12.8工具变量法[IV法].pptVIP

§12.8 工具变量法(IV法)  IV法的基本思想是当某个说明变量与随机项相关 时，选择一个与此说明变量强相关而与相应的随机 项又不相关的前定变量作为工具，来达到消除该说 明变量与随机项之间的依赖关系的目的。 在§8.2中我们已经证明，IV估计量不具备无偏性但 具有一致性。 工具变量法是一种单方程估计方法，每次只适用于 模型中的一个结构方程。;一、工具变量法的步骤 工具变量法的主要步骤有： 第一步，选择适当的工具变量。 在联立方程模型中，所选择的工具变量应满足以下条 件： (1) 它必须与方程中所考虑的内生说明变量强相关。 (2) 它必须是真正的前定变量，因而与结构方程中的 随机项不相关。;(3) 它必须同结构方程中的其他前定变量相关性很小， 以避免多重共线性。 (4) 如果在同一结构方程中使用了一个以上的工具变 量，这些工具变量之间的相关性也须很小，避免产生 多重共线性。;这里应该指出，选择工具变量的个数必须与所估计的 结构方程中作解释变量的内生变量的个数相等。如果 结构方程中含有前定变量，则可选择这些前定变量本 身做自己的工具变量，这样做的目的是，使每一个结 构参数值都能求得估计值。 ;二、工具变量法的应用举例 下面结合具体例子说明工具变量法的应用。 1.设有一个解释变量的结构方程：;由(12.8.1)有 ;由于E(ut)＝0，所以∑ztut≈0， ，(12.8.2)可改写为;三、工具变量法的有效性 下面对工具变量法有效性进行讨论。 设结构模型中第一个方程具有如下形式;或;2.若方程(12.8.16)过度识别，则有;工具变量虽然能给出过度识别方程的参数估计值， 但这种估计具有任意性而且失去了未被选用的前定 变量所提供的信息。所以，工具变量法对过度识别 方程不是一种有效的估计方法。;(3)前定变量多于一个时，要求它们之间又要满足不 相关，有时是困难的。 (4)由于u是不可观察的，很难确定它与工具变量无关。 (5)此方法估计出的参数估计值是非无偏，却是一致估 计量。 由于以上原因，在实际中，人们很少直接用工具变量 法对结构参数进行估计，但它为二阶段最小二乘法作 了准备。