计量经济学及其应用：第10章要点.pptVIP

第10章 联立方程模型的参数估计方法 10.1普通最小二乘法与递归模型 10.2工具变量法 10.3间接最小二乘法 10.4二阶段最小二乘法 10.5案例分析 通过本章我们要知道 通过本章我们要知道 单方程估计法与系统估计法 1.单方程估计法 单方程估计法可以对每一个方程单独进行估计，不考虑模型中其它方程对该方程的约束。因为这种方法没有利用模型中其余方程对被估计方程所产生的约束等有关的信息，所以又称有限信息估计法。包括 OLS, ILS, IV, 2SLS, LIML等。 2.系统估计法 系统估计法是对整个模型中所有结构方程的参数同时进行估计，因而同时决定所有参数的估计值。由于这种方法利用了模型中的全部方程的信息，所以，也称方程组法，或完全信息法。 10.1普通最小二乘法与递归模型 当联立方程模型是递归模型时，或者也称作三角形模型或者因果性模型时，OLS法也适用于联立方程模型的参数估计。 其中，随机干扰项相互独立，满足 10.2 工具变量法 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。 基本思想： 当被估计方程的某个解释变量与扰动项相关时，在方程系统中选择一个与此解释变量高度相关而与相应的扰动项不相关的前定变量作为工具，以达到消除该解释变量与扰动项之间的相关性的目的。IV估计量不具备无偏性但具有一致性。 在回归方程中，一个有效的工具变量应满足以下两个条件： 相关性：工具变量与内生解释变量相关，即 外生性：工具变量与扰动项不相关，即 工具变量的外生性有时也称为“排他性约束”，因为外生性意味着，工具变量影响被解释变量的唯一渠道是通过与其相关的内生解释变量，它排除了所有其他的可能影响渠道。 工具变量法的步骤 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下列条件： （1）它必须与方程中所考虑的内生解释变量高度相关，与随机项不相关； （2）它必须同结构方程中的其他前定变量相关性很小，以避免产生多重共线性。 模型中的前定变量一般都能满足上述条件。所以，每一个前定变量都可以作为内生解释变量的备选工具变量。但选择工具变量的个数必须与所估计的结构方程中作为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作为自己的工具变量，这样做的目的是使每一个结构参数都能求得估计值。 式中 是方程所在模型中的两个内生变量，与干扰项 无关。现有模型中可以找到另外两个前定变量 作为 的工具变量。 选择 和 作为工具变量，分别去乘式（10-6）并求和： 2. 分别用工具变量去乘结构方程，并对所有样本观测值求 和，得到与未知参数一样多的线性方程构成的方程组，解此方程组便得到结构参数的估计值。 设有两个解释变量的结构方程： （10-6） 由式10-6有 （10-7） （10-8） 由于 ，所以 ，式（10-7）改写为 （10-9） 又由于 ，所以 ，则式10-8可以写成： （10-10） 将式（10-9）带入式（10-10），整理后得到 （10-11） 解式（10-11）可得： （10-12） 其中， 。 3. 工具变量的有效性 设结构模型中第1个方程具有如下形式： （10-13） 模型（10-13）共有 个内生解释变量和 个前定变量。 （1）方程（10-13）恰好识别 由模型识别的阶条件，恰好识别时，有 或 （10-14） 式（10-14）表示，方程（10-13）中所不包含的前定变量 （这些变量被其他方程包含）的个数恰好等于该式中作为解释变量的内生变量 的个数，用这些前定变量作为工具变量（同时用 作为自己的工具变量）分别去乘式（10-13）两边得正规方程组，由此，可求得结构参数唯一的工具变量法估计值。 （2）方程（10-13）过度识别 若模型是过度识别，则有