第七章随机解释变量问题
第七章 随机解释变量问题
目录 一、 随机解释变量问题 二、 实际经济问题中的随机解释变量问题 三、 随机解释变量的后果 四、工具变量法 五、案例
目录 一、随机解释变量问题 二、实际经济问题中的随机解释变量问题 三、随机解释变量的后果 四、工具变量法 五、案例
随机解释变量问题 对于模型 Y=B+BY:+B2X2+.+BX+4 基本假设:解释变量X1,X2,.,Xk是确定性变量。 如果存在一个或多个随机变量作为解释变量, 则称原模型出现随机解释变量问题。 假设X2为随机解释变量。对于随机解释变量问 题,分三种不同情况:
基本假设:解释变量X1 ,X2 ,.,Xk是确定性变量。 如果存在一个或多个随机变量作为解释变量, 则称原模型出现随机解释变量问题。 假设X2为随机解释变量。对于随机解释变量问 题,分三种不同情况: 对于模型 Yi = 0 + 1 Y1i + 2 X2i ++ k Xki + i 一、随机解释变量问题
随机解释变量问题 1.随机解释变量与随机误差项独立Independence) Cov(X24)=E(x24)=E(x2)E(4)=0 2.随机解释变量与随机误差项同期无关 (contemporaneously uncorrelated),但异期相关。 Cov(X2i.4,)=E(x24,)=0 5≠0 Cov(X2iMs)=E(xz)0 3.随机解释变量与随机误差项同期相关 contemporaneously correlated). Cow(X2,4)=E(x24,)≠0
Cov(X2, ) = E(x2 ) = E(x2 )E() = 0 2. 随机解释变量与随机误差项同期无关 (contemporaneously uncorrelated),但异期相关。 Cov(X2i, i ) = E(x2i i ) = 0 Cov(X2i, i−s ) = E(x2i i−s ) 0 s 0 3. 随机解释变量与随机误差项同期相关 (contemporaneously correlated)。 Cov(X2i, i ) = E(x2i i ) 0 一、随机解释变量问题 1.随机解释变量与随机误差项独立(Independence)
二、实际经济问题中的随机解释变量问题 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。 于是随机解释变量问题主要表现于:用带 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。 于是随机解释变量问题主要表现于:用滞 后被解释变量作为模型的解释变量的情况。 二、实际经济问题中的随机解释变量问题
三、随机解释变量的后果 计量经济学模型一旦出现随机解释变量,且与 随机扰动项相关的话,如果仍采用OLS法估计模 型参数,不同性质的随机解释变量会产生不同的 后果。 下面以一元线性回归模型为例进行说明 Y,=B。+BX,+4, OLS估计量为
计量经济学模型一旦出现随机解释变量,且与 随机扰动项相关的话,如果仍采用OLS法估计模 型参数,不同性质的随机解释变量会产生不同的 后果。 下面以一元线性回归模型为例进行说明 三、随机解释变量的后果 Yt = 0 + 1 Xt + t OLS估计量为 = = + 1 2 1 2 ˆ t t t t t t x x x x y
三、随机解释变量的后果 随机解释变量X与随机项μ的关系不同,参 数OLS估计量的统计性质也会不同。 1、如果X与μ相互独立,得到的参数估计量仍然 是无偏、一致估计量。 2、如果X与μ同期不相关,异期相关,得到的 参数估计量有偏、但却是一致的。 )=A+B区24)=A+ΣE联A E(B1)≠B
1、如果X与相互独立,得到的参数估计量仍然 是无偏、一致估计量。 随机解释变量X与随机项的关系不同,参 数OLS估计量的统计性质也会不同。 三、随机解释变量的后果 2、如果X与同期不相关,异期相关,得到的 参数估计量有偏、但却是一致的。 ) = + ( ) = + ( ) ˆ ( 1 1 2 t 1 t t t t E k x x E E 1 1 ) ˆ E(
三、随机解释变量的后果 但是 Plim(∑x,) =B,+Cov(X,4,)/ar(X,)=0 3、如果X与μ同期相关,得到的参数估计量有 偏、且非一致
但是 ( , ) ( ) 0 lim( ) lim( ) 1 1 2 1 lim 1 2 1 = + = = + + → t t t n t n t t t t t n Cov X Var X P x P x x x P 三、随机解释变量的后果 3、如果X与同期相关,得到的参数估计量有 偏、且非一致
四、工具变量法 模型中出现随机解释变量且与随机误差项相 关时,0LS估计量是有偏的。 如果随机解释变量与随机误差项异期相关, 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,最常用的估计方法是工具变量法 (Instrument variables)
模型中出现随机解释变量且与随机误差项相 关时,OLS估计量是有偏的。 如果随机解释变量与随机误差项异期相关, 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,最常用的估计方法是工具变量法 (Instrument variables)。 四、工具变量法
四、工具变量法 1、工具变量的选取 工具变量:在模型估计过程中被作为工具使用, 以替代模型中与随机误差项相关的随机解释变量。 选择为工具变量的变量必须满足以下条件: ()工具变量必须是有明确经济含义的外生变量 (2)与所替代的随机解释变量高度相关: (3)与随机误差项不相关,与模型中其它解释变量不相 关,以避免出现多重共线性。 (4)模型中多个工具变量之间不相关
1、工具变量的选取 工具变量:在模型估计过程中被作为工具使用, 以替代模型中与随机误差项相关的随机解释变量。 选择为工具变量的变量必须满足以下条件: (1) 工具变量必须是有明确经济含义的外生变量 (2) 与所替代的随机解释变量高度相关; (3)与随机误差项不相关;与模型中其它解释变量不相 关,以避免出现多重共线性。 (4) 模型中多个工具变量之间不相关 四、工具变量法