违背模型基本假设课程方案.ppt

* 五、随机解释变量的解决 模型中出现随机解释变量且与随机误差项相关时，OLS估计量是有偏的。如果随机解释变量与随机误差项异期相关，则可以通过增大样本容量的办法来得到一致的估计量；但如果是同期相关，即使增大样本容量也无济于事。这时，就需要寻求新的估计方法。目前主要的方法有正交回归估计法、正反向回归估计法、虽小特征值估计法、工具变量法等，其中工具变量法得到了最广泛的运用。 * 工具变量的概念 出现了随机解释变量问题时，最常用的估计方法是工具变量 instrument variables，IV 法。它是指在模型估计过程中被作为工具使用，以代替模型中与随机误差项相关的随机解释变量的变量。被选择为工具变量的变量必须满足以下条件： （1）与所替代的随机解释变量高度相关； （2）与随机干扰项不相关； （3）与模型中其他解释变量不相关，以避免出现多重共线性。 * 工具变量法 工具变量法是克服解释变量与随机误差项相关影响的一种参数估计方法。它的基本思路是，当随机解释变量X与误差项u高度相关时，设法找到另外一个变量Z，它与X高度相关，而与u无关，从而用Z替换X。变量Z就被称为工具变量。 * * 其中 X1为内生解释变量X2为外生变量。设 Z1为X1的工具变量。 工具变量法的估计过程： 举例说明：设模型为 。 * 解该方程组便得到的参数的工具变量估计量。 显然，当解释变量均为外生变量时，OLS法就是一种特殊的工具变量法，此时是将外生变量看作自己的工具变量。 修改OLS法估计模型的正规方程组，得到如下方程组 * 工具变量法的等价做法—两阶段最小二乘法（2SLS：two-stage least squares） 工具变量法可以等价地通过两次利用OLS法来实现。 做法举例: 估计模型 X1为内生变量，X2为外生变量，Z1为X1的工具变量。 * 第一步，利用OLS法将内生解释变量对所有工具变量和外生解释变量回归，得拟合值 第二步，用拟合值替换原模型中相应的内生变量，得模型 利用OLS法回归该模型，所得参数的估计量即为所求。 * 关于工具变量估计量的一点说明： 当一组工具变量的个数多于内生解释变量的个数时，利用两阶段最小二乘法（在第一阶段对所有工具变量和外生变量回归）得到的估计量是惟一的，该估计量实际上就是以第一阶段的拟合值为工具变量的工具变量估计量；而且对于这一组工具变量而言，二阶段最小二乘估计量是最有效的，即在所有以该组工具变量的线性组合为工具变量得到的估计量中，二阶段最小二乘估计量具有最小的渐近方差。 * 3、工具变量的选择 （1）依据经济理论或对所研究问题的经验分析，选择影响内生解释变量的外生变量作为工具变量。 （2）利用模型中变量的滞后值构造工具变量。 * 例题4.4 我国大陆各地区城乡居民人民币储蓄与经济总量水平关系的截面分析（p141-143） 目的：从地区层次上研究本世纪初我国城乡居民人民币储蓄与经济总量水平的数量依赖关系。 首先，建立总体回归模型、处理样本数据。 Y、GDP分别为地区居民人民币储蓄和地区生产总值，观测点为除西藏自治区之外的大陆30个省、直辖市和自治区。 总体回归模型： * 第二步：应用普通最小二乘法对包含被解释变量及解释变量的滞后变量在内的模型（8）式进行估计，求出随机误差项μt的自相关系数ρi的估计值。再将ρi的估计值，代入（7）式，可得 9 对（9）式回归，得到βi的估计值。 * 2、用DW的值计算ρ的值 由（6）式可得： 首先利用残差求出DW的值，然后利用上式进行变化可得： 3、从残差中估计ρ的值 以一元线性回归模型为例，对于模型 ut ρut-1 + vt 若为一阶自回归AR 1 ,直接做如下回归即： 得到ρ的估计值 * 年份 全年人均纯收入 现价 全年人均消费 性支出 现价 消费价格 指数 1985 100 人均实际纯 收入 1985可比价 人均实际消费 性支出 1985可比价 1985 397.60 317.42 100.0 397.60 317.40 1986 423.80 357.00 106.1 399.43 336.48 1987 462.60 398.30 112.7 410.47 353.42 1988 544.90 476.70 132.4 411.56 360.05 1989 601.50 535.40 157.9 380.94 339.08 1990 686.30 584.63 165.1 415.69 354.11 1991 708.60 619.80 168.9 419.54 366.96 1992 784.00 659.80 176.8 443.44 373.19 1993 921.60 769.70 201.0 458.51