第2章⑼随机解释变量.pptVIP

一、随机解释变量问题 1、随机解释变量问题 单方程线性计量经济学模型假设之一是： Cov(Xi,?i)=0 即解释变量与随机项不相关。 这一假设实际是要求： 或者X是确定性变量，不是随机变量； 或者X虽是随机变量，但与随机误差项不相关。 违背这一假设设的问题被称为随机解释变量问题。 2、随机解释变量问题的3种情况 对于模型 Yi=?0+?1X1i+?2X2i+?+?kXki+?i i=1,2,…,n (2.7.1) 为讨论方便，假设(2.7.1)中X2为随机解释变量。 对于随机解释变量问题，又分三种不同情况： ⑴随机解释变量与随机误差项不相关，即 E（X2?）=0 （2.7.2) ⑵ 随机解释变量与随机误差项在小样本下相关，在大样本下渐近无关，即 在小样本下 E（X2?）?0 在大样本下 P lim（?X2i?i/n）=0 （2.7.3) 或： P (lim (?X2i?i/n)=0)=1 ⑶ 随机解释变量与随机误差项高度相关，且 P lim（?X2i?i/n）?0 （2.7.4) 2、实际经济问题中的随机解释变量问题 例如： 耐用品存量调整模型： 耐用品的存量Qt由前一个时期的存量Qt-1和当期收入It共同决定： Qt=?0+?1It+?2Qt-1+?t t=1,?T 这是一个滞后被解释变量作为解释变量的模型。 但是，如果模型不存在随机误差项的序列相关性，那么随机解释变量Q t-1只与?t-1相关，与?t不相关，属于上述的第1种情况。 合理预期的消费函数模型 合理预期理论认为消费是由对收入的预期所决定的，或者说消费是有计划的，而这个计划是根据对收入的预期制定的。于是有： 在该模型中，作为解释变量的Ct-1不仅是一个随机解释变量，而且与模型的随机误差项(?t-??t-1)高度相关（因为Ct-1与?t-1高度相关）。属于上述第3种情况。 二、随机解释变量的后果 1、出发点 计量经济学模型一旦出现随机解释变量，如果仍采用OLS法估计模型参数，不同性质的随机解释变量会产生不同的后果。 对回归模型 Y=XB+N (2.7.5) 可见，随机解释变量带来什么后果取决于它与随机误差项是否相关。 2、随机解释变量与随机误差项不相关 这时采用OLS法估计模型参数，得到的参数估计量仍然是无偏估计量 3、随机解释变量与随机误差项在小样本下相关，在大样本下渐近无关 根据(2.7.3)和(2.7.6)，这时采用OLS法估计模型参数，得到的参数估计量在小样本下是有偏的，在大样本下具有渐近无偏的。 4、随机解释变量与随机误差项高度相关 根据(2.7.4)和(2.7.6)，这时采用OLS法估计模型参数，得到的参数估计量在小样本下是有偏的，在大样本下也不具有渐近无偏性。 OLS法失效，需要发展新的方法估计模型。 5、滞后被解释变量作解释变量，并且与随机误差项相关 如果模型中的随机解释变量是滞后被解释变量，并且与随机误差项相关时，除了OLS法参数估计量是有偏外，还带来两个后果： ①模型必然具有随机误差项的自相关性。因为该滞后被解释变量与滞后随机误差项相关，又与当期随机误差项相关。 ②D.W.检验失效。因为不管D.W.统计量的数值是多少，随机误差项的自相关性总是存在的。 三、工具变量法 Instrumental Variables Method 1、工具变量的选取 工具变量：在模型估计过程中被作为工具使用，以替代模型中与随机误差项相关的随机解释变量。 选择为工具变量的变量必须满足以下条件： 2、工具变量的应用 对于多元线性模型 用普通最小二乘法估计模型，最后归结为求解一个关于参数估计量的正规方程组： 该方程组也可以看作为矩方法的结果。用每个解释变量分别乘以模型的两边，并对所有样本点求和： 然后再对方程的两边求期望： 利用下列条件得到的： 如果x2为随机变量，且与随机误差项相关；选择z作为它的工具变量。在应该用x2乘方程两边时，不用x2，而用z。 得到采用工具变量法的正规方程组： 通常，对于没有选