计量经济学-标准实验报告01_2015.docVIP

电子科技大学 经济与管理 学院 标 准 实 验 报 告 （实验）课程名称 计量经济学 电子科技大学教务处制表 电 子 科 技 大 学 实 验 报 告 学生姓名： 学 号： 指导教师：陈磊 实验地点：经管楼A401 实验学时：2学时 一、实验室名称：金融证券实验室 二、实验项目名称：普通最小二乘估计量无偏性的蒙特卡罗实验 三、实验原理： （一）普通最小二乘法 普通最小二乘法（OLS）通过最小化残差平方和来估计回归方程中的参数，是计量经济学中最经典、应用最广泛的估计方法。该方法的使用需满足一系列古典假设，包括： 回归模型是线性的，模型设定无误且含有误差项； 误差项总体均值为零； 所有解释变量与误差项都不相关； 误差项观测值互不相关（不存在序列相关性）； 误差项具有同方差(不存在异方差性)； 任何一个解释变量都不是其他解释变量的完全线性函数（不存在完全多重共线性） 在上述古典假设成立的情况下，普通最小二乘估计量是最佳线性无偏估计量。所谓无偏估计量，是指OLS参数估计值的均值等于总体参数的真实值。 （二）无偏性的推导 设定多元线性回归模型为，参数的最小二乘估计量为： 若无偏性成立，则有，即误差项总体均值为零、所有解释变量与误差项都不相关。因此，在古典假设成立的情况下，普通最小二乘估计量是无偏估计量。 （三）无偏性的实验验证 OLS估计量无偏性的验证可采用蒙特卡罗方法。蒙特卡罗方法是一种通过设定随机过程（数据生成系统），反复生成随机序列，计算参数估计量和统计量，进而研究其分布特征的方法。 验证无偏性，首先建立回归模型，设定参数真实值，采用蒙特卡罗方法生成若干组样本，分别估计每组样本的参数估计值，检验参数估计值的均值是否与设定值相等。 四、实验目的： 了解蒙特卡罗模拟原理；掌握使用EViews软件进行蒙特卡罗模拟的技术；加深对普通最小二乘估计量无偏性的认识。 五、实验内容： 采用EViews软件编程实现蒙特卡罗模拟，验证普通最小二乘估计量的无偏性。 六、实验器材（设备、元器件）： 计算机、EViews软件 七、实验步骤： 1. 设定解释变量为非随机变量，验证OLS估计量的无偏性； 设定参数真实值和解释变量值；循环迭代（解释变量不变，干扰项服从正态分布）得到若干参数估计值；显示结果并进行检验。 2. 设定解释变量为随机变量，验证OLS估计量的无偏性； 设定参数真实值；循环迭代（解释变量随机生成，干扰项服从正态分布）得到若干参数估计值；显示结果并进行检验。 3. 设定干扰项服从t分布，验证OLS估计量的无偏性； 设定参数真实值和解释变量值；循环迭代（解释变量不变，干扰项服从t分布）得到若干参数估计值；显示结果并进行检验。 相关程序如下： OLS估计量无偏性的MC实验 workfile mc u 1 100 创建一个工作文件，u表示时间频率为undate !a=25 令!a=25, 带“!”表示控制变量 !b=0.5 matrix(100,2) f 创建矩阵f(100,2),用来存放估计系数 series x=nrnd 正态分布随机数给x赋初值；步骤2将该语句放入for循环 for !k=1 to 100 循环100次 series u=3*nrnd 产生随机干扰项,均值为0,标准差为3 series u=@rtdist(5) ‘ 步骤3设定为t分布 series x=nrnd ‘ 步骤2设定x为随机变量 series y=!a+!b*x+u 保持x不变，产生新的序列y equation eq1.ls y c x 利用新的y对x进行OLS回归 f(!k,1)=c(1) 估计常系数c(1)赋值到矩阵k行1列位置上 f(!k,2)=c(2) 估计斜率系数c(2)赋值到矩阵k行2列位置上 next 进行下一个循环直到100次结束 show f 显示矩阵f f.stats mtos(f,gr) 把f转化为组，同时把两列转化为默认的ser01和ser02 ser01.hist 画ser01的直方图 ser02.hist 画ser02的直方图 ser02