计量经济学李子奈潘文卿版计量经济学答案

第二章为什么甘重绘疥学祺空的埋论万程甲竝狈包言甌机十巩以n解答计量经济学模型考察的是具有因果关系的随机变量间的真体联系方式4由于是随机变量，意昧着影响被解释变量的因素是复杂的，除了解释变量的愍响外，还有其他无法在模型中独立列出的各种因素的影响4这样，理论模型中就必须使用一个称为随机干扰项的变量来代 表 关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf 所有这些无法在模型中独立表示出来的影响因素，以保证摸型在理论上的科学性奇下列计量经讲学方程哪些是正确的？哪些是错课的？为件么？(1)y=a+21,2,t八r(2)y二aflX+p,21,2,…，叭ttt,,，八⑶E=d+flXt4-jut,f=1,2,'(4)4二矗+点疋斗儿212…』：⑸E-a+JR,=a+二丘+£览十心*I二1,2,…,y二&+Bx严W2,…卯，r其中带〃亠-者表示鋼古计值解答计量经济学模型有两种类型：一是总体回归模型：另一是 样本 保单样本pdf木马病毒样本下载上虞风机样本下载直线导轨样本下载电脑病毒样本下载 回归模型口两类回归模型都具有确定形式与随机形式两种表达方式：总体回归模型的确定形式说门産)二炖十矗疋总捧回归模型的随机形式丫=佻+昭+抖样本回归模型的确定形式样本回归摸型的随机形式除此之外「其他的表达形式均是错误的，因此判断如下:⑴错误；(2)正确：⑶错误；(4)错误；(5)错误；(6)正确；(7)正确；(8)错误。4＞线性回归模型=a+七内、f=1,2严切的零均值假设是否可以表示为丄£毘=0?为什么？••ni-i解答线性回归模型中的零均值假设£()=0可以表示为Eg二Q,E(jJ=0AtE(角)=0[…Tn但是不能表示为丄£関=0,理由是n如Ijn一工甘HESA0n1=1严格说来，随机干扰项的零均值假设是关于X的条件期望为零：EWg",其含义为在疋取值为尤的条件下，所有其他因素对F的各种可能的影响平均下来为零。因此，E(对与丄》是两个完全不同的概念。&假设已经得到关系式Y二盼陋的量小二乘估计'试回答：假设抉定把X变量的单位扩大10倍，这样对原回归的斜率和截距会有什么样的影响？如果把V变量的单拉扩大10倍，又会怎样？假定给X的每个观测值都増加2,对原回归的斜率和截距会有什么样的影响？如果给F的每个观测值都增加2,又会怎样？解答(1)记为原变量X单位扩大2倍的变量，则Z二一，于是10=A+P\X10*沁才010可见，解释变量的单位扩大10倍时，回归的截距项不变，而斜率项将会成为原回归系数的丄*10同样地，记厂为原变量F单位扩大W倍的变量，贝IJK-―，于是10即厂二10箱+10焜；V可见，被解释变量的单位扩大10倍时；截距项与斜率项都会比原回归系数扩大10倍*⑵记+则原回归模型变为Y=0Z\X、二A+A「*-2）珂几-2再）+0X记r*二r+2，则原回归模型变为工壬虫“\x即r=（a+2）+a可见，无论解释变量还是被解释变量以加法的形式变化，都会造成原回归模型的截距项变化，而斜率项不变。6假使在回归模型耳二几+AM+同中*用不为零的常数必去乘每一个X值，这会不会改变r的拟合值及残差？如果对每个X都加大一个非零常数又会怎样？「解答记原总体模型对应的样本回归模型为丫严BQ+B乂严％则有Y的拟合值与残差分别为记X；=%则有记新总体模型对应的样本回归模型为则有kkk丿X2=Y-aX*二Y-/B芒Xx二A+A"j=K-依+&N)“1丸-曲亍砂)-(A+b\x訂丘：于是在新的回归模型下，卩的拟含值与残畫分别为g=%+E]X=E可见，对X乘非零常数后，不改变F的拟合值与模型的残差。如果记x；=x^St塑x*=X+5,xi—于是新模型的回归参数分别为=戸一屛牙=00厂确M”)在新的回归模型下*F的拟合值与残差分别为£=為+玄".之九亠龜）"=A）+A扎呂；=y_（必+兔扎）二Et（&-矽）〃（兀+町=八—（A+A"t）可见，对X都加大一个非零常数后，也不改变F的拟合值与模型的残差=A+Kxi+勺7.假设有人做了如下的回归：其中*弘斗分别为纟%兀关于各自均值的离差•问点和久将分别取何值？解答iBx=丄工召，戸二丄则易知无=歹=0,于是工（西一刃@亠刃工納h可见，在离差形式下没有截距项，只有斜率项“9•记样本回归模型为严bq+b\x广g试证明:估计的y的均值等于实测的y的均值：y=rA—«(2)(3)残差和为零，从而残差的均值为零：_工弓=0,e=0x残差项与不相关；0••工哄严(4)残差项与估计的丫不相关证(1)由于2严Bo+Bn故这里用到了由一元回归中正规方程组中的第一个方程工亿一為一A兀）=°Sei=0齐丄&=°（4）由⑵及⑶易知由一元回归中正规方程组中的第二个方程工（耳-人-庐离）兀=0b多元线性回归模型的基本假设是什么？试说明在证明垠小二乘估计量的无偏性和有效性的过程中，哪些基本假设起了作用？解答多元线性回归模型的基本假定仍然是针对随机干扰项与针对解释变量两大类的假设◎针对随机干扰项的假设有：零均值，同方差，无序列相关且服从正态分布。针对解释变量的假设有二解释变量应具有非随机性，如果是随机的，则不能与随机干扰项相关：各解释变量之间不存在（完全）线性相关关系u在证明最小二乘估计量的无偏性中，利用了解释变量非随机或与随机干扰项不相关的假定；在有效性的证明中，利用了随机干扰项同方差且无序列相关的假定“2,在多元线性回归分析中，E检验与F检验有何不同？在一元线性回归分折中二者是否有等价的作用？解答在多元线性回归分析中，t检验常披用作检验回归方程中各个参数的显著性，而F检验则被用作检验整个回归关系的显著性口各解释变量联合起来对被解释变量有显著的线性关系，并不意味着每一个解释变量分别对被解释变量有显著的线性关系.在一元线性回归分析中，二者具有等价作用，因为二者都是对共同的假设——解释变量的参数等于零——进行检验。在一项调查大学生一学期半均成绩（F）与母周在学习（％】）、睡觉娱乐（XJ与其他各种活动（XJ所用时间的关系的研究中•建立如下回归模型：Y=先++场兀++仇X°+卩如果这些话动所用时间的总和为一周的总小时数168。问'保持其他变量不变,而改变其中一个变量的说法是否有意义？该模型是否有违背基本假设的情况？如何修改此模型以使其更加合理？解答由于竝+為+禺+儿二164当其中一个变量变化时，至少有一个其他变量也得变化,因此，保持其他变量不变，而改变其中一个变量的说法是无意义的。显然，由于四类活动的总和为一周的总小时数168,表明四个X间存在完全的线性关系,因此违背了解释变量间不存在(完全)多重共线性的假设.可以去掉其中的一个变量'如去掉代表“其他”活动的变量则新构成的三变量模型更加合理。如这时禹就测度了当其他两变量不变时，每周增加1小时的学习时间所带来的学习成绩的平均变化。这时，即使睡觉和娱乐的时间保持不变.也可以通过减少其他活动的时间来增加学习的时间。而这时三个变量间也不存在明显的共线性问题°考虑下列两个模型：(a)Yi=«+闵心十+珂0(b)乙-忑工风+P,xu+fl2X2i+耳-证明;BHA=«o八A=«z-证明：两个模型的最小二乘残差相等，即对任何八有%=站在什么条件下•模型⑹的用小于模型⑹的，？解答(I)对模型(b)变形如下：片二几+(A+1)兀+P「Zi+叫因此，在与模型仗)有相同的样本下进行0LS估计，有毎二A+1,fio=OrA=2或&二岛亠i,BQ二&2应二％⑵在(1)成立的条件下，有玄二耳一dQ—每心一爲兀i=_A_(A+口兀_寺E-竝-岛-A兀-礼X丑二包⑶对模型⑷L1—对模型(b)R一—工園-乂”)-(p-禺严由⑵知丫咕口，故只有当》厲-切-伊-兀)1让工僅一窍时，即模型(b)的总变差(解释变量的离差平方和)小于模型個)的总变差(解释变量的离差平方和)时，才会有模型卩)的便小于模型(Q的应67-考虑以下过原点回归：X二B\x*+A「2/+%⑴求参数的oLS估计量：(2)对该模型，是否仍有结论工必=0,&爲"解答(1)根据最小二乘原理，需求适当的总,A,使得残差平方和最小Min工孑二工0-人血-念X/由微积分的知识，对上式分别关于A,鸟求偏导，并令导数值为零，得如下正规方程组:解得1化-九兀-必芯）兀=0-〈厶八）2一（工竝）（工仏巧）（2）由（1）中的正规方程组知.对该模型，仍有工讥=0&补0但不存在工〉二0*即过原点的残差和不一定为零。&对下列模型r（a）耳二◎+pXi+2Z+u.（b）E=a+OXi—OZ广兔求出o的最小二乘估计值，并将结果与卜曲的三饗:耄凹归方桎的最小二乘估it值柞比较；（c）乙二住+0乙+『召+掩你认为哪一个估计值更好？解答将模型值）改写成则0的估计值为a_D心-2為）将模型（b）改写成则0的估计值为对模型（c）,0的估计值为直（丫曲X》分）~（为儿可）（工和）显然，模型⑻与模型⑹分别是模型©的参数在如下约束下的变形式:¥-2,/=-0因此，如果限制条件正确，则三个回归结果相同。当然，从参数估计的表达式上看，模型（时与模型（b）的回归算法更简洁*但如果限制条件不正确，则模型（对与模型卩）的回归参数是有偏的'第四章1-对一元回归模型Y严仇+0西+告⑴假如其他基本假设全部满足，但Vai「)=a2#a\试证明估计的斜率f项仍是无偏的，但方差变为⑵如果Var(/z・)二aX-试证明上述方差的表达式为Var如升孕单"Lxi该表达武与在同方差假定下的方差Var(A)之间有何关系？分&大于1与小于1两种情况讨论°解答(1)在一元线性回归中「已知有碁锌胡+轸口LxiJr*F(A)=£(A)+X叫条v卜巩心石£?盏呦〃⑷⑵由⑴中结果进步得0艸&；Var(A)=而在同方差下，Var（j）*它与Var「）相差一个乘子。如果2jxf2八斗则该乘子大于1,出现Var「）〉Var（4）；如果则出现Var（A） 函 关于工期滞后的函关于工程严重滞后的函关于工程进度滞后的回复函关于征求同志党风廉政意见的函关于征求廉洁自律情况的复函 数的离差式为2L疋丄+肓呂+总；OLS0；/：,X-5巧5对该式的OLS回归，就是求适当的以使工丄（入方；-0：九）0；0；最小。再对该式关于兀/;求偏导，并令偏导数为零，得如下正规方程组：工呵+工州产工硝解线性方程组，则容易得到参数的OLS估计量为'二Q>jqkz）-（工叫尤）0必）—（£叫）（工叫疋）-（工叫禺尸一其中，W・6则上述估计式可简化为«*3.对一元线性回归模型E=0o+以兀+ft假如其他基本假设全部满足，但Cw(M内片0,试证明，估计的斜率顷仍是无偏的;若自变量存在正相关，且随机干扰项存在如下一阶序列相关：.7*、护r2a2工斗齐+1p士彳・lp试证明估计的斜率项的方差为M—2*乞旺斗灵rr+*£时_L并就E与K存在正序歹相关或负序歹:州关时与模型满足所有基本假定下的0LS估计Var(4)的大小进行比较。0解答⑴因此,E°)=EWAZ吉E@卄仇这里未涉及到随机干扰项的序列相关性「⑵由⑴知二Var(贝+VarrzID2~!)口口v吃衫）（迟工2）2]2＞弭血（角）+2工护£叶(“”吗)Var(/zJ由于=a2,Cov，角）ps,a2故Var©）去+耆脅电上——工〉：2°?污（Tn-2工妙如+工几札陰为广如+ia22aIr-1吃苔号+吃寮+…*铝IX铝IX铝铝it—2J=In-}£毎易+1ef=l_|_n-2工旺旺+2f=lJIcA1*E?上式中，右边第一项是无自相关时A的OLS估计总的方差'第二项包含如果p>OtFCS>0,即曲与逅均存在正序列相关；”〈0，<0,两个因素：随机干扰项角的自相关系数P和刻画xt的序列相关性的等亍。即同与益均存在负序列相关，则有Var(A)〉Var「)"•,fk--■-pX)弋匸〒Vh或p〈0・％-二-〉0,即耳与尤序列，一个正相关，“ZxrF一个负相关，则有Var(A)〈Vr(A)a5.对模型乙二几+人耳+角兀严屁入+耳，假设环与"相关*为了消除该相关性，采用工具变量法：先求近关于兀』与丄岔回归，得到再做如下回归：y二段X\t+°#打+禹+冏试问：这一方法能否消除原模型中尸円与冏的相关性？为什么？解答能消除。在基本假设下，血八与同应是不相关的，由此知，由石(与*去估计出的£应与必不相关。&对于一元回归模型乙二几+几无;十冏，假设解释变量无;的实测值尤与之有偏误：云二其中勺是具有零均值'无序列相关，且与龙;及却不相关的随机变量。试问：能否将疋;二兀-约代入原模型.使之变换成蛉二几+必羔+可宕进行估计？其中，勺为变换后模型的随机干扰项。进一步假设H与爲之间，以及它们与工之间无异期相关，那么E(x』J=0成立吗？应与疋门相关吗？由(2)的结论，你能寻找什么样的工具变量以对变换后的模型进行估计？解答(1)不能"因为变换后的模型为十01血十(舛-0闻)显然，由于％与乂同期相关，则说叽变换后的模型中的随机干扰项耳与疋同期相关。（2）=E［（Xi}+也）（A-0尼）］=疋（血.网）-件百（尤』片）+E（et_}/ij）—（勺=0t}多数经济变量的时同序列，除非它们是以一阶差分的形式或变化率的形式岀现，往往具有较强的相关性*因此，当屈与不」直接表示经济规模或水平的经济变量时，它们之间很可能相关；如果变量是一阶差分的形式或以变化率的形态出现，则它们间的相关性就会降低*但仍有一定程度的相关性。（3）由（2）的结论知，EQ二厲=0,即Xz与变换后的模型的随机干扰项不相关，而且X"与云有较强的相关性，因此，可用尤t作为扎的工具变量对变换后的模型进行估计。回归模型中引入虚拟变量的作用是什么？有哪几种基本的引入方式，它们各适用于什么情况？解答在模型中引入虚拟变量，主要是为了寻找某(些)定性因素对解释变量的影响。加法方式与乘法方式是最主要的引入方式，前者主要适用于定性因素对截距项产生影响的情况，后者主要适用于定性因素对斜率项产生影响的情况®除此外，还可以加法与乘法组合的方式引入虚拟变量，这时可测度定性因素对截距项与斜率项同时产生影响的情况口2在一项对北京某大学学生月消费支出的研究中，认为学生的消费支出除受其家庭的每月收入水平外，还受在学校中是否得到奖学金,来自农村还是城市，是经济发达地区还是欠发达地区發以及性别等因素的影响。试设定适当的模型，并导出如下情形下学生消费支出的平均水平:一来自欠发达农村地区的女生，未得到奖学金；来自欠发达城市地区的男生，得到奖学金；来自发达地区的农村女生，得到奖学金；来自发达地区的城市男生，未得到奖学金。解答记学生月消费支出为F,其家庭月收入水平为X，则在不考虑其他因素的影响时，有如下基本回归模型：K=炖+H其他定性因素可用如下虚拟变量表示：有奖学金J1,来自城市无奖学金，来自农村「=卩3=k来自发达地区来自欠发达地区*4=男性一Q・女性则引入各虚拟变量后的回归模型如下*E=A)+PlXi++a2D2i+他％+偽几+同由此回归模型，可得如下各种情形下学生的平均消费支出：来自欠发达农村地区的女生，未得到奖学金时的月消费支出:E(片IXxD、*=j?打二二D二o)二J+P\X[4i来自欠发达城市地区的男生，得到奖学金时的月消费支出：E(Y：第初％二几二匚屯二D$=o)二(a)+“十如)十禹為来自发达地区的农村女生，得到奖学金时的月消费支出，IXj、D址一d虫二—D蛀二0)二(执+坷+偽)+来自发达地区的城市男生，未得到奖学金时的月消费支出：X和D殳严0业二片二\D耳「0)二(易+偽+闵+农』+执£4i2i]f3■滞后变量模型有哪几种类型？分布滞后模型使用0LS方法存在哪些问题？解答滞后变量模型有分布滞后模型和自回归模型两犬类，前者只有解释变量及其滞后变量作为模型的解释变量,不包含被解释变量的滞后变量作为模型的解释变量琴而后者则以当期裨释变餐与被解释变量的若干期滞后变量作为模型的解释变量。分布滞后模型有无限期的分布滞后模型和有限期的分布滞后凑型¥自回归模型又以Coyck模型、自适应预期模型和局部调整模型最为多见・分布滞后模型使用0LS法存在以下问题J(l)对于无限期的分布滞后模型’由于样本观测值的有限性，使得无法直接对其进行估计”(2)对于有限期的分布滞后模型，使用0LS方法会遇到；没有先验准则确定滞后期长度#对最大滞后期的确定往往带有主观随意性；如果滞后期较长，由于样本容量有限，当滞后变量数目增加时，必然使得自由度减少，将缺乏足够的自由度进行估计和检验，同名变量滞后值之间可能存在高度线性相关・即模型可能存在高度的多重1-为什么要建立联立方程计量经济学模型？联立方程计董经济学模型适用于什么样的经济现象？解答经济现象是极为复杂的*其中诸因素之间的关系，在很多情况下，不是单一方程所能描述的那种简单的单向因果关系，而是相互依存,互为因果的，这时，就必须用联立的计量经济学方程才能描述清楚.所以与单方程适用于单一经济现象的研究相比，联立方程计量经济学模型适用于描述复杂的经济现象，即经济系统。联立方程计量经济学模型的识别状况可以分为几类？其含义各是什么？解答联立方程计量经济学模型的识别状况可以分为可识别和不可识别，可识别又分为恰好识别和过度识别。如果联立方程计量经济学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，或者根据参数关系体系，在已知简化式参数估计值时，如果不能得到联立方程计量经济学模型中某个结构方程的确定的结构参数估计值，称该方程为不可识别「如果一个模型中的所有随机方程都是可以识别的，则认为该联立方程计量经济学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，则认为该联立方程计量经济学模型系统是不可以识别的.如果某一个随机方程具有唯一一组参数估计量，称其为恰好识别匸如果某一个随机方程具有多组参数估计量,称其为过度识别。3联立方程计量经济学模型的单方程估计有哪些主要的方法？其适用条件和统计性质各是什么？解答单方程估计的主要方法有：狭义的工具变量法(IV)，间接最小二乘法(ILS)两阶T段最小二乘法(2SLS)・狭义的工具变量法(1¥)和间接最小二乘法(ILS)只适用于恰好识别的结构方程的估计.两阶段最小二乘法(2SLS)既适用于恰好识别的结拘方程'又适用于过度识别的结构方程。用工具变量法估计的参数，▼般情况下，在小样本下是有偏的，但在大样本下是渐近无偏的。如果选取的工具变量与方程随机干扰项完全不相关，那么其参数估计量是无偏估计量円对于间接最小二乘法，对简化式模型应用普通最小二乘法得到的参数估计量具有线性性、无偏性、有效性。通过参数关系体系计算得到结构方程的结构参数估计量在小样本下是有偏的,在大样本下是渐近无偏的°采用二阶段最小二乘法得到结构方程的结构参数估计量在小样本下是有偏的.在大样本下是渐近无偏的.一个有2个方程构成的简单商品供求模型如下；供给方程*Qt二两+%£需求方程：Q产加+仇P严其中，戸为均衡价格”Q是供求平衡状态下的供给量或需求量或试从模型简化式与结构式关系体系回答下列问题：该模型两个方程是否可识别？如果对该模型需求函数增加消费者收入变量片，则两方程的识别状态有何变化？如果再在上述模型的供给方程中引入新变量上期商品价格片屮，则两方程的识别状态有何变化？如果在需求函数中继续引入表示消费者财富的变量闿，则两方程的识别状态又有何变化？解答(1)设简化式模型为则容易推出简化式模型与结构式模型的参数关系体系：a\可见，在己知分畑％时，2个方程不能求得4个结构参数庄3兔、礼,B\的确定值，所以供给方程与需求方程都是不可识别的.如果对需求函数增加消费者收入变量耳，则该供求模型变为-则容易推出该模型的简化式模型为£=坷0+11+可/a=20+辽ix+%=—乩J兔=打20—®］^1Q于是，供给方程是可以识别的，这是因为但从整个参数关系体系看，待求的未知结构参数有芳个：%,%氐比0“而参数关系式体系中简化式参数只有4个，无法由简化式参数求出全部结构式参数，也就是说，需求函数仍无法唯一求出，故需求函数不可识别.如果再在上述模型的供给方程中引入新变量上期商品价格£亠］，则引入新变量后的联立模型如下土Q十二色+碍尺+茂几+州LQ二必+0出+/V；十角「容易推出此模型的简化式为£—%+街必+坷三彳】+如其中,Qt辽0+总］K+联立模型含6个结构参数：屆,结构参数与简化参数关系体系恰好有6个方程，可唯一确定&个结构参数，因此模型系统恰好识别④如在需求函数中再引入表示消费者财富的变量聊：联立模型可写成Q二旳+仪比+幻弘+血Q严仇7、P严陀严邮严岭此模型的简化式为Qt「20+君21X+乳苗Fg+兀23昭+2t其中,alp\二爲卩\禺0%0Q-0\2\«i-A这里原洪求模型中有7个结构参数佻心盘卩瓜点，际仇,但在结构参数与简化参数的关紊体系中有8个方程，即方程个数大于未知数个数，其结果是，虽然可以求出结构参数的解，但解并不唯一。例如，磅可由两个式子求出：碍=卷或谒=墜窃眄3因此，供给方程成为过度识别的方程。对习题4联立模型的每种情况.按结构式识别条件进行识别。解答(1)对原模型，有两个内生变量Q与尸而无先决变量。为了能识别，每个方程至少要排除旷1=1个变量。但实际情况并非如此，故两个方程均不可识别"对在需求方程加入了变量F后的模型系统：供给函数：筑+冏弓丰均*需求函数：Q二炖+0出+0也+P2/内生变量仍为0与P,但引入了一个先决变量％对于供给方程，它排除了旷1=1个变量(变量丫)因而可识别，而且由Ik-k社1-0=1f雷-1=2-1=1*因此是恰好识别的，但r对需求方程*它未排除至少1个变量，因而不可识别。对于在供给方程中加入了先决变量后的模型：供给函数：Q=為+金&+金2£1+血需求函数：a二几+A弓+瞋+%内生变量仍为。与H先决变量为F与对供给方程与需求方程，各自排除了旷in个变量(前者排除人后者排除巧因而两个方程均可识别。而且*对每个方程rA-=2-1"11gj-1=2-1=11因而是恰好识别的©对于在需求方程中再加入先决变量球后的模型：供给函数：a二两十％尺4■偽耳“十血需求函数：Q产齢吋0屛+扬吧+恶「内生变量仍为0与P,先决变量为齐与需求方程排除了g-l=l个变量（排除而且£-闵=3-2=I,1=2-1=1,因而是恰好识别；而对供给方程排除了2个变量（排除片W）,而且=3-1=2,是过度识别的。某联立方程计量经济学模型有2个方程，3个内生变量（齐，5丫彳），3个外生变量（舄，X》•也）和样本观测值始终曲1的虚变量G样本容量为壮其中第2个方程：Y=a+aX+aY++灼为恰好识别的结构方程。（1）写出用IV法估计该方程参数的正规方程组；（2）用ILS方法估计该方程参数，也可以看成一种工具变量方法，指出工具变量是如何选取的「并写岀参数估计量的矩阵表达式：（3）用2SLS方法估计该方程参数，也可以看成一种工具变量方法，指出人的工具变量是什么，并写出参数估计屋的矩阵表达式。解答（1）洛方程写成 标准 excel标准偏差excel标准偏差函数exl标准差函数国标检验抽样标准表免费下载红头文件格式标准下载 形式Y2=a2Y3+纠/]+吗可用X、作为t的工具变量*于杲用IV法估计的IF规方稈组为常打A丫苦二5（£5°—+心+玄兀+aX)32i2if=i••i=iJ川lx為+%+2兀+爲耳）r=lZZEX二z十禺+久兀+名兀j如i-1i=ln工匚俎=工@捲+%+2史+aX)X+2俎33i3ir=li=l（2）用IL$方法估计方程参数，相当于用（CX、X2疋3）依次作为（耳CX,的工具变量•参数估计量的矩阵表达式为叹尸用丁£]其中x={€X\XXJ2参数估计量的矩阵表达式为下列为一完备的联立方程计量经济学模型：ifMK=A）+EM+/1G•+严兔+a必十儿£+岭其中*M为货币供给量，丫为国内生产总值，卩为价格总指数，c,f分别为居民消费与投资。（1）指出模型的内生变量、外生变量、先决变量：（2）写出简化式模型，并导出结构式参数与简化式参数之间的关系：（3）用结构式条件确定模型的识别状态，⑷指出ILS,IV,2SLS中哪些可用于原模型第I,2个方程的参数估计。解答（1）内生变量为岡，G外生变量为斥，£和常数项；先决变量为人和常数项。2）记向化式模型为x二坷。P++羽】t叭£+兀/+%陆=托加+霉基珂+花ZJG+笛仏+£打梦易由原结构式方程变换为以下简化式模型:容易由原结构式方程变换为以下简化式模型：Y二炖+%"：乃〃］一p,Y\1-必U吃_aO4；giA,『1一。厨l-A■~用"c"1一爲肉于是，结构式参数与简化式参数之+的关系休系为/£A+^oA眄】=1—印/?11~a\p\舛+匈0。i「iA兀13=1-%/?]r3A1_且謁用结构式条件确定模型的识别状态。结构参数矩阵为YM常量尸CI(1~aof_rBr1-省1fo0丿模型系统中内生变量的数目为g=2,先决变量的数目为氐国(包括常数项)。首先判断第1个结构方程的识别状态。对于第1个方程，有凤凤兀)=&%)“=站1-4-3—l=g-l[所以，第1个结构方程为恰好识别方程。再看第2个结构方程'有%厂&二(F如RgH-1盘一池工斗_2二2A萼三—]所以，该方程可以识别，但是过度识别的中综合以上结果,该联立方程计量经济学模型是可识别的。由于第一个方程隆好识别，因此三种方法都可以估计，而且结果应是一致的；第二个方种为过度识别的，所以只能用二阶段最小二乘法(2SLE)进行估计。WelcomeToDownload!!!欢迎您的下载，资料仅供参考！