计量经济学讲义上海财经大学 周建).ppt

⒉三阶段最小二乘法的步骤 ⑴ 用2SLS估计结构方程 得到方程随机误差项的估计值。 OLS估计 OLS估计 ⑵ 求随机误差项方差—协方差矩阵的估计量 ⑶ 用GLS估计原模型系统 得到结构参数的3SLS估计量为： ⒊三阶段最小二乘法估计量的统计性质 ⑴如果联立方程模型系统中所有结构方程都是可以识别的，并且非奇异，则3SLS估计量是一致性估计量。 ⑵ 3SLS估计量比2SLS估计量更有效。为什么？ ⑶如果Σ是对角矩阵，即模型系统中不同结构方程的随机误差项之间无相关性，那么可以证明3SLS估计量与2SLS估计量是等价的。 ⑷这反过来说明，3SLS方法主要优点是考虑了模型系统中不同结构方程的随机误差项之间的相关性。 三、完全信息最大似然法简介（FIML,Full Information Maximum Likelihood） ⒈概念 另一种已有实际应用的联立方程模型的系统估计方法。 Rothenberg和Leenders于1964年提出一个线性化的FIML估计量。 FIML是ML的直接推广，是在已经得到样本观测值的情况下，使整个联立方程模型系统的或然函数达到最大以得到所有结构参数的估计量。 ⒉复习：多元线性单方程模型的最大似然估计 i 1,2,…,n Y的随机抽取的n组样本观测值的联合概率 对数或然函数为 参数的最大或然估计 ⒊复习：有限信息最大或然法 LIML，Limited Information Maximum Likelihood 以最大或然为准则、通过对简化式模型进行最大或然估计，以得到结构方程参数估计量的联立方程模型的单方程估计方法。 由Anderson和Rubin于1949年提出，早于两阶段最小二乘法。 适用于恰好识别和过度识别结构方程的估计。 在该方法中，以下两个概念是重要的： 一是这里的“有限信息”指的是每次估计只考虑一个结构方程的信息，而没有考虑模型系统中其它结构方程的信息； 二是这里的“最大或然法”是针对结构方程中包含的内生变量的简化式模型的，即应用最大或然法求得的是简化式参数估计量，而不是结构式参数估计量。 ⒋完全信息最大似然函数 ML的直接推广 对数或然函数对于协方差逆矩阵的元素取极大值的一阶条件，得到协方差矩阵的元素的FIML估计量； 对数或然函数对于待估计参数取极大值的一阶条件，求解该方程系统，即可得到结构参数的FIML估计量。 研究的重点是如何求解非线性方程系统。 §4.6联立方程计量经济学模型的估计方法选择和模型检验 一、模型估计方法的比较 二、为什么普通最小二乘法被普遍采用 三、模型的检验 一、模型估计方法的比较 ⒈大样本估计特性的比较 在大样本的情况下，各种参数估计方法的统计特性可以从数学上进行严格的证明，因而也可以将各种方法按照各个性质比较优劣。 按渐近无偏性比较优劣 除了OLS方法外，所有方法的参数估计量都具有大样本下渐近无偏性。因而，除了OLS方法最差外，其它方法无法比较优劣。 按渐近有效性比较优劣 OLS 非一致性估计，未利用任何单方程外的信息； IV 利用了模型系统部分先决变量的数据信息； 2SLS、LIML 利用了模型系统全部先决变量的数据信息； 3SLS、FIML 利用了模型系统全部先决变量的数据信息和结构方程相关性信息。 ⒉小样本估计特性的Monte Carlo试验 参数估计量的大样本特性只是理论上的，实际上并没有“大样本”，所以，对小样本估计特性进行比较更有实际意义。 而在小样本的情况下，各种参数估计方法的统计特性无法从数学上进行严格的证明，因而提出了一种Monte Carlo试验方法。 Monte Carlo试验方法在经济实验中被广泛采用。 小样本估计特性的Monte Carlo试验过程 第一步：利用随机数发生器产生随机项分布的一组样本； 第二步：代入已经知道结构参数和先决变量观测值的结构模型中； 第三步：计算内生变量的样本观测值； 第四步：选用各种估计方法估计模型的结构参数。 上述步骤反复进行数百次，得到每一种估计方法的参数估计值的序列。 第五步：对每种估计方法的参数估计值序列进行统计分析； 第六步：与真实参数（即试验前已经知道的结构参数）进行比较，以判断各种估计方法的优劣。 小样本估计特性实验结果比较 ⑴无偏性 OLS 2SLS 3SLS（LIML，FIML） ⑵最小方差性 LIML 2SLS FIML OLS ⑶最小均方差性 OLS LIML 2SLS 3SLS（FIML） Y简化式模型估计结果 ⒌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，证明这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。 代替原消费方程中的Yt，应用O