第四章第四节随机解释变量　 计量经济学 教学课件.ppt

第四节 随机解释变量问题 目的和要求1.理解什么是随机解释变量以及随机解释变量的3种情况2.掌握随机解释变量的后果3.掌握工具变量法的应用 基本假设:解释变量X1,X2,…,Xk是确定性变量。 如果存在一个或多个随机变量作为解释变量，则称原模型出现随机解释变量问题。 假设X2为随机解释变量。对于随机解释变量问题，分三种不同情况： 二、实际经济问题中的随机解释变量问题 例如： （1）耐用品存量调整模型： 耐用品的存量Qt由前一个时期的存量Qt-1和当期收入It共同决定： Qt=?0+?1It+?2Qt-1+?t t=1,?T （2）合理预期的消费函数模型 合理预期理论认为消费Ct是由对收入的预期Yte所决定的： 计量经济学模型一旦出现随机解释变量，且与随机扰动项相关的话，如果仍采用OLS法估计模型参数，不同性质的随机解释变量会产生不同的后果。 下面以一元线性回归模型为例进行说明 随机解释变量与随机误差项相关图 2. 如果X与?同期不相关，异期相关，得到的参数估计量有偏、但却是一致的。 kt的分母中包含不同期的X；由异期相关性知：kt与?t相关，因此， 3. 如果X与?同期相关，得到的参数估计量有偏、且非一致。 模型中出现随机解释变量且与随机误差项相关时，OLS估计量是有偏的。 如果随机解释变量与随机误差项异期相关，则可以通过增大样本容量的办法来得到一致的估计量； 但如果是同期相关，即使增大样本容量也无济于事。这时，最常用的估计方法是工具变量法。 1. 工具变量的选取 工具变量：在模型估计过程中被作为工具使用，以替代模型中与随机误差项相关的随机解释变量。选择为工具变量的变量必须满足以下条件： 2. 工具变量的应用 以一元回归模型的为例说明如下： 3. 工具变量法估计量是一致估计量 1.在小样本下，工具变量法估计量仍是有偏的。 * * 一、随机变量的三种情况 对于模型: 2. 随机解释变量与随机误差项同期无关，但异期相关。 3. 随机解释变量与随机误差项同期相关。 1. 随机解释变量与随机误差项独立 在实际经济问题中，经济变量往往都具有随机性。 但是在单方程计量经济学模型中，凡是外生变量都被认为是确定性的。 于是随机解释变量问题主要表现于：用滞后被解释变量作为模型的解释变量的情况。 这是一个滞后被解释变量作为解释变量的模型。 但是，如果模型不存在随机误差项的序列相关性，那么随机解释变量Qt-1只与?t-1相关，与?t不相关，属于上述的第2种情况。 预期收入Yte与实际收入Y间存如下关系的假设: 容易推出: Ct-1是一随机解释变量，且与 (?t-??t-1)高度相关。属于上述第3种情况。 三、随机解释变量的后果 （a）正相关 （b）负相关 拟合的样本回归线可能低估截距项，而高估斜率项。 拟合的样本回归线高估截距项，而低估斜率项。 1. 如果X与?相互独立，得到的参数估计量仍然是无偏、一致估计量。 已经得到证明 但是 前面证明中已得到 四、工具变量法 1）与所替代的随机解释变量高度相关,与随机误差项不相关； 2)工具变量必须具有实际经济意义 3）与模型中其它解释变量不相关，以避免出现多重共线性。 4）模型中多个工具变量之间不相关 用OLS估计模型，相当于用1和Xi去乘模型两边、对i求和、再略去??i 与?Xi?i项后得到正规方程： (*) 解得: 由于E(ui)=0, Cov(Xi,?i)=E(Xi?i)=0， 意味着大样本下: ??i/n?0 (?Xi?i)/n?0 表明大样本下: 成立，即OLS估计量具有一致性。 然而，如果Xi与?i相关，即使在大样本下，也不存在 (?Xi?i)/n?0 ，则 在大样本下也不成立，OLS估计量不具有一致性。 如果选择Z为X的工具变量，那么在上述估计过程可改为: 利用E(Zi?i)=0，在大样本下可得到： 这种求模型参数估计量的方法称为工具变量法，相应的估计量称为工具变量法估计量 注意： 2.工具变量并没有替代模型中的解释变量，只是在估计过程中作为“工具”被使用。