第三节联立方程模型的参数估计.pptVIP

第三节 联立方程模型的参数估计 对结构模型参数的估计方法分两类： 单方程估计方法（普通最小二乘法、间接最小二乘法、两阶段最小二乘法、有限信息极大似然法等）； 系统方程估计方法（对联立方程的全部结构参数进行估计，包括三阶段最小二乘法和完全信息极大似然法等）。 只介绍单方程估计法 一、单一方程法 （一）普通最小二乘法在递归模型中的应用 Y1t a1+a2X1t+a3X2t+u1t Y2t b1+b2X1t+b3X2t+b4Y1t+u2t Y3t c1+c2X1t+c3X2t+c4Y1t+c5Y2tu3t 假定同期个方程的随机误差项互不相关。 可以分别对每个方程用普通最小二乘法进行参数估计。 （二）间接最小二乘法（ILS） 1. 适用条件：被估方程是恰好识别；每个简化式方程的随机项满足古典假定；前定变量之间不存在高度多重共线性。 2.步骤： （1）写出结构型对应的简化型方程。 （2）对每个简化型方程应用普通最小二乘法，得到简化型参数估计值。 （3）根据简化型参数与结构型参数之间的关系（参数关系式体系）及简化式参数估计值，求出结构型参数的估计值。 3.间接最小二乘估计量的统计性质： 对小样本是有偏的；对大样本是一致的。 三 二阶段最小二乘法（TSLS） 1.适用条件： 结构方程中随机项满足古典假定；k个前定变量与随机项不相关，且前定变量不存在严重的多重共线性；样本容量足够大。 （适用于恰好识别与过度识别方程） 2.步骤 假设要估计的结构方程为 Y1 b 12Y2+ +b 1mYm+r 11X1+ +r 1kXk+u1 （1） 相应的简化型方程为 Y2 21X1+ 22X2+ + 2kXk+v2 Ym m1X1+ m2X2+ + mkXk+vm 对上述简化型的每一个方程应用OLS，得 Yt +ei （ ei 称残差）代入（1）得 Y1 b 12 2+ +b 1m +r 11X1+ +r 1kXk+u1* （2） 对（2）应用OLS，求得 3.估计量的性质： 小样本下结构是参数估计量是有偏的，大样本下是一致的。 四、 联立方程模型的检验 1.单个结构方程的检验 是逐个对随机结构方程进行检验，凡是在单方程模型中必须进行的各项检验，对于联立方程模型中的结构方程，以及应用二阶段方法等过程中的简化式方程，都适用和需要。 2. 总体模型检验 1 拟合效果检验 常用的判断模型系统拟合效果的检验统计量是均方误差（RMS）和相对均方误差（RMSP） 2 预测性能检验 计算内生变量观测值与预测值的相对误差： * *