试验八联立方程模型在金融数据中的应用.docVIP

实验八 联立方程模型在金融数据中的应用 一、实验目的 了解内生变量、外生变量的定义及区别，了解联立性偏误的定义，从而理解普通最小二乘法不能用于估计联立方程模型的原因。 掌握联立方程模型的常用估计方法，尤其是两阶段最小二乘法( “ TSLS ” )的估计方法，以及如何运用Eviws软件在实证研究中实现。 二、基本概念 由模型系统决定其取值的变量称为内生变量。内生变量受模型中其它变量的影响，也可能影响其它内生变量，即内生变量既可以是被解释变量，也可以是解释变量。由模型系统以外的因素决定其取值的变量称为外生变量。外生变量只影响系统内的其它变量，而不受其它变量的影响，因此在方程中只能做解释变量，不能做被解释变量。 用普通最小二乘法（OLS）对经典线形回归模型进行回归将得到最优线性无偏估计量。但在结构式模型中，由于内生变量既可作为解释变量又可作为被解释变量，经典线性回归模型的一个基本假设——解释变量与随机误差项不相关——将得不到满足，因此若仍对结构式模型中的每个结构方程分别运用OLS进行估计，所得到的参数估计值将是有偏和不一致的，即存在联立性偏误或联立方程偏误。 三、实验内容及要求 1、实验内容： 根据1997年1月到2004年3月的货币供应量 (M0、M1、M2) 与股票价格的有关数据，利用两阶段最小二乘法估计由股票价格与货币供应量形成的联立方程模型（这里以上证综合指数代表股票价格），从而