第六章 联立方程计量经济学模型：理论及方法(计量经济学-李子奈(第3版).pptVIP

GMM估计 大括号部分的一阶极值条件 改变权矩阵设置，估计结果改变 GMM和2SLS比较，哪种方法更优？ 二、其它有限信息估计方法简介(Limited Information Estimation Methods) ⒈有限信息最大或然法(LIML，Limited Information Maximum Likelihood ) 以最大或然为准则，通过对简化式模型进行最大或然估计，以得到结构方程参数估计量的联立方程模型的单方程估计方法。 由Anderson和Rubin于1949年提出，早于两阶段最小二乘法。 适用于恰好识别和过度识别结构方程的估计。 在该方法中，以下两个概念是重要的： 这里的“有限信息”指的是每次估计只考虑一个结构方程的信息，而没有考虑模型系统中其它结构方程的信息； 这里的“最大或然法”是针对结构方程中包含的内生变量的简化式模型的，即应用最大或然法求得的是简化式参数估计量，而不是结构式参数估计量。 简化式模型随机项方差—协方差矩阵 ⒉有限信息最小方差比方法(LVR，Least Variable Ratio ) 估计某一个结构方程参数时，仍然只利用关于该方程的信息，没有利用方程系统的信息，所以是一种有限信息估计方法。 参见教科书《计量经济学——方法与应用》p143-145。 三、联立方程计量经济学模型的系统估计方法the Systems Estimation Methods ⒈联立模型随机误差项方差—协方差矩阵 随机误差项的同期相关性 随机误差项的相关性不仅存在于每个结构方程不同样本点之间，而且存在于不同结构方程之间。 对于不同结构方程的随机误差项之间，不同时期互不相关，只有同期的随机误差项之间才相关，称为具有同期相关性。 具有同期相关性的方差—协方差矩阵 假设： 对于一个结构方程的随机误差项，在不同样本点之间，具有同方差性和序列不相关性。即 对于不同结构方程的随机误差项之间，具有且仅具有同期相关性。即 联立模型系统随机误差项方差—协方差矩阵为： ⒉三阶段最小二乘法简介(3SLS,Three Stages Least Squares) 概念 3SLS是由Zellner和Theil于1962年提出的同时估计联立方程模型全部结构方程的系统估计方法。 其基本思路是 3SLS=2SLS+GLS 即首先用2SLS估计模型系统中每一个结构方程，然后再用GLS估计模型系统。 三阶段最小二乘法的步骤 ⑴ 用2SLS估计结构方程 得到方程随机误差项的估计值。 OLS估计 OLS估计 ⑵ 求随机误差项方差—协方差矩阵的估计量 ⑶ 用GLS估计原模型系统 得到结构参数的3SLS估计量为： 一、模型估计方法的比较 ⒈大样本估计特性的比较 在大样本的情况下，各种参数估计方法的统计特性可以从数学上进行严格的证明，因而也可以将各种方法按照各个性质比较优劣。 按渐近无偏性比较优劣 除了OLS方法外，所有方法的参数估计量都具有大样本下渐近无偏性。因而，除了OLS方法最差外，其它方法无法比较优劣。 按渐近有效性比较优劣 OLS 非一致性估计，未利用任何单方程外的信息； IV 利用了模型系统部分先决变量的数据信息； 2SLS、LIML 利用了模型系统全部先决变量的数据信息； 3SLS、FIML 利用了模型系统全部先决变量的数据信息和结构方程相关性信息。 ⒉小样本估计特性的Monte Carlo试验 参数估计量的大样本特性只是理论上的，实际上并没有“大样本”，所以，对小样本估计特性进行比较更有实际意义。 而在小样本的情况下，各种参数估计方法的统计特性无法从数学上进行严格的证明，因而提出了一种Monte Carlo试验方法。 Monte Carlo试验方法在经济实验中被广泛采用。 小样本估计特性的Monte Carlo试验过程 第一步：利用随机数发生器产生随机项分布的一组样本； 第二步：代入已经知道结构参数和先决变量观测值的结构模型中； 第三步：计算内生变量的样本观测值； 第四步：选用各种估计方法估计模型的结构参数。 上述步骤反复进行数百次，得到每一种估计方法的参数估计值的序列。 第五步：对每种估计方法的参数估计值序列进行统计分析； 第六步：与真实参数（即试验前已经知道的结构参数）进行比较，以判断各种估计方法的优劣。 小样本估计特性实验结果比较 ⑴无偏性 OLS 2SLS 3SLS（LIML，FIML） ⑵最小方差性 LIML 2SLS FIML OLS ⑶最小均方差性 OLS LIML 2SLS 3SLS（FIML） 为什么OLS具有最好的最小方差性？ 方差的计算