资源描述
单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,15.,随机解释变量,一、,随机解释变量问题,二、,随机解释变量的后果,三、,工具变量法,第一节、随机解释变量问题,1,、随机解释变量问题,单方程线性计量经济学模型假设之一:,即:随机解释变量与随机误差项不相关。,这一假设实际上是要求:,要求,X,是确定性变量,而不是随机变量;,或者要求,X,虽是随机变量,但与随机误差项不相关。,违背这个假设的情况,即是随机变量,而且与随即误差项相关,称之为,随机解释变量问题。,2,、随机解释变量问题的,3,种情况,对于模型,(,4-1,),其基本假设之一是解释变量,X,1,,,X,2,,,,,Xk,都是确定性变量。如果,存在一个或多个解释变量为随机变量,则称原模型存在随机解释变量问题。,例,:,为讨论方便,假设,(4-1),式中,X,1,为,随机解释变量,。,对于随机解释变量,X,1,,由于它和随机扰动项,i,的关系不同,会使模型,参数估计量的特性发生不同变化,所以又可分三种不同情况:,分析,:,(,1,)随机解释变量与随机干扰项,独立,(,2,)随机解释变量与随机干扰项,同期无关,但异期相关,(,3,)随机解释变量与随机干扰项,同期相关,(4-3),(4-4),即,(4-5),即,即,(4-2),二、随机解释变量问题产生的原因,于是随机解释变量问题主要表现:,但是,并不是所有包含滞后被解释变量的模型都带来“随机解释变量问题”。,用,滞后被解释变量,作为模型的解释变量的情况。,在实际经济问题中,经济变量往往都具有,随机性,。,但是,在单方程计量经济学模型中,凡是,外生变量,都被认为是,确定性,的。,例,4-1:,耐用品存量调整模型。,著名的“,耐用品存量调整模型,”可表示为,(4-6),该模型表示,耐用品的存量,由前一个时期的存量,和当期收入,共同决定。这是一个滞后被解释变量作为解释变量的模型。但是,如果模型不,只与,相关,与,不相关,属于随机解释变量与随机干扰项同期无关,但异期相关的情况。,存在随机干扰项的序列相关性,那么随机解释变量,例,4-2:,合理预期的消费函数模型。,合理预期理论认为消费,是由对收入的预期,所决定的:,(4-7),在预期收入,与实际收入,之间存在假设:,(4-8),的情况下,容易推出合理预期消费函数模型:,(,4-9,),在该模型中,作为解释变量的,不仅是一个随机解释变量,而且与模型的,高度相关,(,因为,与,高度相关,),,属于随机解释变量,随机干扰项,与随机干扰项同期相关的情况。,第二节 随机解释变量问题的后果,计量经济学模型一旦出现随机解释变量,且与随机干扰,项相关的话,如果仍采用普通最小二乘法估计模型参数,则,不同性质的随机解释变量问题会产生不同的后果。,以一元线性回归模型为例进行说明。,图,4-1,从图形,(,图,4-1),上看,如果随机解释变量与随机干扰项正相关,则在抽,取样本时,容易出现,X,值较小的点在总体回归线下方,而,X,值较大的点在总,体回归线上方的情况,因此,拟合的样本回归线则可能低估,(underestimate),了截距项,而高估,(overestimate),斜率项。反之,如果随机解释变量与随机,干扰项负相关,则往往导致拟合的样本回归线高估截距项,而低估斜率项。,对一元线性回归模型,(4-10),在第二章曾得到如下最小二乘估计量:,(4-11),随机解释变量,X,与随机干扰项,的关系不同,参数,OLS,估计量的统计,性质也会不同。,分三种不同情况:,1,如果,X,与,相互独立,,得到的参数,OLS,估计量仍然是无偏一致估计量。,(4-12),而,所以,(4-13),同理,,(,4-14,),所以参数,OLS,估计量,仍然是,无偏一致估计量,分三种不同情况:,(,4-15,),2,如果,X,与,同期不相关而异期相关,,得到的参数,OLS,估计量,有偏,,但却,尽管,与,同期无关,但对任一,,,的,与,相关,,因此,,于是,即参数,OLS,估计量是有偏的。但是由(,4-14,)可看出,是,的一致估计。,是,一致,的。由,(4-12),式易知,,分母中一定包含不同期的,X,由异期相关性知,3,如果,与,同期相关,,得到的参数估计量,有偏且非一致,。,这时,Cov,(,Xt,t,),=E,(,xtt,)0,由(,4-12,)、(,4-14,)容易看出,参数,OLS,估计量有偏且非一致。,注意:,如果模型中带有滞后被解释变量作为解释变量,则当该滞后被解释变量与随机误差项同期相关时,,OLS,估计量是有偏的、且是非一致的。,即使同期无关,其,OLS,估计量也是有偏的,因为此时肯定出现异期相关。,三、工具变量法,工具变量的选取,工具变量的应用,工具变量法估计量的性质,模型中出现随机解释变量并且与随机干扰项相关时,普通最小二乘估计,量是,有偏,的。如果随机解释变量与随机干扰项,异期相关,,则可以通过,增大样,本容量,的办法来得到一致的估计量;但如果是,同期相关,,即使增大样本容量,也无济于事。这时,最常用的方法是,工具变量,(instrument variables),法,。,基本思路:,当随机解释变量,X,与随机误差项,u,高度相关时,,设法找到另一个变量,Z,,要求它与,X,高度相关,但,与,u,无关,从而用,Z,替换,X,,变量,Z,称为工具变量。,注意:替换不是在模型中替换,而是在正规方程,组中替换。,一、工具变量的选取,在模型估计过程中被作为工具使用的变量,,用以替代与随机干扰项相关的随机解释变量。,被选择为工具变量的变量,必须满足以下条件,:,1.,工具变量,Z,与所替代的随机解释变量,X,高度相关,即,(,4-16,),2.,工具变量,Z,与随机干扰项,不相关,即,(,4-17,),3.,工具变量,Z,与模型中其他解释变量不相关,以避免出现多重共线性。,工具变量,二、工具变量的应用,(以一元回归模型为例说明),记一元线性回归模型如下:,(4-18),用,普通最小二乘法,估计模型,(4-18),式,得正规方程组:,(4-19),按照,工具变量,的选择条件选择,z,为,X,的工具变量,得正规方程组:,(,4-20,),(,4-21,),于是,于是,采用工具变量法得到的,正规方程组为,二、工具变量的应用,(以多元线性回归模型为例说明),其矩阵形式为,采用参数估计量得到的,正规方程组为,(,4-22,),其中,通常,对于没有选择另外的变量,作为工具变量的解释变量,可以认为,用自身作为工具变量。于是,Z,称为工,具变量矩阵。,三、工具变量法估计量的性质,1,工具变量法估计量是有偏估计量,2,工具变量法估计量是一致估计量,1,工具变量法估计量是,有偏估计量,用工具变量法所求的参数估计量,与总体参数真值,之间的关系为,(,4-23,),于是,(,4-24,),因,Z,和,X,都是随机变量,在一般情况下,,故,(,4-25,),上式说明工具变量法估计量一般不具有无偏性。,这说明工具变量法估计量具一致性。,2,工具变量法估计量是一致估计量,如果工具变量,Z,选取恰当,则由(,4-16,)、(,4-17,)有,因此,对式(,4-23,),两边取概率极限得,(,4-26,),特别指出:,第一,,工具变量法并没有改变原模型,只是在原模型的参数估计过程中用,工具变量“替代”随机解释变量。,第一步,用,OLS,法进行,X,关于工具变量,Z,的回归,(,4-27,),第二步,以第一步得到的,为解释变量,进行如下,OLS,回归;,(,4-28,),或者说,可等价地分解成下面的两步,OLS,回归:,特别指出:,如果一个随机解释变量可以找到多个相互独立的工具变量,人们,希望充分利用这些工具变量的信息,这就形成了广义矩方法,(GMM),。,在,GMM,中,如何求解成为它的,核心问题,。,GMM,是近,20,年计量经济学理论方法发展的重要方向之一。,工具变量法是,GMM,的一个特例,OLS,法也可看成是工具变量法的特例。,考虑到随机解释变量与随机干扰项相关的,主要来源,是由于同期测量误,差引起的,就可以用滞后一期的随机解释变量作为原解释变量的工具变量。,第二,,第三,,
展开阅读全文