《(精品)計(jì)量經(jīng)濟(jì)學(xué) (21)》由會(huì)員分享,可在線閱讀,更多相關(guān)《(精品)計(jì)量經(jīng)濟(jì)學(xué) (21)(23頁珍藏版)》請(qǐng)?jiān)谘b配圖網(wǎng)上搜索。
1、單擊此處編輯母版標(biāo)題樣式,單擊此處編輯母版文本樣式,第二級(jí),第三級(jí),第四級(jí),第五級(jí),*,6.7,聯(lián)立方程計(jì)量經(jīng)濟(jì)學(xué)模型的系統(tǒng)估計(jì)方法,the Systems Estimation Methods,一、聯(lián)立方程模型隨機(jī)誤差項(xiàng)方差,協(xié)方差矩陣,二、三階段最小二乘法簡(jiǎn)介,三、完全信息最大似然法簡(jiǎn)介,一、聯(lián)立方程模型隨機(jī)誤差項(xiàng)方差,協(xié)方差矩陣,隨機(jī)誤差項(xiàng)的同期相關(guān)性,隨機(jī)誤差項(xiàng)的相關(guān)性不僅存在于每個(gè)結(jié)構(gòu)方程不同樣本點(diǎn)之間,而且存在于不同結(jié)構(gòu)方程之間。,對(duì)于不同結(jié)構(gòu)方程的隨機(jī)誤差項(xiàng)之間,不同時(shí)期互不相關(guān),只有同期的隨機(jī)誤差項(xiàng)之間才相關(guān),稱為具有,同期相關(guān)性,。,具有,同期相關(guān)性的,方差,協(xié)方差矩陣,假設(shè)
2、:,對(duì)于一個(gè)結(jié)構(gòu)方程的隨機(jī)誤差項(xiàng),在不同樣本點(diǎn)之間,具有同方差性和序列不相關(guān)性。即,對(duì)于不同結(jié)構(gòu)方程的隨機(jī)誤差項(xiàng)之間,具有且僅具有同期相關(guān)性。即,于是,,聯(lián)立方程模型系統(tǒng)隨機(jī)誤差項(xiàng)方差,協(xié)方差矩陣為:,二、三階段最小二乘法簡(jiǎn)介,(3,SLS,Three Stages Least Squares),概念,3,SLS,是由,Zellner,和,Theil,于1962,年提出的同時(shí)估計(jì)聯(lián)立方程模型全部結(jié)構(gòu)方程的系統(tǒng)估計(jì)方法。,其基本思路是,3,SLS=2SLS+GLS,即首先用,2,SLS,估計(jì)模型系統(tǒng)中每一個(gè)結(jié)構(gòu)方程,然后再用,GLS,估計(jì)模型系統(tǒng)。,三階段最小二乘法的步驟, 用2,SLS,估計(jì)結(jié)
3、構(gòu)方程,得到方程隨機(jī)誤差項(xiàng)的估計(jì)值。,OLS,估計(jì),OLS,估計(jì),求,隨機(jī)誤差項(xiàng)方差,協(xié)方差矩陣,的估計(jì)量, 用,GLS,估計(jì)原模型系統(tǒng),得到結(jié)構(gòu)參數(shù)的,3,SLS,估計(jì)量為:,三階段最小二乘法估計(jì)量的統(tǒng)計(jì)性質(zhì),如果聯(lián)立方程模型系統(tǒng)中所有結(jié)構(gòu)方程都是可以識(shí)別的,并且非奇異,則,3,SLS,估計(jì)量是一致性估計(jì)量。, 3,SLS,估計(jì)量比,2,SLS,估計(jì)量更有效。,為什么?,如果,是對(duì)角矩陣,即模型系統(tǒng)中不同結(jié)構(gòu)方程的隨機(jī)誤差項(xiàng)之間無相關(guān)性,那么可以證明,3,SLS,估計(jì)量與,2,SLS,估計(jì)量是等價(jià)的。,這反過來說明,,3,SLS,方法主要優(yōu)點(diǎn)是考慮了模型系統(tǒng)中不同結(jié)構(gòu)方程的隨機(jī)誤差項(xiàng)之間的相
4、關(guān)性。,三、完全信息最大似然法簡(jiǎn)介,(,FIML,Full Information Maximum Likelihood),概念,另一種已有實(shí)際應(yīng)用的聯(lián)立方程模型的系統(tǒng)估計(jì)方法。,Rothenberg,和,Leenders,于1964,年提出一個(gè)線性化的,FIML,估計(jì)量。,FIML,是,ML,的直接推廣,是在已經(jīng)得到樣本觀測(cè)值的情況下,使整個(gè)聯(lián)立方程模型系統(tǒng)的或然函數(shù)達(dá)到最大以得到所有結(jié)構(gòu)參數(shù)的估計(jì)量。,復(fù)習(xí):多元線性單方程模型的,最大似然估計(jì),i=1,2,n,Y,的隨機(jī)抽取的,n,組樣本觀測(cè)值的聯(lián)合概率,對(duì)數(shù)或然函數(shù)為,參數(shù)的最大或然估計(jì),復(fù)習(xí):有限信息最大或然法,(,LIML,,Limi
5、ted Information Maximum Likelihood,),以最大或然為準(zhǔn)則、通過對(duì)簡(jiǎn)化式模型進(jìn)行最大或然估計(jì),以得到結(jié)構(gòu)方程參數(shù)估計(jì)量的,聯(lián)立方程模型的單方程估計(jì)方法。,由,Anderson,和,Rubin,于1949,年提出,早于兩階段最小二乘法。,適用于恰好識(shí)別和過度識(shí)別結(jié)構(gòu)方程的估計(jì)。,在該方法中,以下兩個(gè)概念是重要的:,一是這里的“有限信息”指的是每次估計(jì)只考慮一個(gè)結(jié)構(gòu)方程的信息,而沒有考慮模型系統(tǒng)中其它結(jié)構(gòu)方程的信息;,二是這里的“最大或然法”是針對(duì)結(jié)構(gòu)方程中包含的內(nèi)生變量的簡(jiǎn)化式模型的,即應(yīng)用最大或然法求得的是簡(jiǎn)化式參數(shù)估計(jì)量,而不是結(jié)構(gòu)式參數(shù)估計(jì)量。,完全信息最大似然函數(shù),ML,的直接推廣,對(duì)數(shù)或然函數(shù)對(duì)于協(xié)方差逆矩陣的元素取極大值的一階條件,得到協(xié)方差矩陣的元素的,FIML,估計(jì)量;,對(duì)數(shù)或然函數(shù)對(duì)于待估計(jì)參數(shù)取極大值的一階條件,求解該方程系統(tǒng),即可得到結(jié)構(gòu)參數(shù)的,FIML,估計(jì)量。,研究的重點(diǎn)是如何求解非線性方程系統(tǒng)。,