联立方程模型估计续讲解.pptVIP

第12章 联立方程模型的估计方法 §12.4 两阶段最小二乘法(2SLS) 1、估计方法 第一阶段，用OLS法估计pt的简化式方程。它相当于pt对所有的先决变量回归，其拟合值 就等于各先决变量的线性组合，且残差最小。拟合值 与相应结构式中的两个误差项 是无关的。 第二阶段，用 代入结构式模型中的供给方程求出参数的OLS解。由于拟合值 是先决变量的线性组合，且与误差项 无关，因此参数估计是一致的。 2、对供给—需求模型应用2SLS法 模型 第12章 联立方程模型的估计方法 该模型的供给方程恰好识别。相应的简化式模型 ⑴第一阶段OLS法：对 pt的简化式方程进行OLS法回归，得到拟合值 ⑵第二阶段OLS法：将拟合值代入结构式模型的供给方程，得到斜率参数的OLS估计。 第12章 联立方程模型的估计方法 3、应用2SLS估计法的条件 联立模型中需要估计的方程是可识别的。 4、联立性检验 供给方程 和需求方程 有没有联立性，是指pt与εt是否相关。两者相关就说两个方程具有联立性，否则就不具有联立性。 两个方程是否存在联立性，决定了参数估计的不同性质。若pt与εt是不相关的，那么供给方程的OLS估计就是参数的无偏一致估计；如果两者相关，参数的2SLS估计才是参数的一致估计。 第12章 联立方程模型的估计方法 联立性检验分为两步： ⑴求pt简化式方程的回归残差 两个方程联立可得到pt的简化式方程 用OLS法可以得到参数估计值，计算残差有关系式 ⑵将qt对pt与残差 回归 对残差系数进行t检验，如果接受残差系数为0的原假设，就表明供给与需求方程不具有联立性。 该检验法与第7章测量误差的存在性检验是一样的。 第12章 联立方程模型的估计方法 §12.5具有序列相关和滞后因变量的联立方程模型的估计 1、具有序列相关和滞后因变量的单方程模型 考虑最简单的模型 我们有 所有等式两边相加可得 第12章 联立方程模型的估计方法 下面计算yt-1与εt的协方差： 因为 所以 因此模型参数的OLS估计 可见参数估计一般是有偏和不一致的。 2、供给—需求模型存在序列相关和滞后因变量 模型 第12章 联立方程模型的估计方法 其中μt和νt关于时间彼此相互无关。 由供给方程可得其广义差分形式 ⑴当ρ为已知时，由于pt是内生变量，上式参数的OLS估计是不一致的。但利用2SLS法(pt对先决变量pt-1、qt、qt-1和yt回归得到拟合值代入上式)可以得到参数的一致估计。拟合值 是工具变量的线性组合，是与νt无关的。 ⑵当ρ为未知时，情况变得稍微复杂。我们对误差项εt相关系数的估计值r可能不等于ρ。供给方程变为 第12章 联立方程模型的估计方法 由于 和εt-1相关，参数的2SLS估计不再一致了。为了获得参数的一致估计，Fair提出了下面估计法： 第一步：计算拟合值 与残差 将pt关于所有先决变量回归，估计以下“简化式”方程 第二步：估计以下经过修正的“结构式”方程 利用网格点法(hildreth-Lu法)寻找使残差平方和达到最小的r值，这时对应的参数估计将是一致的。这是因为由供给方程滞后一期可得 可见νt和 都与εt-1相关，进一步有 第12章 联立方程模型的估计方法 §12.6 更高级的估计方法 1、似无关(SUR)模型 模型 这是代表两个相关产品的需求方程。如果两个方程的误差项彼此不相关，那么方程间就没有关系，参数可以分别用OLS法获得有效估计；如果方程的误差项彼此相关，那么这两个看似无关的方程，就必须通过更为复杂的估计方法获得。 2、方程组的估计方法 若干方程由于具有联立性或随机误差的相关性，形成一个方程系统。 第12章 联立方程模型的估计方法 ⑴参数估计的有效性问题 当方程系统具有联立性时，用2SLS法和工具变量法可以产生一致的参数估计量，但通常不能得到有效的估计(只考虑被估计方程省略了某些先决变量，而没有注意其它方程也省略了某些先决变量)；当方程系统随机误差具有相关性时，却采用了单方程估计法，也同样不能得到有效的估计。 ⑵SUR估计法 从方程的联立性和随机误差的相关性，这种系统的观点来考察和进行参数估计，我们称为系统估计法。用系统估计法可以提高参数估计的有效性。在方程不具有联立性的情况下，从方程随机误差的相关性入手进行参数估计，我们称为SUR估计法，它是一种系统估计法。 第12章 联立方程模型的估计方法 下面结合具体方程介绍SUR估计法。 两个方程 假设每个方程都有N个观测值。如果随机误差项不相关，那么通过OLS法就可以得到参数的有效估计；如果在同一截面上误差项相关，则需要把两个方程作为一个方程系统，视为一个方