计量经济学第五章[精选].ppt

  1. 1、本文档共169页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
计量经济学第五章[精选]

三、联立方程模型的检验 包括单方程检验和方程系统的检验。 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2SLS或3SLS方法过程中的简化式方程,都是适用的和需要的。 模型系统的检验主要包括: ⒈拟合效果检验 将样本期的先决变量观测值代入估计后的模型,求解该模型系统,得到内生变量的估计值。将估计值与实际观测值进行比较,据此判断模型系统的拟合效果。 模型的求解方法:迭代法。为什么不直接求解? 常用的判断模型系统拟合效果的检验统计量是“均方百分比误差”,用RMS表示。 当RMSi=0,表示第i个内生变量估计值与观测值完全拟合。 一般地,在g个内生变量中,RMS5%的变量数目占70%以上,并且每个变量的RMS不大于10%,则认为模型系统总体拟合效果较好。 ⒉预测性能检验 如果样本期之外的某个时间截面上的内生变量实际观测值已经知道,这就有条件对模型系统进行预测检验。 将该时间截面上的先决变量实际观测值代入模型,计算所有内生变量预测值,并计算其相对误差。 一般认为,RE5%的变量数目占70%以上,并且每个变量的相对误差不大于10%,则认为模型系统总体预测性能较好。 ⒊方程间误差传递检验 寻找模型中描述主要经济行为主体的经济活动过程的、方程之间存在明显的递推关系的关键路径。 在关键路径上进行误差传递分析,可以检验总体模型的模拟优度和预测精度。 例如,计算: 称为冯诺曼比,如果误差在方程之间没有传递,该比值为0。 ⒋样本点间误差传递检验 在联立方程模型系统中,由于经济系统的动态性,决定了有一定数量的滞后内生变量。 由于滞后内生变量的存在,使得模型预测误差不仅在方程之间传递,而且在不同的时间截面之间,即样本点之间传递。 必须对模型进行滚动预测检验。 给定t=1时的所有先决变量的观测值,包括滞后内生变量,求解方程组,得到内生变量Y1的预测值; 对于t=2,只外生给定外生变量的观测值,滞后内生变量则以前一时期的预测值代替,求解方程组,得到内生变量Y2的预测值; 逐年滚动预测,直至得到t=n时的内生变量Yn的预测值; 求出该滚动预测值与实际观测值的相对误差。 将t=n时的所有先决变量的观测值,包括滞后内生变量的实际观测值,代入模型,求解方程组,得到内生变量Yn的非滚动预测值; 求出该非滚动预测值与实际观测值的相对误差。 比较两种结果,二者的差异表明模型预测误差在不同的时间截面之间的传递。 ⒈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? ⒉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第一阶段的估计。 对充当主分量的变量是有严格要求:一是它必须是先决变量的线性组合,二是它们之间必须是正交的。前一条是保证主分量对先决变量的代表性;后一条是保证主分量之间不出现共线性。 ⒊主分量的选取 用两个主分量表示两个原变量: 可以证明,a1、a2分别是X’X的2个特征值对应的特征向量。 用k个主分量表示k个原变量: 同样可以证明,a1、a2、…、ak分别是X’X的k个特征值对应的特征向量。 用f个主分量表示k个原变量: 选择a1、a2、…、af分别是X’X的f个最大特征值对应的特征向量。 在2SLS中主分量的选取 对于简化式方程: ⒋主分量法在ILS中的应用 对于2SLS,直接利用主分量完成第一阶段的估计,得到内生解释变量的估计量。 对于ILS,必须求得到简化式参数,进而计算结构式参数。 首先估计Y=ZΔ+Ε,然后将Z=XA代入,得到Y=XΠ 中Π的估计量。 *八、k级估计式 ⒈k级估计式 本身不是一种估计方法,而是对上述几种方法得到的估计式的概括。 对于联立方程模型中的第1个结构方程: k级估计式 为: 显然,当: k=0时,即为OLS估计式; k=1时,即为2SLS估计式; k等于有限信息估计方法中的时,即为有限信息估计式。 ⒉k级估计式的性质 假设工具变量与随机误差项不相关,即: 且先决变量与随机误差项不相关,即: 那么,容易证明k级估计式是一致性估计式。 工具变量与随机误差项不相关,对k是有限制的,必须有(证明见教科书): 这

文档评论(0)

dart003 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档