联立方程模型和识别教学PPT课件.ppt

* 计量经济学-第9章 联立方程模型和识别 * C简化式模型估计结果 * 计量经济学-第9章 联立方程模型和识别 * 所谓系统估计方法，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。也将系统估计方法称为完全信息估计方法。 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 。 * 计量经济学-第9章 联立方程模型和识别 * 单方程估计方法按其方法原理又分为两类。 一类以最小二乘为原理，例如间接最小二乘法（ILS, Indirect Least Square）、两阶段最小二乘法(2SLS, Two Stage Least Squares)、工具变量法（IV, Instrumental Variables）等，称其为经典方法； * 计量经济学-第9章 联立方程模型和识别 * 一类不以最小二乘为原理，或者不直接从最小二乘原理出发，例如以最大或然为原理的有限信息最大或然法(LIML, Limited Information Maximum Likelihood)，以及仍然应用最小二乘原理、但并不以残差平方和最小为判断标准的最小方差比方法(LVR, Least Variable Ration)等。 * 计量经济学-第9章 联立方程模型和识别 * 系统估计方法主要包括三阶段最小二乘法(3SLS, Three Stage Least Squares)和完全信息最大或然法(FIML, Full Information Maximum Likelihood)。 本书只介绍几种简单的、常用的单方程估计方法。 在大量的联立方程模型的应用研究中，仍然广泛应用普遍最小二乘法进行模型的估计。 * 计量经济学-第9章 联立方程模型和识别 * 二、狭义的工具变量法（IV，Instrumental Variables） * 计量经济学-第9章 联立方程模型和识别 * ⒈方法思路 “狭义的工具变量法” 与“广义的工具变量法” 解决结构方程中与随机误差项相关的内生解释变量问题。 方法原理与单方程模型的IV方法相同。 模型系统中提供了可供选择的工具变量，使得IV方法的应用成为可能。 * 计量经济学-第9章 联立方程模型和识别 * ⒉工具变量的选取 对于联立方程模型的每一个结构方程，例如第1个方程，可以写成如下形式： 内生解释变量（g1-1）个，先决解释变量k1个。 如果方程是恰好识别的，有（g1-1）=（k- k1）。 可以选择（k- k1）个方程没有包含的先决变量作为（g1-1）个内生解释变量的工具变量。 * 计量经济学-第9章 联立方程模型和识别 * ⒊ IV参数估计量 方程的矩阵表示为: 选择方程中没有包含的先决变量X0*作为包含的内生解释变量Y0的工具变量，得到参数估计量为： * 计量经济学-第9章 联立方程模型和识别 * ⒋讨论 该估计量与OLS估计量的区别是什么？ 该估计量具有什么统计特性？ （k- k1）工具变量与（g1-1）个内生解释变量的对应关系是否影响参数估计结果？为什么？ IV是否利用了模型系统中方程之间相关性信息？ 对于过度识别的方程，可否应用IV ？为什么？ 对于过度识别的方程，可否应用GMM ？为什么？ * 计量经济学-第9章 联立方程模型和识别 * 三、间接最小二乘法(ILS, Indirect Least Squares) * 计量经济学-第9章 联立方程模型和识别 * 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。 间接最小二乘法：先对关于内生解释变量的简化式方程采用OLS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。 * 计量经济学-第9章 联立方程模型和识别 * 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。 * 计量经济学-第9章 联立方程模型和识别 * ⒉一般间接最小二乘法的估计过程 * 计量经济学-第9章 联立方程模型和识别 * * 计量经济学-第9章 联立方程模型和识别 * 用OLS估计简化式模型，得到简化式参数估计量，代入该参数关系体系，先由第2组方程计算得到内生解释变量的参数，然后再代入第1组方程计算得到先决解释变量的参数。于是得到了结构方程的所有结构参数估计量。 * 计量经济学-第9章 联立方程模型和识别 * ⒊间接最小二乘法也是一种工具变量方法 ILS等价于一种工具变量方法：依次选择X作为（Y0,X0）的工具变量。 数学证明见《计量经济学—方法与应用》（李子奈编著，清华大学出版社，1992年3月）第126—128页。 估计结果为： * 计量经济学