庞皓计量经济学-第十一章--练习题及参考解答(第四版).docx

《庞皓计量经济学-第十一章--练习题及参考解答(第四版).docx》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第十一章练习题及参考解答11.1考虑以下凯恩斯收入决定模型：其中，C＝消费支出，I＝投资指出，Y＝收入，G＝政府支出；和是前定变量。（1）导出模型的简化型方程并判定上述方程中哪些是可识别的（恰好或过度）。（2）你将用什么方法估计过度可识别方程和恰好可识别方程中的参数。【练习题11.1参考解答】（1）Yt=Ct+It+Gt=β10+β20+β11Yt+β21Yt+β22Yt-1+Gt+u1t+u2tYt=β10+β201-β11-β21+β221-β11-β21Yt-1+11-β11-β21Gt+u1t+u2t1-β11-β21=π10+π11Yt

2、-1+π12Gt+v1tCt=β10-β10β21+β11β201-β11-β21+β11β221-β11-β21Yt-1+β111-β11-β21Gt+β11u2t+u1t-β21u1t1-β11-β21=π20+π21Yt-1+π22Gt+v2tIt=β20-β20β11+β10β211-β11-β21+β21β22+β221-β11-β21Yt-1+β211-β11-β21Gt+β21u1t+u2t-β11u2t1-β11-β21=π30+π31Yt-1+π32Gt+v3t由模型的结构型，M=3，K=2。下面只对结构型模型中的第一个方程和第

3、二个方程判断其识别性。首先，用阶条件判断。第一个方程，已知，因为所以该方程有可能为过度识别。第二个方程，已知，因为所以该方程有可能恰好识别。第三个方程为定义式，故可不判断其识别性。其次，用秩条件判断。写出结构型方程组的参数矩阵对于第一个方程，划去该方程所在的行和该方程中非零系数所在的列，得由上述矩阵可得到三个非零行列式，根据阶条件，该方程为过度识别。事实上，所得到的矩阵的秩为2，则表明该方程是可识别，再结合阶条件，所以该方程为过度识别。同理，可判断第二个方程为恰好识别。（2）根据上述判断的结果，第一个方程可用两段最小二乘法估计参数；第二个方程可用

4、间接最小二乘法估计参数。11.2考虑如下结果：OLS：OLS：TSLS：TSLS：其中、、和分别是收益，价格，进口价格以及劳动生产力的百分率变化（所有百分率变化，均相对于上一年而言），而代表未填补的职位空缺率（相对于职工总人数的百分率）。试根据上述资料对“由于OLS和TSLS结果基本相同，故TSLS是无意义的。”这一说法加以评论。【练习题11.2参考解答】虽然OLS和TSLS结果基本相同，但不能说TSLS是无意义的，由于收益方程和价格方程构成了一个联立方程组，并且两个方程都是过度识别的，因此，模型估计应该用两阶段最小二乘法，OLS和TSLS结果基

5、本相同很可能只是巧合，并不是一般性结论。11.3考虑如下的货币供求模型：货币需求：货币供给：其中，M=货币，Y＝收入，R＝利率，P＝价格，为误差项；Y、R和P是前定变量。(1)需求函数可识别吗？(2)供给函数可识别吗？(3)你会用什么方法去估计可识别的方程中的参数？为什么？(4)假设我们把供给函数加以修改，多加进两个解释变量和，会出现什么识别问题？你还会用你在（3）中用的方法吗？为什么？【练习题11.3参考解答】（1）首先，用阶条件判断如下：根据模型可知，对于需求函数，有所以，该方程有可能是恰好识别。其次，用秩条件判断。将结构型模型转化为简化型模

6、型后，写出其系数的矩阵为对于需求函数，划掉第一行和第一行里零所对应的非零元素以外的元素，得到一个非零元素，即1，按照秩条件原理，说明该方程为恰好识别。（2）根据识别的原理，对于供给函数，运用阶条件有所以，该方程有可能是过度识别。对于供给函数，按秩条件原理，可得三个非零元素，按照秩条件的原理，说明该方程为过度识别。（3）对于货币需求函数在过度识别的情况下，可考虑用间接最小二乘法估计参数；对于货币供给函数为恰好识别的情况下，可考虑用两段最小二乘法估计参数。（4）在货币供给函数里再引进变量和，使得函数变为过度识别的情况，这时对参数的估计就只能用两段最小

7、二乘法。11.4设中国的关于价格、消费、工资模型设定为其中，I为固定资产投资，W为国有企业职工年平均工资，C为居民消费水平指数，P为价格指数，C、P均以上一年为100%，样本数据见下表。表11.4样本数据年份固定资产投资总额I（亿元）国有企业在岗职工平均工资W（元）居民消费水平指数C价格指数P19928080.12930113.3106.4199313072.33593108.4114.7199417042.14708104.6124.1199520019.35553107.8117.1199622913.56207109.4108.319972

8、4941.16679104.5102.8199828406.27579105.999.2199929854.78443108.398.6