联立方程模型的单方程估计方法剖析.ppt

§3.4 联立方程模型的单方程估计方法Single-Equation Estimation Methods 一、狭义的工具变量法（IV） 二、间接最小二乘法(ILS) 三、二阶段最小二乘法(2SLS) 四、三种方法的等价性证明 五、简单宏观经济模型实例演示 六、主分量法的应用 七、其它有限信息估计方法简介 八、k级估计式 联立方程计量经济学模型的估计方法分为两大类：单方程估计方法与系统估计方法。 所谓单方程估计方法，指每次只估计模型系统中的一个方程，依次逐个估计。 所谓系统估计方法，指同时对全部方程进行估计，同时得到所有方程的参数估计量。 联立方程模型的单方程估计方法不同于单方程模型的估计方法。 1. 方法思路 “狭义的工具变量法” 与“广义的工具变量法” 解决结构方程中与随机误差项相关的内生解释变量问题。 方法原理与单方程模型的IV方法相同。 模型系统中提供了可供选择的工具变量，使得IV方法的应用成为可能。 2. 工具变量的选取 对于联立方程模型的每一个结构方程，例如第1个方程，可以写成如下形式： 3. IV参数估计量 方程的矩阵表示为 4. 讨论 该估计量与OLS估计量的区别是什么？ 该估计量具有什么统计特性？ （k - k1）工具变量与（g1-1）个内生解释变量的对应关系是否影响参数估计结果？为什么？ IV是否利用了模型系统中方程之间相关性信息？ 对于过度识别的方程，可否应用IV ？为什么？ 对于过度识别的方程，可否应用GMM ？为什么？ 1. 方法思路 联立方程模型的结构方程中包含有内生解释变量，不能直接采用OLS估计其参数。但是对于简化式方程，可以采用OLS直接估计其参数。 间接最小二乘法：先对关于内生解释变量的简化式方程采用OLS估计简化式参数，得到简化式参数估计量，然后通过参数关系体系，计算得到结构式参数的估计量。 间接最小二乘法只适用于恰好识别的结构方程的参数估计。 3. 一般间接最小二乘法的估计过程 4. 间接最小二乘法也是一种工具变量方法 ILS等价于一种工具变量方法：依次选择X作为（Y0,X0）的工具变量。 估计结果为： 1. 2SLS是应用最多的单方程估计方法 IV和ILS一般只适用于联立方程模型中恰好识别的结构方程的估计。 在实际的联立方程模型中，恰好识别的结构方程很少出现，一般情况下结构方程都是过度识别的。为什么？ 2SLS是一种既适用于恰好识别的结构方程，又适用于过度识别的结构方程的单方程估计方法。 2. 2SLS的方法步骤 第一阶段：对内生解释变量的简化式方程使用OLS。得到： 第二阶段：对该模型应用OLS估计，得到的参数估计量即为原结构方程参数的二阶段最小二乘估计量。 3. 二阶段最小二乘法也是一种工具变量方法 如果用Y0的估计量作为工具变量，按照工具变量方法的估计过程，应该得到如下的结构参数估计量： 1. 三种单方程估计方法得到的参数估计量 2. IV与ILS估计量的等价性 在恰好识别情况下 工具变量集合相同，只是次序不同。 次序不同不影响正规方程组的解。 3. 2SLS与ILS估计量的等价性 在恰好识别情况下 ILS的工具变量是全体先决变量。 2SLS每个工具变量都是全体先决变量的线性组合 2SLS的正规方程组相当于ILS的正规方程组经过一系列的初等变换的结果。 线性代数方程组经过初等变换不影响方程组的解。 1. 模型 3. 用狭义的工具变量法估计消费方程 4. 用间接最小二乘法估计消费方程 5. 用两阶段最小二乘法估计消费方程 比较上述消费方程的3种估计结果，表明这3种方法对于恰好识别的结构方程是等价的。估计量的差别只是很小的计算误差。 6. 用两阶段最小二乘法估计投资方程 投资方程是过度识别的结构方程，只能用2SLS估计。估计过程与上述2SLS估计消费方程的过程相同。得到投资方程的参数估计量为： 7. 用GMM估计投资方程 投资方程是过度识别的结构方程，也可以用GMM估计。选择的工具变量为c、G、C(-1),得到投资方程的参数估计量为： 1. 方法的提出 主分量方法本身并不是联立方程模型的估计方法，而是配合其它方法，例如2SLS使用于模型的估计过程之中。 数学上的主分量方法早就成熟, Kloek和Mennes于1960年提出将它用于计量经济学模型的估计 2SLS是一种普遍适用的联立方程模型的单方程估计方法，但是当它在实际模型估计中被应用时，立刻就会遇到不可逾越的困难。其第一阶段—用OLS估计简化式方程，是难以实现的。为什么？ 2. 方法的原理 所谓主分量方法，就是用较少数目的新变量重新表示原模型中较多数目的先决变量的方法。 例如，如果能够找到5个左右的新变量表示宏观经济模型中的30个先决变量，那么只需要15组以上的样本，就可以进行2SLS第一阶