经典单方程计量经济学模型放宽基本假定的 .ppt

联立方程模型估计方法（补充，供参考） 一、过度识别方程的GMM估计 二、其它有限信息估计方法简介 三、系统估计方法 一、过度识别方程的GMM估计 （GMM, Generalized Method of Moments） 1、过度识别方程的GMM估计 GMM和2SLS比较，哪种方法更优？ 二、其它有限信息估计方法简介(Limited Information Estimation Methods) ⒈有限信息最大或然法(LIML，Limited Information Maximum Likelihood ) 以最大或然为准则，通过对简化式模型进行最大或然估计，以得到结构方程参数估计量的联立方程模型的单方程估计方法。 由Anderson和Rubin于1949年提出，早于两阶段最小二乘法。 适用于恰好识别和过度识别结构方程的估计。 在该方法中，以下两个概念是重要的： 这里的“有限信息”指的是每次估计只考虑一个结构方程的信息，而没有考虑模型系统中其它结构方程的信息； 这里的“最大或然法”是针对结构方程中包含的内生变量的简化式模型的，即应用最大或然法求得的是简化式参数估计量，而不是结构式参数估计量。 ⒉有限信息最小方差比方法(LVR，Least Variable Ratio ) 估计某一个结构方程参数时，仍然只利用关于该方程的信息，没有利用方程系统的信息，所以是一种有限信息估计方法