4.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(911)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? ·V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V?为什么? ·对于过度识别的方程,可否应用GMM?为什么?
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?
三、间接最小二乘法 (ILS,Indirect Least Squares)
三、间接最小二乘法 (ILS, Indirect Least Squares)
1.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0LS估计其参数。但是对于简化式方程, 可以采用0LS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0LS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。 ·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
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。 • 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
2.一般间接最小二乘法的估计过程 7=x】 +N, Y-BYo-「oX=N1 Y (1-B。-To) Yo =N Xo
⒉一般间接最小二乘法的估计过程 Y1 = 0 0 1 (Y , X ) + 0 0 Y1 − 0 Y0 − 0 X0 = 1 (1 0 ) 1 0 0 − − 1 0 Y = X Y
Y00 (B )x-N Yo=ΠooX+E BooIIooX+TooXo=0 Xo BIΠ0 +「0X,=0
(00 00 ) 00 0 1 Y X = Y00 = 00X + 0000X + 00X0 = 0 0000 0 0 00 0 0 X X * X + =