《随机解释变量》PPT课件

《《随机解释变量》PPT课件》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、§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X1，X2，…，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

2、讨论方便，假设(4-1)式中X1为随机解释变量。对于随机解释变量X1，由于它和随机扰动项μi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

3、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、：（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(un

5、derestimate)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

6、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,μt)=E(xtμt)≠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

7、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(instrumentvariables)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

8、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