交條件:(19.29)對(duì)于廣義矩預(yù)計(jì)GMM能被識(shí)別,必須最少工具變量個(gè)數(shù)和待預(yù)計(jì)參數(shù)個(gè)數(shù)一樣多,參見第十二章中“廣義矩預(yù)計(jì)方法GMM”一節(jié)中GMM正交條件例子。
第20頁(yè)說(shuō)明一個(gè)廣義矩預(yù)計(jì)GMM問(wèn)題一個(gè)主要方面是加權(quán)矩陣A選擇,EViews使用最正確選擇是:這里是樣本矩協(xié)方差矩陣,依賴于未知參數(shù),為了取得一致預(yù)計(jì)必須先知道一致預(yù)計(jì),EViews使用二階段最小二乘法得出初始值
(1)
White異方差一致協(xié)方差矩陣在操作時(shí)假如選擇了GMM-Crosssection選項(xiàng),EViews使用White異方差性一致協(xié)方差矩陣預(yù)計(jì):(19.30)這里,u是殘差向量,Zt是k×p維矩陣,在t時(shí)刻p個(gè)矩條件可寫為:第21頁(yè)
(2)異方差和自相關(guān)一致協(xié)方差矩陣(HAC)假如選擇GMM-Timeseries選項(xiàng),EViews用以下公式預(yù)計(jì):(19.31)這里
(19.32)在說(shuō)明之前,必須要指定核函數(shù)和帶寬q。第22頁(yè)§19.3建立和說(shuō)明系統(tǒng)為了預(yù)計(jì)聯(lián)立方程系統(tǒng)參數(shù),首先應(yīng)建立一個(gè)系統(tǒng)對(duì)象并說(shuō)明方程系統(tǒng)。單擊Object/NewObject/system或者在命令窗口輸入system,系統(tǒng)對(duì)象窗口就會(huì)出現(xiàn),假如是第一次建立系統(tǒng),窗口是空白,在指定窗口用文本方式輸入方程,當(dāng)然也包含了工具變量和參數(shù)初值。
§19.3.1方程組使用標(biāo)準(zhǔn)EViews表示式用公式形式輸入方程,系統(tǒng)中方程應(yīng)該是帶有未知參數(shù)和隱含誤差項(xiàng)行為方程。比如,含有兩個(gè)方程系統(tǒng)是這么:
第23頁(yè)這里使用了EViews缺省系數(shù)如c(1)、c(2)等等,當(dāng)然能夠使用其它系數(shù)向量,但應(yīng)事先申明,方法是單擊主菜單上Object/NewObject/Martrix-Vector-Coef/CoeffientVector。在說(shuō)明方程時(shí)有一些規(guī)則:
第24頁(yè)規(guī)則1方程組中,變量和系數(shù)可以是非線性??梢越?jīng)過(guò)在不一樣方程組中使用相同系數(shù)對(duì)系數(shù)進(jìn)行約束。例如:y=c(1)+c(2)*xz=c(3)+c(2)*z+(1-c(2))*x當(dāng)然也可以說(shuō)明附加約束,例如有如下方程:y=c(1)*x1+c(2)*x2+c(3)*x3若希望使c(1)+c(2)+c(3)=1,則可以這么描述方程:y=c(1)*x1+c(2)*x2+(1-c(1)-c(2))*x3規(guī)則2系統(tǒng)方程可以包含自回歸誤差項(xiàng)(注意不能有MA、SAR或SMA誤差項(xiàng)),每一個(gè)AR項(xiàng)必須伴隨系數(shù)說(shuō)明(用方括號(hào),等號(hào),系數(shù),逗號(hào)),例如:cs=c(1)+c(2)*gdp+[ar(1)=c(3),ar(2)=c(4)]。我們可認(rèn)為每個(gè)方程賦予相同AR系數(shù)值,使得系統(tǒng)中全部方程得到相同自回歸項(xiàng),或者分別為每個(gè)方程賦予其自己系數(shù)來(lái)估計(jì)每一個(gè)不一樣自回歸過(guò)程。第25頁(yè)
規(guī)則3方程中等號(hào)能夠出現(xiàn)在方程任意位置,比如:log(unemp/(1-unemp))=c(1)+c(2)*dmr等號(hào)也能夠不出現(xiàn),只輸入沒(méi)有因變量表示式,比如:(c(1)*x+c(2)*y+4)^2此時(shí),EViews自動(dòng)地把表示式等于隱含誤差項(xiàng)。
規(guī)則4假如方程沒(méi)有擾動(dòng)項(xiàng),則該方程就是恒等式,系統(tǒng)中不應(yīng)該含有這么方程,假如必須有話,應(yīng)該先解出恒等式將其代入行為方程。
規(guī)則5應(yīng)該確信系統(tǒng)中全部擾動(dòng)項(xiàng)之間沒(méi)有衡等聯(lián)絡(luò),即應(yīng)該防止聯(lián)立方程系統(tǒng)中一些方程線性組合可能組成與某個(gè)方程相同形式。比如,方程組中每個(gè)方程只描述總體一部分,方程組和就是一個(gè)恒等式,全部擾動(dòng)項(xiàng)和將恒等于零。這種情況下則應(yīng)放棄其中一個(gè)方程以防止這種問(wèn)題發(fā)生。第26頁(yè)
§19.3.2工具變量假如用二階段最小二乘法(TSLS)、三階段最小二乘法方法(3SLS)或者廣義矩法(GMM)來(lái)預(yù)計(jì)參數(shù),必須對(duì)工具變量做出說(shuō)明。說(shuō)明工具變量有兩種方法:若要在全部方程中使用一樣工具變量,說(shuō)明方法是以inst開頭,后面輸入全部被用作工具變量外生變量列表。比如:instgdp(-1to-4)xgovEViews在系統(tǒng)全部方程中使用這六個(gè)變量作為工具變量。假如系統(tǒng)預(yù)計(jì)不需要使用工具,則這行將被忽略。若要對(duì)每個(gè)方程指定不一樣工具變量,應(yīng)該在每個(gè)方程后面附加“@”及這個(gè)方程需要工具變量。比如:cs=c(1)+c(2)*gdp+c(3)*cs(-1)@cs(-1)inv(-1)govinv=c(4)+c(5)gdp+c(6)*gov@gdp(-1)gov第一個(gè)方程使用cs(-1)、inv(-1)、gov和一個(gè)常量作為工具變量,第二個(gè)方程使用gdp(-1)、gov和一個(gè)常量作為工具變量。最終還能夠?qū)蓚€(gè)方法融合到一起,任何一個(gè)沒(méi)有獨(dú)自指定工具變量方程將使用inst指定工具變量。
第27頁(yè)
§19.3.3附加說(shuō)明(1)在每個(gè)方程中常數(shù)項(xiàng)一直都包含在工具變量表中,不論它是否被明確說(shuō)明過(guò),這是隱含給定。(2)對(duì)于一個(gè)已給定方程,全部右邊外生變量都應(yīng)列為工具變量。
(3)模型識(shí)別要求每個(gè)方程中工具變量(包含常數(shù)項(xiàng))個(gè)數(shù)都應(yīng)該最少和右邊變量一樣多。
附錄模型識(shí)別定義:在一個(gè)含有g(shù)個(gè)方程聯(lián)立方程組中,一個(gè)方程可識(shí)別,須滿足:其中,k是模型中前定變量個(gè)數(shù),ki是給定方程中前定變量個(gè)數(shù),gi是給定方程中內(nèi)生變量個(gè)數(shù)。假如,則方程是恰好識(shí)別,但假如,則它是過(guò)分識(shí)別。
第28頁(yè)§19.3.4初始值如果系統(tǒng)中包含非線性方程,可認(rèn)為部分或全部參數(shù)用以param開頭語(yǔ)句提供初始值,列出參數(shù)和值對(duì)應(yīng)組合。例如:paramc(1).15b(3).5為c(1)和b(3)設(shè)定初值。如果不提供初值,EViews使用當(dāng)前系數(shù)向量值。§19.3.5系統(tǒng)估計(jì)創(chuàng)建和說(shuō)明了系統(tǒng)后,單擊工具條Estimate鍵,出現(xiàn)系統(tǒng)估計(jì)對(duì)話框,在彈出對(duì)話框中選擇估計(jì)方法和各個(gè)選項(xiàng):第29頁(yè)第30頁(yè)
§19.3.6迭代控制對(duì)于WLS、SUR、WTSLS,3SLS,GMM預(yù)計(jì)法和非線性方程系統(tǒng),有附加預(yù)計(jì)問(wèn)題,包含預(yù)計(jì)GLS加權(quán)矩陣和系數(shù)向量,普通來(lái)說(shuō),選擇EViews缺省項(xiàng),不過(guò)若要更加好地控制計(jì)算工作則需要花費(fèi)時(shí)間來(lái)進(jìn)行選擇。這些選項(xiàng)決定了系數(shù)或加權(quán)矩陣迭代方法。
1.迭代權(quán)數(shù)和系數(shù)選擇(IterateWeightsandCoefs)(1)同時(shí)選項(xiàng)(Simultaneous),每次迭代都更新系數(shù)和加權(quán)矩陣,直到系數(shù)和加權(quán)矩陣都收斂,這是缺省選擇。(2)次序選項(xiàng)(Sequential),重復(fù)執(zhí)行上述(1)缺省方法,直到系數(shù)和加權(quán)矩陣都收斂。2.一次確定加權(quán)矩陣(Updateweightsonce,then…)(3)迭代直到收斂選項(xiàng)(Iteratecoefstoconvergence),EViews使用無(wú)權(quán)矩陣(單位矩陣)進(jìn)行一階段預(yù)計(jì)。用OLS(或2LS,有工具變量情況下)預(yù)計(jì)得到初始值,然后進(jìn)行迭代直到系數(shù)收斂。假如模型是線性,這個(gè)過(guò)程其實(shí)是一個(gè)OLS或2LS。一階段迭代得到殘差用來(lái)形成一個(gè)加權(quán)矩陣,并保持不變。在過(guò)程第二階段,EViews使用預(yù)計(jì)加權(quán)矩陣預(yù)計(jì)新系數(shù)。假如模型是非線性,EViews迭代系數(shù)預(yù)計(jì)直到收斂。第31頁(yè)(4)系數(shù)一次迭代選項(xiàng)(Updatecoefsonce),在第一階段做系數(shù)預(yù)計(jì)并組成加權(quán)矩陣預(yù)計(jì)量。在第二階段,EViews不迭代系數(shù)到收斂,只進(jìn)行系數(shù)一步迭代為止。注意到上述四種預(yù)計(jì)方法都產(chǎn)生漸進(jìn)預(yù)計(jì)結(jié)果。對(duì)于線性模型,因?yàn)橄禂?shù)預(yù)計(jì)值取得不需要迭代,前兩種迭代方法是等價(jià),而后兩種方法是等價(jià)。
3.GMM-CrossSection中
2SLSEstimates/GMMS.E選項(xiàng)這是一個(gè)并不十分有效方法,但若存在異方差或異方差和殘差相關(guān)同時(shí)存在時(shí)能預(yù)計(jì)有效協(xié)方差和標(biāo)準(zhǔn)誤差。在假定等權(quán)矩陣情況下預(yù)計(jì)第一步參數(shù)。然后用預(yù)計(jì)值來(lái)計(jì)算有效協(xié)方差矩陣,該矩陣考慮了異方差或同時(shí)存在異方差和自相關(guān)。第32頁(yè)
4、GMM-Timeseries(HAC)選項(xiàng)
假如選擇這一方法對(duì)話框?qū)?huì)增加選項(xiàng)來(lái)說(shuō)明加權(quán)矩陣:
第33頁(yè)新選項(xiàng)出現(xiàn)在對(duì)話框右下角。這些選項(xiàng)是為了控制能說(shuō)明異方差和自相關(guān)加權(quán)矩陣計(jì)算。
1.預(yù)消除相關(guān)性(Prewhitening)選項(xiàng),在預(yù)計(jì)之前運(yùn)行一個(gè)初步VAR(1)從而“吸收”
矩條件中相關(guān)性。
2.核函數(shù)(KernelOption)選項(xiàng),計(jì)算加權(quán)矩陣時(shí)自協(xié)方差權(quán)重由Kernel函數(shù)決定。
3.帶寬(Bandwidthselection)選項(xiàng),自協(xié)方差權(quán)重給定后,權(quán)重怎樣伴隨自協(xié)方差滯后而改變由該選項(xiàng)決定。假如選擇Fixed項(xiàng),能夠輸入帶寬值或輸入nw從而使用Newey和West固定帶寬選擇準(zhǔn)則。EViews提供了兩種自動(dòng)帶寬選擇方法:Andrews(安德魯方法)和Variable-Newey-West方法。第34頁(yè)
5.Option選項(xiàng)
系統(tǒng)預(yù)計(jì)對(duì)話框中Option選項(xiàng)允許選擇一個(gè)預(yù)計(jì)算法,改變收斂規(guī)則或迭代最大次數(shù)。
§19.3.7預(yù)計(jì)結(jié)果系統(tǒng)預(yù)計(jì)輸出結(jié)果包含系統(tǒng)參數(shù)預(yù)計(jì)值、標(biāo)準(zhǔn)差和每個(gè)系數(shù)
t-統(tǒng)計(jì)值。而且,EViews提供殘差協(xié)方差矩陣行列式值,對(duì)于FIML預(yù)計(jì)法,還提供它極大似然值。除此之外,EViews提供每個(gè)方程簡(jiǎn)明統(tǒng)計(jì)量,如R2統(tǒng)計(jì)值,回歸標(biāo)準(zhǔn)差,Durbin-Wstson統(tǒng)計(jì)值,殘差平方和等等。對(duì)每個(gè)方程都是按定義基于系統(tǒng)預(yù)計(jì)過(guò)程中殘差計(jì)算而來(lái)。我們也能夠使用回歸統(tǒng)計(jì)函數(shù)來(lái)取得這些結(jié)果,關(guān)于這些函數(shù)使用請(qǐng)參見第11章。
第35頁(yè)第36頁(yè)§19.4系統(tǒng)應(yīng)用
得到預(yù)計(jì)結(jié)果后,系統(tǒng)對(duì)象提供了檢驗(yàn)結(jié)果工具,依次進(jìn)行參考和詳細(xì)討論。
§19.4.1系統(tǒng)查看(View)以下查看與單方程查看十分相同。
1、單擊View/SystemSpecification顯示系統(tǒng)說(shuō)明窗口,也能夠經(jīng)過(guò)直接單擊菜單中Spec來(lái)顯示。
2、單擊Views/EstimationOutput顯示系統(tǒng)系數(shù)預(yù)計(jì)值和簡(jiǎn)明統(tǒng)計(jì)量,也能夠經(jīng)過(guò)直接單擊菜單中Stats來(lái)顯示。
3、單擊Views/Residuals
(1)選擇Views/Residuals/Graph,顯示系統(tǒng)中每個(gè)方程殘差圖形。第37頁(yè)
(2)選擇Views/Residuals/CorrelationMatrix計(jì)算每個(gè)方程殘差同時(shí)相關(guān)系數(shù)。
(3)選擇Views/Residuals/CovarianceMatrix計(jì)算每個(gè)方程殘差同時(shí)協(xié)方差。
4、單擊View/CoefficientCovarianceMatrix查看預(yù)計(jì)得到協(xié)方差矩陣。
5、單擊View/WaldCoefficientTests…做系數(shù)假設(shè)檢驗(yàn),詳細(xì)討論見第14章。
6、單擊Views/EndognousTable列出系統(tǒng)中全部?jī)?nèi)生變量。
7、單擊Views/EndognousGragh列出系統(tǒng)中全部?jī)?nèi)生變量圖形。第38頁(yè)
§19.4.2系統(tǒng)過(guò)程(Procs)系統(tǒng)與單方程顯著區(qū)分是系統(tǒng)沒(méi)有預(yù)測(cè)功效,假如要進(jìn)行模擬或預(yù)測(cè),必須使用模型對(duì)象。EViews提供一個(gè)簡(jiǎn)單方法將系統(tǒng)結(jié)果轉(zhuǎn)化為模型。1、單擊Procs/MakeModelEViews將打開由已預(yù)計(jì)系統(tǒng)轉(zhuǎn)化模型(參數(shù)已知),然后能夠用這個(gè)模型進(jìn)行模擬和預(yù)測(cè)。還有一個(gè)方法是先建立模型,然后將系統(tǒng)納入進(jìn)來(lái),這在第23章詳細(xì)討論。2、單擊Procs/Estimate…打開預(yù)計(jì)系統(tǒng)對(duì)話框,也能夠經(jīng)過(guò)直接單擊Estimate進(jìn)行預(yù)計(jì)。3、單擊Procs/MakeResiduals顯示系統(tǒng)中每個(gè)方程殘差項(xiàng)序列。為了在系統(tǒng)中更明確地指定方程組對(duì)應(yīng)殘差,殘差項(xiàng)直接命名為連續(xù)未使用過(guò)諸如:RESID01、RESID02等等。
4、單擊Procs/MakeEndogenousGroup建立包含內(nèi)生變量未命名組對(duì)象。第39頁(yè)§19.4.3應(yīng)用實(shí)例
例1介紹克萊因(LawrenceRobertKlein)于1950年建立、意在分析美國(guó)在兩次世界大戰(zhàn)之間經(jīng)濟(jì)發(fā)展小型宏觀計(jì)量經(jīng)濟(jì)模型。模型規(guī)模雖小,但在宏觀計(jì)量經(jīng)濟(jì)模型發(fā)展史上占有主要地位。以后美國(guó)宏觀計(jì)量經(jīng)濟(jì)模型大都是在此模型基礎(chǔ)上擴(kuò)充、改進(jìn)和發(fā)展起來(lái)。以至于薩繆爾森認(rèn)為,“美國(guó)許多模型,剝到當(dāng)中,發(fā)覺都有一個(gè)小Klein模型”。所以,對(duì)該模型了解與分析對(duì)于了解西方宏觀計(jì)量經(jīng)濟(jì)模型是主要。
Klein模型是以美國(guó)兩次世界大戰(zhàn)之間1920-1940年年度數(shù)據(jù)為樣本建立。
第40頁(yè)
Klein模型:(消費(fèi))(投資)(私人工資)(均衡需求)(企業(yè)利潤(rùn))(資本存量)此模型包含3個(gè)行為方程,1個(gè)定義方程,2個(gè)會(huì)計(jì)方程。式中變量:
6個(gè)內(nèi)生變量:4個(gè)外生變量:Y:收入(GDP中除去凈出口);G:政府非工資支出;C:消費(fèi);Wg:政府工資;I:私人國(guó)內(nèi)總投資;T:間接稅收;
Wp:私人工資;Time:時(shí)間趨勢(shì);
P:企業(yè)利潤(rùn);K:資本存量第41頁(yè)在格林《經(jīng)濟(jì)計(jì)量分析》中給出了克萊因模型19~1940年數(shù)據(jù)和更新版本1953年~1984年數(shù)據(jù),模型說(shuō)明文本:instY(-1)cs(-1)i(-1)k(-1)wp(-1)p(-1)wggtcs=c(10)+c(12)*p+c(13)*p(-1)+c(14)*(wp+wg)i=c(20)+c(21)*p+c(22)*p(-1)+c(23)*k(-1)wp=c(30)+c(31)*Y+c(32)*Y(-1)+c(33)*@trend在system中只能建立3個(gè)行為方程,其余3個(gè)定義方程要放到model中。cs是消費(fèi)方程,總消費(fèi)主要受前期和當(dāng)期企業(yè)利潤(rùn)p、當(dāng)期工資收入(wp+wg)影響;I是投資方程,投資由前期和當(dāng)期利潤(rùn)p、前期資本k來(lái)解釋;wp是就業(yè)方程,用私人工資額代表就業(yè),將它與前期和當(dāng)期產(chǎn)出Y聯(lián)絡(luò)起來(lái),由生產(chǎn)規(guī)模決定就業(yè),時(shí)間趨勢(shì)項(xiàng)考慮了日益增強(qiáng)非經(jīng)濟(jì)原因?qū)蜆I(yè)壓力。第42頁(yè)第43頁(yè)不過(guò)這個(gè)模型用在美國(guó)1953年-1984年數(shù)據(jù)上結(jié)果就不好,經(jīng)過(guò)改進(jìn)后模型見Klein-2模型。第44頁(yè)
例2介紹一個(gè)中國(guó)年度宏觀經(jīng)濟(jì)模型。宏觀經(jīng)濟(jì)模型必須以一定宏觀經(jīng)濟(jì)理論為基礎(chǔ)。因?yàn)槲覈?guó)宏觀經(jīng)濟(jì)正處于一個(gè)向市場(chǎng)經(jīng)濟(jì)過(guò)渡階段,市場(chǎng)機(jī)制尚不完善,不一樣于西方發(fā)達(dá)國(guó)家。不過(guò),近年來(lái)我國(guó)宏觀管理實(shí)踐證實(shí),我國(guó)政府在宏觀調(diào)控中飾演著主要角色,財(cái)政政策、貨幣政策在反周期實(shí)際操作中發(fā)揮著巨大作用。新凱恩斯主義宏觀理論既吸收了凱恩斯主義需求理論,也吸收了新古典主義包含理論預(yù)期理論,既強(qiáng)調(diào)政府干預(yù)必要性,又重視經(jīng)濟(jì)運(yùn)行供給方面,其基本理論內(nèi)容能夠在我國(guó)宏觀經(jīng)濟(jì)分析中給予借鑒。本模型是在借鑒了新凱恩斯主義經(jīng)濟(jì)理論和其它經(jīng)濟(jì)理論,并結(jié)合我國(guó)當(dāng)前經(jīng)濟(jì)體制過(guò)渡期一些特點(diǎn)建立起來(lái)。伴隨改革深入,我國(guó)市場(chǎng)化水平提升,供求關(guān)系已發(fā)生了根本改變,產(chǎn)出多少不再由生產(chǎn)能力單方面決定,而是以需求為主,由需求與
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 就業(yè)協(xié)議書泉州師院
- 農(nóng)戶葡萄收購(gòu)協(xié)議書
- 解除勞務(wù)用工協(xié)議書
- 子女處理房產(chǎn)協(xié)議書
- 小區(qū)綠化施工協(xié)議書
- 生病學(xué)生上學(xué)協(xié)議書
- 寄養(yǎng)撫養(yǎng)協(xié)議書范本
- 信息公司增資協(xié)議書
- 生產(chǎn)加工終止協(xié)議書
- 煤礦勞務(wù)分包協(xié)議書
- 自動(dòng)扶梯與自動(dòng)人行道2023版自行檢測(cè)規(guī)則
- 反假貨幣《外幣美元》知識(shí)考試題庫(kù)(含答案)
- 重慶大轟炸優(yōu)秀課件
- 專題01《水銀花開的夜晚》 高考語(yǔ)文二輪復(fù)習(xí)
- 外貿(mào)客戶報(bào)價(jià)單中英文格式模板
- 中藥學(xué)中藥性味歸經(jīng)功效歸納
- 專業(yè)技術(shù)人員職務(wù)聘任書
- GB/T 13911-1992金屬鍍覆和化學(xué)處理表示方法
- GB/T 13452.2-2008色漆和清漆漆膜厚度的測(cè)定
- 【泉州南音傳承與發(fā)展研究(論文7200字)】
- 《馬克思主義發(fā)展史》第五章 馬克思列寧主義在蘇聯(lián)的發(fā)展及曲折
評(píng)論
0/150
提交評(píng)論