Answers:
联立方程模型(我们将它们称为SIM来分离两种类型的模型),这些模型具有一定的同时性。例如,
如您所见,这两个方程构成一个方程系统。它们在计量经济学和应用经济学中被广泛使用,但不能保证它们具有合理的(经济学)解释。
此外,为了使事情变得更加复杂,可以以结构化形式和简化形式来编写SIM。因此,您可以以结构形式谈论联立方程模型,而无需参考传统上称为结构方程模型(SEM)的模型!如果需要参考,Wooldridge的横截面和面板数据的计量经济学分析就很好。
在SEM领域中,您尝试估计因果关系和无法观察到的事情。例如,无法观察到IQ,但是您可以利用相关(可观察)变量之间的关系进行研究。因子分析是一种常见的SEM方法。
对于时间序列上的SEM应用,您可能需要看一下动态因子分析。
在我看来,计量经济学中SEM的解释是一个有争议的问题。Pearl坚决主张对SEM及其参数的因果解释。例如,您可以阅读:结构方程建模的因果基础 -Pearl(2012)。
他将诸如联立方程模型(SIM)的术语视为SEM的同义词。在Pearl的观点中(第3页),最后是在SEM中消除/模糊因果含义的术语策略。他认为SEM必须始终保持明确的因果意义。
当然,在SEM / SIM上下文中,总是存在结构形式和简化形式,其中通过标识实现简化。请,如果您知道一本关于SIM / SEM的计量经济学教科书或严肃的文章,而没有这些区别,请告诉我。简化形式本身仅执行相关/回归意义,但通过识别,我们可以得出因果关系。当然,结构意义超出了相关性(广义上,不一定是线性的),但如果结构意义不是因果的,我不知道它是什么。
时间序列上下文也相关,请在此处查看我的问题: 经济学中的结构方程和因果模型