联立方程计量经济学模型案例

《联立方程计量经济学模型案例》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第六章联立方程计量经济学模型案例1、下面建立一个包含3个方程的中国宏观经济模型，已经判断消费方程式恰好识别的，投资方程是过度识别的。对模型进行估计。样本观测值见表6.1表6.1中国宏观经济数据单位：亿元年份YICG年份YICG1978360613781759469199121280751710316344719794074147420055951992258649636124603768198045511590231764419933450114998156823821198149011581260471619944669119261208106620198

2、254891760286886119955851123877269457689198360762005318388819966833026867321529311198471642469367510201997748942845834855115811985879233864589817199879003295463692112536198610133384651751112199982673307023933412637198711784432259611501200089341325004289613945198814704549576331576200

3、1985933746145898152341989164666095852418472001107514423554853516624199018320644491132763（1）用狭义的工具变量法估计消费方程选取方程中未包含的先决变量G作为内生解释变量Y的工具变量，过程如下：结果如下：所以，得到结构参数的工具变量法估计量为：（1）用间接最小二乘法估计消费方程消费方程中包含的内生变量的简化式方程为：参数关系体系为：用普通最小二乘法估计，结果如下：所以参数估计量为：所以，得到间接最小二乘估计值为：（3）用两阶段最小二乘法估计消费方程第一阶段使用普通最小二乘法

4、估计内生解释变量的简化方程，得到用Y的预测值替换消费方程中的Y，直接用OLS估计消费方程，过程如下：也可以用工具变量法估计消费方程，过程如下：结果如下：综上所述，可知道，对于恰好识别方程，三种方法得到的结论是一样的。（4）用两阶段最小二乘法估计投资方程，过程同上。（5）投资方程是过度识别的方程，也可以用GMM估计，选择的工具变量为先决变量C01、G。估计结果如下：与2SLS结果比较，结构参数估计量变化不大。残差平方和由81641777变为15209108，显著减少。为什么？利用了更多的信息。2.以表6.2所示的中国的实际数据为资料，估计下面的联立模型。表6.

5、2年份货币于准货币M2/亿元国内生产总值GDP/亿元居民消费价格指数P(1978为100居民消费CONS/亿元固定投资I/亿元199015293.418319.5165.29113.24517199119349.921280.4170.810315.95594.5199225402.225863.7181.712459.88080.1199334879.834500.7208.415682.413072.3199446923.546690.7258.620809.817042.1199560750.558510.5302.826944.520019.3199

6、676094.968330.4327.932152.322913.5199790995.374894.2337.134854.624941.11998104498.579003.3334.436921.128406.21999119897.982673.1329.739334.429854.72000134610.389112.533142911.932917.7建立工作文件后，进行如下步骤：建立联立模型，并命名为MY在SYSTEM窗口里面定义联立方程组和使用的工具变量。选择两阶段最小二乘法进行估计。得到如下输出结果：所以得到联立方程计量经济学模型的估计表达

7、式为：3、以Klein（克莱因）联立方程模型为例介绍两阶段最小二乘估计。首先建立工作文件，数据如表7。表6.3Klein联立方程模型数据年份CCPPWPIIKKXXWGGGTTAA192039.812.728.82.7180.144.92.22.43.4-11192141.912.425.5-0.2182.845.62.73.97.7-1019224516.929.31.9182.650.12.93.23.9-9192349.218.434.15.2184.557.22.92.84.7-8192450.619.433.93189.757.13.13.53.8

8、-7192552.620.135.45.1192.7