欢迎来到天天文库
浏览记录
ID:48131903
大小:228.00 KB
页数:14页
时间:2020-01-17
《金融计量学张成思Lecture 8-2.ppt》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库。
1、8.4SVAR模型的估计方法总结8.4.1全信息最大似然估计全信息最大似然估计是估计SVAR模型最常用的方法之一。而FIMLE中最重要的内容便是似然函数的设立。对于一般的SVAR模型,全信息的(自然对数)似然函数是模型中系数和扰动项矩阵的函数可以写成:(8.49)AB、C和K模型对应的具体的似然函数:8.4.2广义矩估计广义矩估计(GeneralizedMethodofMoments,GMM),是工具变量估计的拓展。GMM估计与FIML估计不同,GMM直接考虑SVAR模型(8.10)与其缩减形式模型(8.11)的系数关系,然后使用选定的工具变量,运用矩估计法进行估计,从而获得最终结果。回
2、归模型(8.10)与(8.11),即:(8.10)(8.11)GMM估计从这两个模型的系数关系入手:(8.53)(8.54)其中:和分别表示模型(8.10)与(8.11)中对应的扰动项的方差—协方差矩阵。使用GMM估计模型(8.10),还需要选择合适的工具变量,假定存在这样一组工具变量,满足矩条件:(8.55)其中:和表示未知系数的函数。还可以将矩条件写成:对应的样本矩条件就可以写成:GMM估计通过矩估计法获得满足模型(8.55)的系数,具体估计过程使用目标函数:其中:表示一个可以通过循环机制获得的权重矩阵,该矩阵是正定对称矩阵。8.5SVAR与缩减VAR模型的脉冲响应及方差分解比较要求
3、解SVAR模型中的脉冲响应和方差分解,基本思路是类似的,都要依据脉冲响应和方差分解的基本定义进行计算。而基于SVAR模型计算出来的脉冲响应称为结构脉冲响应函数。作为示范,我们使用美国CPI通胀率与联邦基金利率的季度数据(1959Q2—2005Q2),构建了一个2变量的VAR(2)模型。图8-4和8-5描绘出了SVAR和VAR模型分别对应的脉冲响应函数和方差分解的结果。图8-4(1)结构脉冲响应与缩减脉冲响应比较图8-4(2)结构脉冲响应与缩减脉冲响应比较图8-5(1)SVAR与VAR模型方差分解比较图8-5(2)SVAR与VAR模型方差分解比较
此文档下载收益归作者所有