8非线性和非参数模型.pptx

第八讲 非线性和非参数计量经济学模型;§1 简单的非线性单方程计量经济模型 ;说明;一、非线性单方程计量经济学模型概述;⒈ 解释变量非线性问题 ;⒉ 可以化为线性的包含参数非线性的问题 ;⒊不可以化为线性的包含参数非线性的问题 ;二、非线性普通最小二乘法;⒈ 普通最小二乘原理 ;⒉ 高斯－牛顿(Gauss-Newton)迭代法 ; 构造并估计线性伪模型;高斯－牛顿迭代法的步骤;⒊ 牛顿－拉夫森(Newton-Raphson)迭代法 ;⒋应用中的一个困难;⒌非线性普通最小二乘法在软件中的实现;三、例题与讨论;例:农民收入影响因素分析模型; 农民收入及相关变量数据;讨论：NLS的初值及影响;线性化估计;非线性估计（初值：1 、5）;非线性估计（初值：0.001 、2）;非线性估计（初值：0.1 、1）;拟合结果;讨论;四、非线性单方程模型的最大似然估计;⒈经典线性单方程模型的最大似然估计;参数估计结果与参数的OLS估计相同;⒉简单非线性单方程模型的最大似然估计;面临NLS同样的过程，得到相同的估计结果。;§2 非线性模型的几个专门问题;一、一般非线性模型的最大似然估计;1. 一般非线性模型的描述 ;模型参数的一种估计方法是最小二乘法，即最小化 ;⒉ 最大似然估计;因变量样本的对数似然函数为： ;最大化对数似然函数的一阶条件为： ;一般是得到中心化对数似然函数，然后最大化 ;二、因变量的参数变换;⒈ Box-Cox变换 ;例如：;如果已知被解释变量和解释变量各自进行何种λ的B-C变换，可以先变换，然后估计线性模型。 一般情况下，何种λ未知，作为一组参数引入模型，对变换后的模型进行非线性模型估计，同时得到λ和β的估计量。 许多应用软件，例如GAUSS、SAS可以实现。 这就引出了B-C变换的更重要的价值：如果不知道被解释变量和解释变量之间存在何种形式的函数关系，可以通过“B-C变换非线性模型估计”确定函数关系。;⒉ Box-Cox非线性回归模型的参数估计 ;中心化对数似然函数： ;响应系数和弹性系数为： ;示例： 假定被解释变量y与解释变量x和z之间的关系为：; 施加λ相同约束的估计结果; 未施加λ相同约束的估计结果;三、异方差性的非线性方法;⒈思路;被解释变量样本的对数似然函数为： ;对异方差的结构给出假定，可以对模型的参数和异方差的结构参数进行最大似然估计。 针对不同的问题假定不同的异方差结构；针对同一个问题假定不同的异方差结构，进行估计和比较。 典型的异方差结构及其对应的对数似然函数。 ;⒉例题;OLS 未考虑异方差;－0.18332;线性模型，截面样本，一般存在异方差。 采用非线性最大似然法估计，可以得到关于异方差结构的估计结果。 在某些情况下，得到异方差结构的估计结果比模型参数估计量更重要。 这就是异方差性的非线性方法的意义所在。;四、序列相关性的非线性方法;首先假定模型随机误差项的序列相关结构。一般以AR(1)、MA(1)、ARMA(1,1)为常见。 求出随机误差项对被解释变量的偏导数表达式。 构造最大似然函数。 同时得到模型参数和随机误差项的序列相关结构的估计结果。;五、条件异方差性的非线性方法ARCHAuto Regressive Conditional Hoteroskedasticity ;⒈条件异方差现象;Engle, R.F.:1982, Autoregressive Conditional Heteroskedasticity With Estimates of the Variance of U.K. Inflation, Econometrica 50: 987-1008. The application in Engle(1982) involved macroeconomic series such as the inflation rate, but Engle quickly realized that the ARCH model was useful in financial economics, as well.;Risk evaluation is at the core of activities on financial markets. Investors assess expected returns of an asset against its risk. Banks and other financial institutions would like to ensure that the value of their assets does not fall below some min