第12章_1 联立方程估计与模拟 (课件).pptVIP

说明一个广义矩估计GMM问题的一个重要方面是加权矩阵A的选择，EViews使用最佳选择是： 这里?是样本矩的协方差矩阵，依赖于未知的参数? ，为了获得 ? 的一致估计必须先知道? 的一致估计，EViews使用二阶段最小二乘法得出? 的初始值。 (1) White 异方差一致协方差矩阵 在操作时如果选择了GMM-Cross section选项，EViews使用White的异方差性一致协方差矩阵估计 ? ： (12.30) 这里，u 是残差向量，Zt 是k×p维的矩阵，在 t 时刻 p 个矩条件可写为： （2）异方差和自相关一致协方差矩阵（HAC） 如果选择GMM-Time series选项，EViews用如下公式估计 ? ： (12.31) 这里 (12.32) 在说明 ? 之前，必须要指定核函数? 和带宽 q。 §12.2.4 工具变量 如果用二阶段最小二乘法（TSLS）、三阶段最小二乘法方法（3SLS）或者广义矩法（GMM）来估计参数，必须对工具变量做出说明。说明工具变量有两种方法：若要在所有的方程中使用同样的工具变量，说明方法是以inst开头，后面输入所有被用作工具变量的外生变量列表。例如： inst gdp(-1 to -4) x gov EViews在系统的所有方程中使用这六个变量作为工具变量。如果系统估计不需要使用工具，则这行将被忽略。 若要对每个方程指定不同的工具变量，应该在每个方程的后面附加“@”及这个方程需要的工具变量。例如： cs=c(1)+c(2)*gdp+c(3)*cs(-1) @ cs(-1) inv(-1) gov inv=c(4)+c(5)gdp+c(6)*gov @ gdp(-1) gov 第一个方程使用 cs(-1)、inv(-1)、gov和一个常量作为工具变量，第二个方程使用gdp(-1)、gov和一个常量作为工具变量。最后还可以将两个方法融合到一起，任何一个没有独自指定工具变量的方程将使用inst指定的工具变量。 §12.2.5 附加说明 (1) 在每个方程中常数项始终都包含在工具变量表中，无论它是否被明确的说明过，这是隐含给定的。 (2) 对于一个已给定的方程，所有右边外生变量都应列为工具变量。 (3) 模型识别要求每个方程中工具变量(包括常数项)个数都应该至少和右边变量一样多。 附录 模型识别定义： 在一个含有g个方程的联立方程组中，一个方程可识别，须满足： 其中，k是模型中前定变量的个数，ki是给定方程中前定变量的个数，gi是给定方程中内生变量的个数。如果 k ?ki = gi ? 1，则方程是恰好识别，但如果k ?ki gi ? 1，则它是过度识别的。 §12.2.6 初始值 如果系统中包括非线性方程，可以为部分或所有的参数用以param开头的语句提供初始值，列出参数和值的对应组合。例如： param c(1) .15 b(3) .5 为c(1)和b(3)设定初值。如果不提供初值，EViews使用当前系数向量的值。 §12.2.7 迭代控制 对于WLS、SUR、WTSLS，3SLS，GMM估计法和非线性方程的系统，有附加的估计问题，包括估计GLS加权矩阵