計(jì)量經(jīng)濟(jì)學(xué)-結(jié)構(gòu)方程

5/5XXX學(xué)院實(shí)驗(yàn)報(bào)告課程名稱計(jì)量經(jīng)濟(jì)學(xué)成績實(shí)驗(yàn)名稱結(jié)構(gòu)方程模型專業(yè)投資學(xué)年級/班級B18投資學(xué)一班指導(dǎo)教師實(shí)驗(yàn)地點(diǎn)文博樓實(shí)驗(yàn)室名稱經(jīng)濟(jì)學(xué)實(shí)驗(yàn)中心實(shí)驗(yàn)時間實(shí)驗(yàn)儀器計(jì)算機(jī)、eviews計(jì)量分析軟件姓名學(xué)號實(shí)驗(yàn)?zāi)康氖裁词锹?lián)立方程模型？根據(jù)數(shù)據(jù)建立結(jié)構(gòu)方程模型,并說明可識別情況。運(yùn)用二階段最小二乘法TSLS進(jìn)行結(jié)構(gòu)方程估計(jì)。對估計(jì)結(jié)果進(jìn)行解釋。實(shí)驗(yàn)內(nèi)容\步驟建立結(jié)構(gòu)方程模型：建立宏觀經(jīng)濟(jì)模型：消費(fèi)函數(shù)，投資函數(shù)，收入方程。判斷模型是否是可識別的。TSLS結(jié)構(gòu)方程估計(jì)：在Object菜單中選擇NewObject，然后在Typeofobject中選擇System，點(diǎn)擊OK。在System窗口中輸入ct=c(1)+c(2)*yt+c(3)*ct(-1)，it=c(4)+c(5)*yt，instgtct(-1)，點(diǎn)擊estimate，選擇Two-SLS估計(jì)法，得到估計(jì)結(jié)果。實(shí)驗(yàn)結(jié)果分析及討論1.什么是聯(lián)立方程模型？聯(lián)立方程模型是指同時用若干個相互關(guān)聯(lián)的方程，表示一個經(jīng)濟(jì)系統(tǒng)中經(jīng)濟(jì)變量相互依存性的模型。2.建立結(jié)構(gòu)方程模型，并說明可識別情況。建立如下所示的宏觀經(jīng)濟(jì)模型：消費(fèi)函數(shù)：投資函數(shù)：收入方程：判斷該聯(lián)立方程模型中投資函數(shù)方程是過度識別的，消費(fèi)函數(shù)方程是恰好識別的，整個結(jié)構(gòu)模型是可識別的。具體的步驟如下面所述：在聯(lián)立方程模型中，為內(nèi)生變量，為前定變量。所以結(jié)構(gòu)模型中內(nèi)生變量為,內(nèi)生變量和前定變量的總個數(shù)為。

（2）階條件：對于投資函數(shù)方程來說，方程中內(nèi)生變量和前定變量的總個數(shù)為。根據(jù)前面講過的條件,所以階條件成立，此時如果投資函數(shù)方程可識別，則為過度識別；對于消費(fèi)函數(shù)方程來說，方程中內(nèi)生變量和前定變量的總個數(shù)為,根據(jù)前面講過的各件,所以階條件成立，此時如果消費(fèi)函數(shù)方程可識別，則為恰好識別；對于收入函數(shù)方程來說，方程中內(nèi)生變量和前定變量的總個數(shù)為,根據(jù)前面講過的條件,所以階條件成立，此時如果收入函數(shù)方程可識別，則為恰好識別。（3）秩條件：首先整理結(jié)構(gòu)模型，通過移項(xiàng)，得到如下新的形式。

消費(fèi)函數(shù)：投資函數(shù)：

收入方程：結(jié)構(gòu)模型對應(yīng)的參數(shù)矩陣為：對于投資函數(shù)方程來說，在刪去其所對應(yīng)的行以及其非零元素所對應(yīng)的列以后，得到的子矩陣是：

實(shí)驗(yàn)結(jié)果分析及討論（續(xù)）其秩為，所以本方程可識別，結(jié)合階條件，本方程為過度識別。

對于消費(fèi)函數(shù)方程來說，在刪去其所對應(yīng)的行以及其非零元素所對應(yīng)的列以后，得到的子矩陣是：其秩為，所以本方程可識別，結(jié)合階條件，本方程為恰好識別。對于收入方程來說，在刪去其所對應(yīng)的行以及其非零元素所對應(yīng)的列以后，得到的子矩陣是：其秩為，所以本方程可識別，結(jié)合階條件，本方程為恰好識別。綜合可知，本結(jié)構(gòu)模型可識別。實(shí)驗(yàn)結(jié)果分析及討論（續(xù)）3.運(yùn)用二階段最小二乘法TSLS進(jìn)行結(jié)構(gòu)方程估計(jì)如下：System:UNTITLEDEstimationMethod:Two-StageLeastSquaresDate:12/07/21Time:10:45Sample:19792003Includedobservations:25Totalsystem(balanced)observations50CoefficientStd.Errort-StatisticProb.

C(1)273.3999177.35011.5415830.1302C(2)0.2651840.1745191.5195100.1356C(3)0.4337290.4291811.0105950.3176C(4)-258.6251131.6564-1.9643940.0557C(5)0.4017650.00801950.104440.0000Determinantresidualcovariance1.35E+09Equation:CT=C(1)+C(2)*YT+C(3)*CT(-1)

Instruments:GTCT(-1)CObservations:25R-squared0.998280

Meandependentvar6526.600AdjustedR-squared0.998123

S.D.dependentvar4023.411S.E.ofregression174.2940

Sumsquaredresid668324.6Durbin-Watsonstat1.003405Equation:IT=C(4)+C(5)*YT

Instruments:GTCT(-1)CObservations:25R-squared0.991067

Meandependentvar5279.634AdjustedR-squared0.990678

S.D.dependentvar3703.951S.E.ofregression357.6166

Sumsquaredresid2941461.Durbin-Watsonstat0.8144654.對估計(jì)結(jié)果進(jìn)行解釋如下：通過上述回歸結(jié)果，可以寫出最后的如下模型：消費(fèi)函數(shù)：投資函數(shù)：收入方程：可知我國居民的消費(fèi)和投資都與其可支配收入存在著正相關(guān)關(guān)系。消費(fèi)與收入的正相關(guān)關(guān)系并不顯著，投資與收入的正相關(guān)關(guān)系極為顯著。這從一定程度上說明收入增長對我國居民的消費(fèi)需求并無顯著刺激作用。實(shí)驗(yàn)心得1.了解了聯(lián)立方程模型的基本概念、內(nèi)生變量、外生變量和前定變量的概念，學(xué)會了聯(lián)立方程模型的矩陣表示及結(jié)構(gòu)式、簡化式分類。2.能夠運(yùn)用階條件和秩條件判斷模型是恰好識別、過度識別和不可識別。3.掌握了聯(lián)立方程模型的兩種估計(jì)方法：間接最小二乘法、兩階段最小二乘法，學(xué)會了運(yùn)用聯(lián)立方程模型描述和分析經(jīng)濟(jì)系統(tǒng)中變量之間的復(fù)雜關(guān)系。4.經(jīng)過這一節(jié)課的學(xué)習(xí)，大家都收獲頗多，學(xué)會了很多新知識，掌握了很多專業(yè)方法，在下節(jié)課的學(xué)習(xí)中我們會繼續(xù)保持這種良好的狀態(tài)。教師評閱1.學(xué)生實(shí)驗(yàn)動手能力（20分）□優(yōu)秀（20-18）□較好（17-15）□合格（14-12）□不合格（11-0）2.實(shí)驗(yàn)報(bào)告內(nèi)容（共60分）（1）實(shí)驗(yàn)?zāi)康?、教材、原理、?nèi)容及涉及步驟記錄（20分）□正確、清晰、重點(diǎn)突出（20-18）□較正確、較清晰（17-15）□有較少錯誤（14-12）□有較多錯誤（11-0）（2）實(shí)驗(yàn)數(shù)據(jù)（現(xiàn)象）及結(jié)果記錄、處理（20分）□清晰、正確（20-18）□較清晰、較正確（17-15）□合格（14-12）□不合格（11-0）（3）實(shí)驗(yàn)結(jié)果分析及討論（20分）□結(jié)