计量经济学第十一讲.docVIP

四、自回归模型的估计 利用最小二乘法估计自回归模型： 主要会遇到两个问题：（1）模型中含有随机的解释变量它们很可能与随机误差项相关，使OLS估计成为有偏估计；（2）模型很可能存在自相关性，这样OLS估计非有效估计。下面分别讨论不同情况下的估计问题。 （一）不存在自相关性 例如，局部调整模型中，由于，这样若不存在自相关性，则也自然不存在自相关性。而且，因为依赖于，由于与互不相关，得到与也是互不相关。更一般地，在自回归模型（3-39）中，如果随机误差项不存在自相关性，则随机解释变量与互不相关，模型满足基本假定。因此，仍然可以使用OLS法估计模型。 （二）存在自相关性 例如，考耶克模型和自适应预期模型中，，这使得存在一阶自相关性，而且还与随机解释变量相关。此时，一般是设法先消除模型中随机解释变量与随机误差项的相关问题，然后再利用广义差分法消除自相关性的影响。消除与的相关性，可以采用工具变量法和搜索估计法。 工具变量法 工具变量法，即设法寻找一个的替代变量，要求与高度相关，但与误差项不相关。实际应用中，一般取，即取关于的期分布滞后回归来代替。因为自回归模型实际上就是无限分布滞后模型，适当选取滞后期长度，就可以将的变化近似地用的线性模型来表示，即与高度相关；同时，因不是随机变量，与不相关，这样它们的线性组合与也不相关。所以，满足工具变量法的要求，