第四章六计量经济学–联立方程模型的估计方法选择和模型检验.pptVIP

§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） 为什么OLS具有最好的最小方差性？ 方差的计算公式： 二、为什么普通最小二乘法被普遍采用 ⒈ 小样本特性 ⒉ 充分利用样本数据信息 ⒊ 确定性误差传递 ⒋ 样本容量不支持 ⒌ 实际模型的递推（Recurred）结构 三、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。 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： 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。 * ⑵最小方差性 LIML 2SLS FIML OLS ⑶最小均方差性 OLS LIML 2SLS 3SLS（FIML） 均方差的计算公式： 前者反映估计量偏离实验均值