经济数学微积分定积分的几何应用wd5uf.pptVIP

⒉损失变量信息问题 如果用单方程模型的方法估计某一个方程，将损失变量信息。 为什么？ ⒊损失方程之间的相关性信息问题 联立方程模型系统中每个随机方程之间往往存在某种相关性。 表现于不同方程随机误差项之间。 如果用单方程模型的方法估计某一个方程，将损失不同方程之间相关性信息。 ⒋结论 必须发展新的估计方法估计联立方程计量经济学模型，以尽可能避免出现这些问题。 这就从计量经济学理论方法上提出了联立方程问题。 约束：?1=?1=?2=0 约束：?1=?2=?2= ?2=0 约束：?1+?1+?1=0 一个“一般模型”具有如下两个重要特性： 第一，与所考察问题相关的不同的先验理论与假设都“嵌套”在该一般模型中； 第二，能较好地拟合数据，并能满足模型设定偏误的各种检验。 该两条性质是相互关联的。例如，如果某一重要理论被忽略，则相关的变量也就被排除在该“一般”模型之外，从而使得该模型不能通过模型设定偏误的多种检验。 一个“一般”的模型是能够进行诸如遗漏相关变量、多选无关变量以及误设函数形式的多种设定偏误检验的。 从一般到简单的约化建模过程 一旦建立了一个“一般”模型，就可对其进行约化（simplification research），寻找可能的简单模型。 这往往是通过检验“嵌套”于其中的各种简单模型进行的。主要包括（1）各种“约束”检验与（2）设定偏误检验，等。 一般模型的约化过程，是一个自上而下（top-down）逐级化简的建模过程。只有当观测数据不支持约束条件时，才退回到上一级，检验其他可能的约束，或者得到最终模型。 “从一般到简单”的建模程序面临的主要问题在于无法在两个没有嵌套关系的模型间进行选择。 这时，可能通过通常的拟合优度检验、池赤信息准则来帮助决策，更主要的检验是非嵌套假设检验。 三、非嵌套假设检验 假设要检验下面两个非嵌套模型： H0: Y=?0+ ?1X+ ?2Z+? H1: Y=?0+ ?1X+?2W+? 该两模型之间没有嵌套关系，无法进行约束检验。 同时，H0与H1不是对立假设，拒绝假设H0未必意味着接受假设H1。因此，通常的假设检验程序无法直接使用。 于是，可针对一般模型(*)分别检验H0与H1 。 (*) 为此，一种称为包容性F检验（encompassing F tests）被提了出来。这种检验是人为地构造一个“一般”模型： 包容性F检验主要存在以下问题: (1)人为构造的一般模型没有实际的经济意义，尤其在H0与H1分别反映两种对立的经济理论的情况下更是如此； (2)有可能出现同时接受或拒绝H0与H1的现象； (3)当Z与W高度相关时，往往导致既不能拒绝H0 ，也不能拒绝H1 ，因为在一般模型中去掉任何一个变量，都不会使拟合优度下降很多。 另一个解决办法是建立如下的一般模型： 如果?=0，则为模型H0， 如果?=1，则为模型H1。 因此，可通过检验施加的约束?=0是否为真来判断H0是否为正选模型。 问题：由该模型无法直接估计出?的值。戴维森（Davidson）和麦金农（Mackinnon）建议通过下面步骤估计?： 第一步，对模型H1进行OLS估计，得到?： 第二步，用估计的代替“一般模型”中的 ?0+ ?1X+?2W，并进行OLS估计： 戴维森和麦金农证明：在大样本下，H0为真时，?的OLS估计量的t统计量服从标准正态分布： t~N(0,1)。 因此，如果?的t统计量的绝对值大于给定显著性水平下的临界值，就拒绝模型H0。 如果要检验模型H1是否为真，仍可通过上面两个步骤进行，但需先对H0进行OLS估计，得到?，以它为另一解释变量估计如下模型： 如果?显著地异于0，则拒绝模型H1为真的假设。 该非嵌套假设检验也被称为J检验 （J test），因为需将两非嵌套模型联合起来进行参数的联合估计（joint estimation）。 注意：(1)拒绝H0(或H1)不意味着接受H1(或H0)；(2)J检验仍然存在同时接受或拒绝H0与H1的现象。 四、约化模型的准则 从一般到简单的建模过程，同样存在着数据开采问题。 一个“一般”模型经过k步约化后得到最终的简化模型，可以证明，每一步中的名义显著性水平?与最终模型中各种检验的实际显著性水平?*间有如下关系： ?*=1-(1- ?)k 然而，与“从简单到复杂”这一传统建模方法相比，“从一般到简单”的建模过程能够展现模型建立的全过程； 同时建模过