§3.2非线性经济计量模型.pptVIP

§3.2 非线性经济计量模型 问题的提出 现实经济活动并非都可以抽象为线性模型，所以非线性计量经济学模型在计量经济学模型中占有重要地位。 关于非线性计量经济学模型的理论——依据LS的理论或依据最大似然理论以及违背随机误差项基本假设的理论——已经趋于成熟。而且非线性联立方程模型的理论也趋于成熟。 主要内容 一、非线性单方程计量经济学模型概述 二、非线性普通最小二乘法 三*、非线性最大似然法 一、非线性单方程计量经济学模型概述 1、解释变量非线性问题 2、可以线性化的包含非线性参数的问题 3、不可线性化的包含非线性参数的问题 1、解释变量非线性问题 模型中参数是线性的，而其中一个或者多个变量是非线性时，通过简单的变量置换就可以化为参数和变量都是线性的模型。例如，需求函数模型中需求量与价格之间的关系为非线性时 2、可以线性化的包含非线性参数的问题 因为非线性模型的估计远比线性模型复杂，我们应尽可能采用一些方法——对数变换和泰勒级数展开等将含有非线性参数的模型线性化。例如 （1）C-D生产函数 （2）不变替代弹性(CES)生产函数模型 参见李子奈《计量经济学》P128 （1）C-D生产函数 （2）不变替代弹性(CES)生产函数模型 3、不可线性化的包含非线性参数的问题 是一类真正的非线性模型，必须采用非线性最小二乘法或非线性的最大似然法。 例如， 二、非线性普通最小二乘法 1、普通最小二乘法原理 （1）一个参数非线性模型 （2）多个参数非线性模型 2、高斯-牛顿迭代法 （1）高斯-牛顿迭代法原理 （2）高斯-牛顿迭代法步骤 3、牛顿-拉夫森迭代法 4、非线性模型在EViews中的实现 （1）一个参数非线性模型 （2）多个参数非线性模型 （0）高斯-牛顿迭代法思路 1、给定被估计参数的初始值 2、在初始值处展开泰勒级数，取一阶近似，用线性函数替代残差平方和中的非线性模型函数 3通过代数变换，找到一个线性的伪回归方程，使伪回归方程平方和最小等价于使非线性模型的残差平方和最小。于是采用OLS估计伪回归方程，得到非线性模型被估计参数的新估计值，又可用它作初始值 4、采用迭代法，直至两次估计值之差达到收敛 （1）高斯-牛顿迭代法原理 复习泰勒级数公式 高斯-牛顿迭代法原理 泰勒级数公式 若函数f(x)在含有点x0的某个开区间(a,b)内具有直到n+1阶导数，则当x在(a,b)内时， f(x)可以表示为(x-x0)的一个n阶多项式与一个余项之和。 （1）高斯-牛顿迭代法步骤 1、采用迭代法，根据经验设定被估计参数 的初值 2、将非线性模型函数在处 展开泰勒级数，取一阶近似，替代残差平方和中的非线性模型函数，构造出伪回归方程（线性的），使残差平方和最小等价于估计伪回归方程 3、采用OLS估计估计伪回归方程得被估计参数的新的估计值 4、比较前后两次 和 估计值之差的绝对值是否达到收敛标准，达到，结束迭代；未达到，将新估计值 作为初值 ，重复３=4步骤 3、牛顿-拉夫森迭代法 （1）直接对非线性模型的残差平方和展开泰勒级数 （2）取泰勒级数的二阶近似值，而不是一阶近似值 如何保证逼近的是极小而不是局部最小 1、选择多组初始值 2、进行多次迭代求解 OLS估计中设定模型的形式 进行OLS估计的操作有三种方式： （1）鼠标-图形界面方式 （2）命令方式 （3）程序方式 鼠标图形界面方式中设定模型的方式又分为两种： （1）列表式（只适用于线性模型） SALES TREND ORDERS INDGRW C D(TBILL) C D(M1) D(M1(-1)) AR(1) MA(1) （2）解析表达式（将被估计参数明显地标识出来） 非线性模型必须采用解析表达式，表达式也适用于线性模型 SALES = C(1) + C(2)*X + C(2)*Y + C(2)*C(3)*Z Q = A(1)+A(2)*( L^C(1) + K^(1-C(1)) 非线性模型估计中初始参数的设置 设置初始参数的方式也有3种：鼠标-图形、命令和程序 鼠标图形方式设置初始参数的步骤： （1）激活保留序列C（存放估计参数值） （2）激活编辑状态（EDIT+/-） （3）在相应的参数单元输入设定的初始值 （4）只有完成了（1）-（3）后才能在包含了因变量和各个自变量的组窗口中，执行： Procs==Make Equation命令进行非线性模型的估计 如果不设定各个参数的初始值，EViews自动设定参数缺省值=0或将已经得到的估计值作为初始值，因此不设定也可进行NLS估计，但不一定能得到满意的估计结果。应当给定多组初始值反复估计从中选优。 4、非线性模型在EViews中的实现 线性模型