[]联立方程计量经济学模型的单方程估计方法.pptVIP

§6.4 联立方程模型的单方程估计方法Single-Equation Estimation Methods 一、联立方程模型的两大类估计方法 二、联立方程模型单方程估计方法的特点 三、狭义的工具变量法（IV） 四、间接最小二乘法(ILS) 五、二阶段最小二乘法(2SLS) 六、简单宏观经济模型单方程估计方法实例演示 一、联立方程模型的两大类估计方法 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。 所谓联立方程模型的单方程估计方法，是指每次只估计模型系统中的一个方程，依次逐个估计。 如间接最小二乘法、狭义的工具变量法、二阶段最小二乘法、有限信息最大似然法、最小方差比方法等。 所谓联立方程模型的系统估计方法，是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。 如三阶段最小二乘法、完全信息最大似然法等。 二、联立方程模型单方程估计方法的特点 联立方程模型单方程估计方法解决了哪些问题？ 主要解决联立方程模型系统中每一个方程中的随机解释变量问题，同时尽可能地利用单个方程中没有包含的、而在模型系统中包含的变量样本观测值的信息； 没有考虑模型系统方程之间的相关性对单个方程参数估计量的影响。 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 。 单方程模型只有一个方程，其估计只需根据方程自身的信息，没有其它与之相关的信息； 而对于联立方程模型，由于内生变量之间相互依存，作为被解释变量的内生变量同时又是其他方程的解释变量，其单方程估计方法除根据所估计方程自身的信息之外，还需要考虑该方程内生变量在其他方程中与之相关的信息。 三、狭义的工具变量法（IV，Instrumental Variables） ⒈什么是狭义的工具变量法？ 方法思路： 对于联立方程模型BY+?X=N中的第i个结构方程，有（gi-1）个内生解释变量， ki个先决解释变量。 如果该方程是恰好识别的，则有（gi-1）=（k- ki）。 于是，可以选择该方程所不包含的（k- ki）个先决变量作为其包含的（gi-1）个内生解释变量的工具变量。 所以，所谓狭义的工具变量法，是指对于联立方程模型BY+?X=N中的第i个结构方程，为克服随机解释变量问题，选择该方程中没有包含的（k-ki）个先决变量作为方程中包含的（gi-1）个内生解释变量的工具变量。 其方法原理与单方程模型的IV方法相同。 狭义的工具变量法只适用于恰好识别的结构方程。 ⒉狭义工具变量法参数估计量的统计特性 一般情况下，工具变量法的参数估计量在小样本下是有偏的，但在大样本下是渐近无偏的。 四、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。 所谓间接最小二乘法，是指先对关于内生变量的简化式方程采用OLS法估计简化式参数，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。 2.间接最小二乘法参数估计量的统计特性 对于简化式模型应用OLS法得到的参数估计量具有线性、无偏性和有效性。通过参数关系体系进一步计算得到的结构方程的结构参数估计量，在小样本下是有偏的，在大样本下是渐近无偏的。 也就是说，采用间接最小二乘法得到的结构方程的结构参数估计量，在小样本下是有偏的，在大样本下是渐近无偏的。 五、二阶段最小二乘法(2SLS, Two Stage Least Squares) ⒈二阶段最小二乘法（2SLS）是应用最多的单方程估计方法 狭义的工具变量法和间接最小二乘法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。 ⒉二阶段最小二乘法的具体步骤 第一阶段：从结构方程导出简化式方程，用普通最小二乘法进行估计，然后用简化式方程求出结构方程中内生解释变量的估计值。 第二阶段：用所求出的内生解释变量的估计值替换结构方程中该内生解释变量的样本观测值，再对结构方程用普通最小二乘法进行估计，所求出的结构参数估计量即为二阶段最小二乘法参数估计量。 ⒊二阶段最小二乘法参数估计量的统计特性 采用二阶段最小二乘法得到的参数估计量，在小样本下是有偏的，在大样本下是渐近无偏的。 六、简单宏观经济模型单方程估计方法实例演示 ⒈模型 消费方程是恰好识别的； 投资方程是过度识别的； 模型是可以识别的。 ⒉数据 ⒊用