6.4联立方程计量经济学模型的估计.ppt

§6.4联立方程模型的估计 一、概述 二、狭义的工具变量法（IV） 三、间接最小二乘法(ILS) 四、二阶段最小二乘法(2SLS) 五、三种方法的等价性证明 六、简单宏观经济模型实例演示 一、概述 联立方程计量经济学模型的估计方法分为两大类：单方程估计方法与系统估计方法。 所谓单方程估计方法，指每次只估计模型系统中的一个方程，依次逐个估计。也将单方程估计方法称为有限信息估计方法。 所谓系统估计方法，指同时对全部方程进行估计，同时得到所有方程的参数估计量。也将系统估计方法称为完全信息估计方法。 联立方程模型的单方程估计方法不同于单方程模型的估计方法 。 单方程估计方法按其方法原理又分为两类。 一类以最小二乘为原理，例如间接最小二乘法（ILS, Indirect Least Square）、两阶段最小二乘法(2SLS, Two Stage Least Squares)、工具变量法（IV, Instrumental Variables）等，称其为经典方法； 一类不以最小二乘为原理，或者不直接从最小二乘原理出发，例如以最大或然为原理的有限信息最大或然法(LIML, Limited Information Maximum Likelihood)，以及仍然应用最小二乘原理、但并不以残差平方和最小为判断标准的最小方差比方法(LVR, Least Variable Ration)等。 系统估计方法主要包括三阶段最小二乘法(3SLS, Three Stage Least Squares)和完全信息最大或然法(FIML, Full Information Maximum Likelihood)。 本书只介绍几种简单的、常用的单方程估计方法。 在大量的联立方程模型的应用研究中，仍然广泛应用普遍最小二乘法进行模型的估计。 二、狭义的工具变量法（IV，Instrumental Variables） ⒈方法思路 解决结构方程中与随机误差项相关的内生解释变量问题。 方法原理与单方程模型的IV方法相同。 模型系统中提供了可供选择的工具变量，使得IV方法的应用成为可能。 ⒉工具变量的选取 对于联立方程模型的每一个结构方程，例如第1个方程，可以写成如下形式： ⒊ IV参数估计量 方程的矩阵表示为: 三、间接最小二乘法(ILS, Indirect Least Squares) ⒈方法思路 联立方程模型的结构方程中包含有内生解释变量，不能直接采用OLS估计其参数。但是对于简化式方程，可以采用OLS直接估计其参数。 间接最小二乘法：先对关于内生解释变量的简化式方程采用OLS估计简化式参数，得到简化式参数估计量，然后通过参数关系体系，计算得到结构式参数的估计量。 间接最小二乘法只适用于恰好识别的结构方程的参数估计，因为只有恰好识别的结构方程，才能从参数关系体系中得到唯一一组结构参数的估计量。 ⒉一般间接最小二乘法的估计过程 ⒊间接最小二乘法也是一种工具变量方法 ILS等价于一种工具变量方法：依次选择X作为（Y0,X0）的工具变量。 数学证明见《计量经济学—方法与应用》（李子奈编著，清华大学出版社，1992年3月）第126—128页。 估计结果为： 四、二阶段最小二乘法(2SLS, Two Stage Least Squares) ⒈2SLS是应用最多的单方程估计方法 IV和ILS一般只适用于联立方程模型中恰好识别的结构方程的估计。 在实际的联立方程模型中，恰好识别的结构方程很少出现，一般情况下结构方程都是过度识别的。为什么？ 2SLS是一种既适用于恰好识别的结构方程，又适用于过度识别的结构方程的单方程估计方法。 ⒉2SLS的方法步骤 第一阶段：对内生解释变量的简化式方程使用OLS。得到： 第二阶段：对该模型应用OLS估计，得到的参数估计量即为原结构方程参数的二阶段最小二乘估计量。 ⒊二阶段最小二乘法也是一种工具变量方法 如果用Y0的估计量作为工具变量，按照工具变量方法的估计过程，应该得到如下的结构参数估计量： 五、三种方法的等价性证明 ⒈三种单方程估计方法得到的参数估计量 ⒉IV与ILS估计量的等价性 在恰好识别情况下。 工具变量集合相同，只是次序不同。 次序不同不影响正规方程组的解。 3.2SLS与ILS估计量的等价性 在恰好识别情况下。 ILS的工具变量是全体先决变量。 2SLS的每个工具变量都是全体先决变量的线性组合。 2SLS的正规方程组相当于ILS的正规方程组经过一系列的初等变换的结果。 线性代数方程组经过初等变换不影响方程组的解。 六、简单宏观经济模型实例演示 ⒈模型 ⒉数据 ⒊用狭义的工具变量法估计消费方程 估计结果显示 ⒋用间接最小二乘法估计消费方程 C简化式模型估计结果 Y简化式模型估计结果 ⒌用