联立方程模型理论方法3.pptVIP

第二类估计方法是系统估计方法，同时估计系统方程中的所有参数，这种同步方法允许对相关方程的系数进行约束并且使用能解决不同方程残差相关的方法。 常用的系统估计方法有： 三阶段最小二乘法 完成信息极大似然估计法 广义矩估计法 （1） 三阶段最小二乘法(Three-Stage Least Squares , 3SLS) 当方程右边变量与误差项相关并且存在异方差，同时残差项相关时，3LSL是有效方法。因为二阶段最小二乘法是单方程估计方法，没有考虑到残差之间的协方差，所以，一般说来，它不是很有效。 三阶段最小二乘法的基本思路是：先用2SLS估计每个方程，然后再对整个联立方程系统利用广义最小二乘法估计。在第一阶段，先估计联立方程系统的简化形式。然后，用全部内生变量的拟合值得到联立方程系统中所有方程的2SLS估计。一旦计算出2SLS的参数，每个方程的残差值就可以用来估计方程之间的方差和协方差。第三阶段也就是最后阶段，将得到广义最小二乘法的参数估计量。很显然，3SLS能得到比2SLS更有效的参数估计量，因为它考虑了方程之间的相关关系。 （2）完全信息极大似然法 完全信息极大似然法(full information maximum likelihood，FIML)是极大似然法（ML）的直接推广，是基于整个系统的系统估计方法，它能够同时处理所有的方程和所有的参数。如果似然函数能准确的设定，FIML会根据已经得到样本观测值，使整个联立方程系统的似然函数达到最大，以得到所有结构参数的估计量。当同期误差项具有一个联合正态分布时，利用此方法求得的估计量是所有的估计量中最有效的。 （3）广义矩法(Generalized Method of Moments , GMM) GMM估计基于假设方程组中的扰动项和一组工具变量不相关。GMM估计是将准则函数定义为工具变量与扰动项的相关函数，使其最小化得到的参数为估计值。如果在准则函数中选取适当的权数矩阵，广义矩法可用于解决方程间存在异方差和未知分布的残差相关。 案例2：克莱因联立方程系统 克莱因（Lawrence Robert Klein ）于1950年建立的、旨在分析美国在两次世界大战之间的经济发展的小型宏观计量经济模型。模型规模虽小，但在宏观计量经济模型的发展史上占有重要的地位。以后的美国宏观计量经济模型大都是在此模型的基础上扩充、改进和发展起来的。以至于萨缪尔森认为，“美国的许多模型，剥到当中，发现都有一个小的Klein模型”。所以，对该模型 的了解与分析对于了解西方宏观计量经济模型是重要的。 Klein模型是以美国两次世界大战之间的1920～1941年的年度数据为样本建立的。 此模型包含3个行为方程，1个定义方程，2个会计方程。式中变量： 6个内生变量： 4个外生变量： Y：收入（GDP中除去净出口）； G：政府非工资支出； CS：消费； Wg ：政府工资； I：私人国内总投资； T：间接税收； Wp ：私人工资； Trend：时间趋势； P：企业利润； K：资本存量 消 费 CS 收 入 Y 私人工资 WP 企业利润 P 投资 I 资本存量 K 政府支出 G 政府工资 WG 间接税收 T KleinⅠ模型框图 注：橙色方框内是行为方程内生变量，椭圆内是恒等方程内生变量， 黑色方框内是外生变量。 为了估计联立方程系统参数，首先应建立一个系统对象并说明方程系统。单击Object/New Object/system或者在命令窗口输入system，系统对象窗口就会出现，如果是第一次建立系统，窗口是空白的，在指定窗口用文本方式输入方程，当然也包含了工具变量和参数初值。 使用标准的EViews表达式用公式形式输入方程，系统中的方程应该是带有未知参数和隐含误差项的行为方程。 联立方程模型的EViews操作指南 inst y(-1) cs(-1) i(-1) k y k(-1) wp(-1)