联立方程计量经济学模型：理论与方法.ppt

§6.5联立方程计量经济学模型若干问题的讨论 一、模型估计方法的比较 二、为什么普通最小二乘法被普遍采用 三、联立方程模型的检验 ⒉2SLS的方法步骤 第一阶段：对内生解释变量的简化式方程使用OLS。得到： 用估计量代替结构方程中的内生解释变量，得到新的模型： 第二阶段：对该模型应用OLS估计，得到的参数估计量即为原结构方程参数的二阶段最小二乘估计量。 注意：模型中的内生解释变量被它们的估计量替换。 ⒊二阶段最小二乘法也是一种工具变量方法 如果用Y0的估计量作为工具变量，按照工具变量方法的估计过程，应该得到如下的结构参数估计量： 可以严格证明两组参数估计量是完全等价的，所以可以把2SLS也看成为一种工具变量方法。 证明过程见《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130—131页。 五、三种方法的等价性证明 ⒈三种单方程估计方法得到的参数估计量 ⒉IV与ILS估计量的等价性 在恰好识别情况下 工具变量集合相同，只是次序不同。 工具变量次序不同不影响正规方程组的解。 ⒉2SLS与ILS估计量的等价性 在恰好识别情况下 ILS的工具变量是全体先决变量。 2SLS的每个工具变量都是全体先决变量的线性组合。 2SLS的正规方程组相当于ILS的正规方程组经过一系列的初等变换的结果。 线性代数方程组经过初等变换不影响方程组的解。 六、简单宏观经济模型实例演示 ⒈模型 消费方程是恰好识别的； 投资方程是过度识别的； 模型是可以识别的。 下列演示中采用了1978-2019年的数据。 作业：采用了1978-2009年的数据，独立完成下列演示的全过程。 ⒉数据 G的数据采用(Y－I－C)计算得到，不是实际数据 ⒊用狭义的工具变量法估计消费方程 用Gt作为Yt的工具变量 估计结果显示 ⒋用间接最小二乘法估计消费方程 C简化式模型估计结果 Y简化式模型估计结果 ⒌用两阶段最小二乘法估计消费方程 比较上述消费方程的3种估计结果，证明这3种方法对于恰好识别的结构方程是等价的。估计量的差别只是很小的计算误差。 代替原消费方程中的Yt，应用OLS估计 第2阶段估计结果 ⒍用两阶段最小二乘法估计投资方程 投资方程是过度识别的结构方程，只能用2SLS估计。估计过程与上述2SLS估计消费方程的过程相同。得到投资方程的参数估计量为： 至此，完成了该模型系统的估计。 2SLS第2阶段估计结果 *七、主分量法的应用 ⒈方法的提出 主分量方法本身并不是联立方程模型的估计方法，而是配合其它方法，例如2SLS使用于模型的估计过程之中。 数学上的主分量方法早就成熟，Kloek和Mennes于1960年提出将它用于计量经济学模型的估计。 2SLS是一种普遍适用的联立方程模型的单方程估计方法，但是当它在实际模型估计中被应用时，立刻就会遇到不可逾越的困难。其第一阶段—用OLS估计简化式方程，是难以实现的。为什么？ ⒉方法的原理 所谓主分量方法，就是用较少数目的新变量重新表示原模型中较多数目的先决变量的方法。 例如，如果能够找到5个左右的新变量表示宏观经济模型中的30个先决变量，那么只需要15组以上的样本，就可以进行2SLS第一阶段的估计。 对充当主分量的变量是有严格要求：一是它必须是先决变量的线性组合，二是它们之间必须是正交的。前一条是保证主分量对先决变量的代表性；后一条是保证主分量之间不出现共线性。 ⒊主分量的选取 用两个主分量表示两个原变量 可以证明，a1、a2分别是X’X的2个特征值对应的特征向量。 用k个主分量表示k个原变量 同样可以证明，a1、a2、…、ak分别是X’X的k个特征值对应的特征向量。 用f个主分量表示k个原变量 选择a1、a2、…、af分别是X’X的f个最大特征值对应的特征向量。 在2SLS中主分量的选取 对于简化式方程 ⒋主分量法在ILS中的应用 对于2SLS，直接利用主分量完成第一阶段的估计，得到内生解释变量的估计量。 对于ILS，必须求得到简化式参数，进而计算结构式参数。 首先估计Y=ZΔ+Ε，然后将Z=XA代入，得到Y=XΠ 中Π的估计量。 *八、k级估计式 ⒈k级估计式 本身不是一种估计方法，而是对上述几种方法得到的估计式的概括。 对于联立方程模型中的第1个结构方程： k级估计式 为： k=0时，即为OLS估计式； k=1时，即为2SLS估计式； k等于有限信息估计方法中的λ时，即为有限信息估计式。 ⒉k级估计式的性质 假设工具变量与随机误差项不相关，即 且先决变量与随机误差项不相关，即 那么，容易证明k级估计式是一致性估计式。 工具变量与随机误差项不相关，对k是有限制的，必须有（证明见教科书）： 这就是说，只有在2SLS或有限信息估计方法