为了研究规范,本书首先给出相关的基本假设和定义。
令X和U分别是定义在K维和G维空间上的随机变量向量,并且(X,U)是由定义在D上的分布函数Φ生成,其中U为不可观测的随机变量。令f:RK×RG×RG→RG是我们感兴趣的结构关系(structural relationships),并且令B={x,y,u:f(x,y,u)=0,(x,u)∈D}。令Y是定义在G维空间上的随机变量向量,并且是隐式方程组f(X,Y,U)=0的解。
假设2.1.1:假设存在函数π和g,使得对所有的(x,y,u)∈B,有y=π(x,u)以及u=g(x,y)。
定义2.1.1:结构S是结构关系(structural relationships)f以及分布函数Φ的组合,记作S=(f,Φ)。
由对Y的定义及假设2.1.1可知,隐式f(X,Y,U)=0的解存在并且Y=π(X,U),显然结构S=(f,Φ)唯一确定了可观测变量(X,Y)的概率分布Ψ,也就是说,观测变量的数据至多能提供关于概率分布Ψ的信息(knowledge ofΨ)。
定义2.1.2:模型M是一类结构S的集合,其中的元素都满足已知的先验信息,例如对f和Φ的先验假定。那么,模型M实际上可以看作是与真实结构S有相同已知特性的备选结构的集合。
显然,在参数模型中,需要识别的特性即为参数;而在非参数模型中,这类特性往往指的是函数的形态(shapes of functions)。第1章已经提到,对于不同的结构模型,其识别的思路和方法也有所区别,在本书的第3章至第5章将分别讨论不同结构模型的识别方法及其应用。
由于参数模型、参数结构及其简化型可以较为直观地给出具体的表达式,为了行文方便,本章首先给出参数模型、参数结构及其简化型等概念的相关定义。
定义2.1.3:令x≡(x1,x2,…,xN)′为可观测变量,并且,令w≡(w1,w2,…,wJ)′为影响经济观测值的不可观测的随机扰动(random disturbances)向量,将方程组系统
和w的联合分布的密度函数
组成的模型称为冲击模型(shockmodel)M,显然,冲击模型的每个方程均受到一个不可观测的随机扰动项ug的冲击,其中u≡(u1,…,uG)′是随机扰动冲击的向量。
定义2.1.4:对于冲击模型2.9—2.10,若G=N,称模型为自包含的(self-contained),此时模型自然是完备的;若G<N,令K=N-G,若x中存在K个元素z≡(z1,z2,…,zK)′由与原方程组(2.9)独立的未知的补充方程组
的组合统称为参数模型(parametric model),其中α(g)和σ为参数向量。
特别地,将由方程组系统
和联合分布密度
组成的模型称为冲击模型(shockmodel)M,显然,冲击模型的每个方程均受到一个不可观测的随机扰动项ug的冲击,其中u≡(u1,…,uG)′是随机扰动冲击的向量。
定义2.1.4:对于冲击模型2.9—2.10,若G=N,称模型为自包含的(self-contained),此时模型自然是完备的;若G<N,令K=N-G,若x中存在K个元素z≡(z1,z2,…,zK)′由与原方程组(2.9)独立的未知的补充方程组
决定,记x中除z外的元素为y≡(y1,y2,…,yG),并且,若y满足:
决定,记x中除z外的元素为y≡(y1,y2,…,yG),并且,若y满足:(www.xing528.com)
则称模型是完备的。并且,向量y和z中的观测变量分别被称为内生变量和先决变量。
显然,按照定义2.1.4可知,向量自回归(VAR)模型以及结构向量自回归(SVAR)模型均是自包含的。并且,本书第3章所讨论的参数模型均为完备的冲击模型。
定义2.1.5:将方程组(2.9)的形式f和冲击向量联合分布ψ的组合称为一个参数结构S,记为
则称模型是完备的。并且,向量y和z中的观测变量分别被称为内生变量和先决变量。
显然,按照定义2.1.4可知,向量自回归(VAR)模型以及结构向量自回归(SVAR)模型均是自包含的。并且,本书第3章所讨论的参数模型均为完备的冲击模型。
定义2.1.5:将方程组(2.9)的形式f和冲击向量联合分布ψ的组合称为一个参数结构S,记为
其中,θ为f和ψ中的参数组成的向量,被称为结构参数。并且将一类参数结构S组成的集合称为结构参数模型。对于结构同样有完备性、内生变量和先决变量的定义,可以参照模型中的相关定义类似地给出。
如果将具有结构S的完备冲击模型的方程组(2.9)重写为:
其中,θ为f和ψ中的参数组成的向量,被称为结构参数。并且将一类参数结构S组成的集合称为结构参数模型。对于结构同样有完备性、内生变量和先决变量的定义,可以参照模型中的相关定义类似地给出。
如果将具有结构S的完备冲击模型的方程组(2.9)重写为:
对于给定的结构S,先决变量z被看作是确定的,通过解方程组(2.14)可以得到内生变量y关于z的解的形式,由此引出下面的定义。
定义2.1.6:对于给定的结构S,将内生变量y表示为先决变量z的函数形式
对于给定的结构S,先决变量z被看作是确定的,通过解方程组(2.14)可以得到内生变量y关于z的解的形式,由此引出下面的定义。
定义2.1.6:对于给定的结构S,将内生变量y表示为先决变量z的函数形式
称式(2.15)为结构S的简化型(reduced-form),并且,称为简化型参数。
称式(2.15)为结构S的简化型(reduced-form),并且,称为简化型参数。
显然,对于给定的结构S,内生变量y≡(y1,…,yG)′的分布取决于u≡(u1,…,uG)′的分布。并且,给定先决变量z时,记内生变量y的条件分布为。
显然,对于给定的结构S,内生变量y≡(y1,…,yG)′的分布取决于u≡(u1,…,uG)′的分布。并且,给定先决变量z时,记内生变量y的条件分布为。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。