聯(lián)立方程模型的估計_第1頁
聯(lián)立方程模型的估計_第2頁
聯(lián)立方程模型的估計_第3頁
聯(lián)立方程模型的估計_第4頁
聯(lián)立方程模型的估計_第5頁
已閱讀5頁,還剩13頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、第五節(jié) 聯(lián)立方程模型的估計 聯(lián)立方程偏倚 恰好識別模型的估計 過度識別模型的估計聯(lián)立方程模型的估計方法分為兩大類:單方程估計方法與系統(tǒng)估計方法。單方程估計方法即對模型中的結(jié)構(gòu)方程逐個進行估計,估計過程中主要考慮每一個方程所包含的信息,而不涉及模型系統(tǒng)中各方程之間的相互關(guān)系,所以也叫有限信息估計法。常用的單方程估計方法有:間接最小二乘法(ils)、工具變量法(iv)和二階段最小二乘法(2sls)、有限信息極大似然法(liml)等。 系統(tǒng)估計方法是對整個模型中的所有結(jié)構(gòu)方程同時進行估計,同時得到模型中所有結(jié)構(gòu)參數(shù)的估計量。由于在估計過程中考慮了模型的整體結(jié)構(gòu),利用了模型系統(tǒng)的全部信息,所以又稱為完

2、全信息估計法。常用的系統(tǒng)估計方法有:三階段最小二乘法(3sls)、完全信息極大似然法(fiml)等。一、聯(lián)立方程偏倚在聯(lián)立方程模型的結(jié)構(gòu)方程中,可能有內(nèi)生變量作為解釋變量,因為它與隨機誤差項相關(guān),方程存在隨機解釋變量問題,使用最小二乘法得到的參數(shù)估計量是有偏的,這種偏倚稱為聯(lián)立方程偏倚。二、恰好識別模型的估計1.間接最小二乘法原理:聯(lián)立方程模型的結(jié)構(gòu)方程不能直接使用最小二乘法的主要原因,就是方程的解釋變量中含有與隨機誤差項相關(guān)的內(nèi)生變量。但簡化式模型不存在這個問題,所以可以先用最小二乘法估計出簡化式參數(shù),然后通過參數(shù)關(guān)系體系得到結(jié)構(gòu)式參數(shù),這種方法稱為間接最小二乘法(indirect leas

3、t square,簡稱ils)。步驟:(1)寫出結(jié)構(gòu)模型對應(yīng)的簡化模型;(2)對簡化模型的每個簡化方程應(yīng)用最小二乘法求出簡化參數(shù)的估計值;(3)利用簡化參數(shù)的估計值和參數(shù)關(guān)系式解出被估計結(jié)構(gòu)方程的結(jié)構(gòu)參數(shù)估計值。注意:間接最小二乘法適用于被估計的結(jié)構(gòu)方程是恰好識別的,因為只有這樣才能從參數(shù)關(guān)系式中得到結(jié)構(gòu)參數(shù)的唯一一組估計量。得到的結(jié)構(gòu)參數(shù)的間接最小二乘估計量的統(tǒng)計性質(zhì)為:小樣本是有偏的,大樣本下是一致的。2.工具變量法聯(lián)立方程模型在估計時存在的主要問題是隨機解釋變量問題,所以可以用工具變量法來解決。通過選擇合適的預(yù)定變量作為內(nèi)生解釋變量的工具變量,以便減弱解釋變量與隨機誤差項的相關(guān)性,從而可

4、以估計出模型中的未知參數(shù)。其步驟為:(1)選擇適當(dāng)?shù)念A(yù)定變量作為工具變量; (2)在正規(guī)方程組中用工具變量替代相應(yīng)的內(nèi)生變量,解方程組即可得結(jié)構(gòu)參數(shù)的估計量。工具變量法只適用于恰好識別的結(jié)構(gòu)方程。如果是過度識別的結(jié)構(gòu)方程,工具變量不是唯一的。工具變量法估計量小樣本下是有偏的,大樣本下是一致的。例7 對于聯(lián)立方程模型111223212132 12tttttttttya xa xa yuyb xb yu要求用工具變量法估計此模型。12123tttttyyxxx內(nèi)生變量:、外生變量:、第一步,先用階條件判斷,兩個方程都滿足階條件。第二步,再用秩條件判斷。(1)寫出模型的結(jié)構(gòu)參數(shù)矩陣:12123 tt

5、tttyyxxx312211 - - - 0-b 1 0 0 -baaa(2)寫出第一個方程的被斥變量結(jié)構(gòu)參數(shù)矩陣:1-b()(3)其秩等于1,所以判斷第一個可以識別。第三步,結(jié)合階條件,判斷第一個方程恰好識別。用同樣的方法判斷第二個方程過度識別。用工具變量法對模型進行參數(shù)估計。對第一個方程,內(nèi)生變量y2t 作為解釋變量,由第二個方程可知,y2t與外生變量x3t相關(guān),因此選x3t作為y2t的工具變量。在求解未知參數(shù)的正規(guī)方程組中,用x3t代替y2t得:111122322111223231112232()0()0()0tttttttttttttttxya xa xa yxya xa xa yxy

6、a xa xa y123 .aaa解這個方程組,就得到 、 、對第二個方程,內(nèi)生變量y1t 作為解釋變量,由第一個方程可知,y1t與外生變量x1t、x2t均相關(guān),因此可選x1t或x2t作為y1t的工具變量。12.bb解這兩個方程組,就可以得到 、 的兩組估計量在求解未知參數(shù)的正規(guī)方程組中,用x1t或x2t代替y1t得:12132 132132 1()0()0ttttttttxyb xb yxyb xb y或22132 132132 1()0()0ttttttttxyb xb yxyb xb y三、過度識別模型的估計兩階段最小二乘法具體步驟為:(1)利用ols估計結(jié)構(gòu)方程中作為解釋變量的內(nèi)生變量

7、的簡化式方程;(2)利用估計出的簡化式方程計算內(nèi)生變量的點估計值;(3)把這些點估計值代入到待估計方程中,分別替代對應(yīng)的內(nèi)生解釋變量;(4)對替換后的新方程再利用ols進行估計,由此得到的參數(shù)估計值就是最終的2sls估計值。例8 接上節(jié)例7,對模型進行參數(shù)估計。第一個方程,應(yīng)用間接最小二乘法估計參數(shù)。第一步,由結(jié)構(gòu)模型得到簡化模型。3 112112313 23 23 21122331111ttttttttta baayxxxva ba ba bc xc xc xv1 2221212323 23 23 24152632111tttttttttaba bbyxxxva ba ba bc xc xc

8、 xv參數(shù)關(guān)系式為:3 1121233 23 23 2, , 111a baaccca ba ba b1 22214563 23 23 2, , 111aba bbccca ba ba b126126 ,.c ccc cc第二步,對簡化方程分別應(yīng)用最小二乘法,得到簡化參數(shù)的估計值第三步,由參數(shù)關(guān)系式求出33113 4223 56, , caaca caca cc所以33113 4223 56 , , caaca caca cc第二個方程,應(yīng)用兩階段最小二乘法估計參數(shù)。該方程中,內(nèi)生變量y1t 作為解釋變量。第一步,對y1t 的簡化方程11122331tttttyc xc xc xv1.ty應(yīng)用最小二乘法,得到1ty第二步,將代入第二個方程,得:2132 12ttttyb xb yu1212.bbbb對該方程應(yīng)用最小二乘法得到參數(shù) 、 的估計量 、二階段最小二乘法的估

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論