10随机解释变量问题.ppt

§2.9 随机解释变量问题 Random Independent Variable 即解释变量与随机误差项不相关。 这一假设实际是要求： 或者X是确定性变量，不是随机变量； 或者X是随机变量作为解释变量，但与随机误差项不相关。 假定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： （1）随机解释变量与随机误差项不相关 （2）随机解释变量与随机误差项在小样本下相关，在大样本下渐近无关。即 2. 实际经济问题中的随机解释变量问题 例如： 耐用品存量调整模型： 耐用品的存量Qt由前一个时期的存量Qt-1和当期收入It 共同决定： Qt=?0+?1It+?2Qt-1+?t t =1,?T 合理预期的消费函数模型： 合理预期理论认为消费Ct是由对收入的预期Yte所决定的，或者说消费是有计划的，而这个计划是根据对收入的预期制定的： 计量经济学模型一旦出现与随机误差项相关的随机解释变量，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。 对回归模型 Y = XB+N 其OLS参数估计量为： 这时采用OLS法估计模型参数，得到的参数估计量仍然是无偏估计量。 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： 2. 工具变量的应用 假定X2为随机解释变量，与随机误差项相关。 3. 工具变量法估计量是一致估计量 四、案例：消费函数 中国居民人均消费函数模型： CONSP =β0+β1GDPP + β2CONSP(-1) +μ 五、广义矩估计（GMM）概述Generalized Method of Moments 广义矩方法（GMM） 工具变量的选取方法 用自然实验（Natural Experiment）的方法获得有效的工具变量； 自然实验是指这样一类事件，它们的发生常常不是研究者有计划安排的，但研究者可以通过它们，将内生解释变量中与随机扰动项无关的外生变化分解出来； Levitt (1997) 研究警力规模对犯罪率的影响，由于警力规模与随机项存在相关性，选择“市政选举时机” 作为工具变量； Steven Levitt. “Using Electoral Cycles in Police Hiring to Estimate the Effect of Plice on Crime”. American Economic Review,1997,87(3) 工具变量的选取方法——举例 Joshua Angrist (1990) 研究美国越战老兵的入伍经历对其日后工资的影响： 内生解释变量问题； 工具变量必须满足： (1)工具变量与个人的服兵役状态相关； (2)工具变量本身并不决定工资水平； (3)工具变量也不与其它决定工资水平的因素相关； “自然实验”—RSN Joshua Angrist. “Lifetime Earnings and Vietnam Era Draft Lottery: Evidence from Social Security Administrative Records”. American Economic Review,1990,80(3) 在GMM中，如何求解的问题。 0.097133 ????J-statistic 1.284703 Durbin-Watson stat 2012901. ????Sum squared resid 325.4876 S.E. of regression 13905.35 ????S.D. dependent var 0.999452 Adjusted R-squared 15000.82 ????Mean dependent var 0.999504 R-squared 0.0000 6.010583 0.044113 0.265147 CONS(-1) 0.0000 20.66645 0.017221 0.355904 GDP 0.0006 4.109971 72.36743 297.4280 C Prob.?? t-Statistic Std. Error Coefficient Variable Instrument list: C GDP GDP(-1) GOV Kernel: Bartlett, Bandwidth: Fixed (2), No prewhitening Method: Generalized Method of Moments Dependent V