1、4.4 随机解释变量问题随机解释变量问题 一、一、随机解释变量问题随机解释变量问题 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三、随机解释变量的后果 四、工具变量法四、工具变量法 五、案例五、案例 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： 一、随机解释变量问题一、随机解释变量问题 对于模型 ikikiii XXYY 22110 1. 随机解释变量与随机误差项独立随机解释变量与随
2、机误差项独立 (Independence) 0)()()()( 22, 2 ExExEXCov 2. 随机解释变量与随机误差项同期无关随机解释变量与随机误差项同期无关 (contemporaneously uncorrelated)，但异期相关。，但异期相关。 0)()( 2,2 iiii xEXCov 0)()( 2,2 siisii xEXCov 0s 3. 随机解释变量与随机误差项同期相关随机解释变量与随机误差项同期相关 (contemporaneously correlated)。 0)()( 2,2 iiii xEXCov 二、实际经济问题中的随机解释变量问题二、实际经济问题中的随机
3、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。 于是于是随机解释变量问题随机解释变量问题主要主要表现于：表现于：用滞用滞 后被解释变量作为模型的解释变量的情况后被解释变量作为模型的解释变量的情况。 例如：例如： （1 1）耐用品存量调整模型：）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 这是一个滞后被解释变量作为解释变量的模型。 但是，如果模型不存在随机误差项的序列相关 性，那么随机解释变量Qt-1只与t-1相关，与t不相
4、 关，属于上述的第2种情况。 （2）合理预期的消费函数模型）合理预期的消费函数模型 合理预期理论合理预期理论认为消费Ct是由对收入的预期Yte 所决定的： t e tt YC 10 预期收入Yte与实际收入Y间存如下关系的假设 e tt e t YYY 1 )1 ( 容易推出 t e ttt YYC 1110 )1 ( tttt CY )()1 ( 10110 1110 )1 ()1 ( tttt CY Ct-1是一随机解释变量，且与 (t-t-1)高度相关 （Why?）。属于上述第3种情况。 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
5、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三、随机解释变量的后果 随机解释变量与随机误差项相关图随机解释变量与随机误差项相关图 （a）正相关 （b）负相关 拟合的样本回归拟合的样本回归 线可能低估截距项，线可能低估截距项， 而高估斜率项。而高估斜率项。 拟合的样本回归线拟合的样本回归线 高估截距项，而低高估截距项，而低 估斜率项。估斜率项。 对一元线性回归模型： ttt XY 10 OLS估计量为 2 1 2 1 t tt t tt x x x yx 1、如果、如果X与与 相互独立，得到的参数估计相互独立，得到的参数估计 量仍然是无偏、一
6、致估计量。量仍然是无偏、一致估计量。 已经得到证明 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。 2 2、如果如果X与与 同期不相关，异期相关，得到的同期不相关，异期相关，得到的 参数估计量有偏、但却是一致的。参数估计量有偏、但却是一致的。 kt的分母中包含不同期的X；由异期相关性知：kt 与 t相关，因此， )()() ( 1 2 11ttt t t kE x x EE 11) (E 但是 0)(),( )lim( )lim( 1 2 1 1 1 2 1lim ttt tn ttn t tt n XVarXCov xP xP x x P 3 3、如果、如果X与与
7、 同期相关，得到的参数估计量同期相关，得到的参数估计量 有偏、且非一致。有偏、且非一致。 注意：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 此时肯定出现异期相关。 2的证明中已得到 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工具变量法 （Instrument
8、variables）。 四、工具变量法四、工具变量法 1 1、工具变量的选取、工具变量的选取 工具变量工具变量：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选择为工具变量的变量必须满足以下条件： （1）与所替代的随机解释变量高度相关；）与所替代的随机解释变量高度相关； （2）与随机误差项不相关；）与随机误差项不相关； （3）与模型中其它解释变量不相关，以避）与模型中其它解释变量不相关，以避 免出现多重共线性。免出现多重共线性。 2 2、工具变量的应用、工具变量的应用 以一元回归模型的离差形式为例说明如下：以一元回归模型的
9、离差形式为例说明如下： iii xy 1 用OLS估计模型，相当于用xi去乘模型两边、对i求 和、再略去xii项后得到正规方程正规方程： 2 1iii xyx 2 1 i ii x yx (*) 解得 然而，如果Xi与i相关，即使在大样本下，也 不存在 (xii)/n0 ，则 在大样本下也不成立，OLS估计量不具有一致性不具有一致性。 2 1 i ii x yx 由于Cov(Xi,i)=E(Xii)=0，意味着大样本下 (xii)/n0 表明大样本下大样本下 2 1 i ii x yx 成立，成立，即即OLS估计量估计量具有一致性。具有一致性。 如果选择Z为X的工具变量工具变量，那么在上述估计
10、 过程可改为: iiiiii zxzyz1 利用E(zii)=0，在大样本下可得到： ii ii xz yz 1 关于0 的估计，仍用 XY 10 完成。 这种求模型参数估计量的方法称为工具变量法工具变量法 (instrumental variable method)，相应的估计量 称为工具变量法估计量工具变量法估计量（instrumental variable (IV) estimator）。 对于矩阵形式矩阵形式： Y=X + 采用工具变量法（假设X2与随机项相关，用工具 变量Z替代）得到的正规方程组正规方程组为： XZYZ 参数估计量为： YZXZ 1 )( knkk n n XXX Z
11、ZZ XXX 21 21 11211 111 Z 其中 称为工具变量矩阵工具变量矩阵 3 3、工具变量法估计量是一致估计量、工具变量法估计量是一致估计量 一元回归中，工具变量法估计量为 如果工具变量Z选取恰当，即有 ii ii ii iii xz z xz xz 1 1 1 )( 两边取概率极限得： iin iin xzP zP P 1 1 11 lim lim ) lim( 0),cov( 1 lim iiii Zz n P 0),cov( 1 lim iiii XZxz n P 因此： 11) lim(P 1 1、在小样本下，工具变量法估计量仍是有偏的、在小样本下，工具变量法估计量仍是有偏
12、的。 注意：注意： 0)() 1 () 1 ( ii ii ii ii zE xz Ez xz E 2 2、工具变量并没有替代模型中的解释变量、工具变量并没有替代模型中的解释变量，只，只 是在估计过程中作为是在估计过程中作为“工具工具”被使用。被使用。 上述工具变量法估计过程可等价地分解成下面的 两步OLS回归： 第一步第一步，用OLS法进行X关于工具变量Z的回归： ii ZX 10 ii XY 10 容易验证仍有: ii ii xz yz 1 因此，工具变量法仍是工具变量法仍是Y Y对对X X的回归，而不是的回归，而不是 对对Z Z的回归的回归。 3、如果模型中有两个以上的随机解释变量与随如
13、果模型中有两个以上的随机解释变量与随 机误差项相关，就必须找到两个以上的工具变量机误差项相关，就必须找到两个以上的工具变量。 但是，一旦工具变量选定，它们在估计过程被使但是，一旦工具变量选定，它们在估计过程被使 用的次序不影响估计结果用的次序不影响估计结果(Why？)。 4 4、OLSOLS可以看作工具变量法的一种特殊情况。可以看作工具变量法的一种特殊情况。 5 5、如果、如果1 1个随机解释变量可以找到多个互相个随机解释变量可以找到多个互相 独立的工具变量，人们希望充分利用这些工具变独立的工具变量，人们希望充分利用这些工具变 量的信息，就形成了量的信息，就形成了广义矩方法广义矩方法（Gene
14、ralized Method of Moments, GMM）。 在在GMM中，矩条件大于待估参数的数量，于中，矩条件大于待估参数的数量，于 是如何求解成为它的核心问题。是如何求解成为它的核心问题。 工具变量法是工具变量法是GMM的一个特例。的一个特例。 6 6、要找到与随机扰动项不相关而又与随机解释、要找到与随机扰动项不相关而又与随机解释 变量相关的工具变量并不是一件很容易的事变量相关的工具变量并不是一件很容易的事 可以用可以用Xt-1作为原解释变量作为原解释变量Xt的工具变量。的工具变量。 五、案例五、案例中国居民人均消费函数中国居民人均消费函数 例例4.4.1 在例2.5.1的中国居民人
15、均消费函数中国居民人均消费函数的估 计中，采用OLS估计了下面的模型： GDPPCONSP 10 由于：居民人均消费支出（CONSP）与人均国内 生产总值（GDPP）相互影响，因此， 容易判断GDPP与同期相关（往往是正相关）， OLS估计量有偏并且是非一致的（低估截距项而高 估计斜率项 ）。 OLS估计结果： (13.51) (53.47) R2=0.9927 F=2859.23 DW=0.5503 SSR=23240.7 如果用GDPPt-1为工具变量，可得如下工具变 量法估计结果： (14.84) (56.04) R2 =0.9937 F=3140.58 DW=0.6691 SSR=18366.5 GMM是近是近20年计量经济学理论方法发展的重年计量经济学理论方法发展的重 要方向之一。要方向之一。 IV是是GMM的一个特例。的一个特例。 如果如果1个随机解释变量可以找到多个互相独立的个随机解释变量可以找到多个互相独立的 工具变量，人们希望充分利用这些工具变量的信工具变量，人们希望充分利用这些工具变量的信 息，就形成了息，就形成了广义矩方法（广义矩方法（GMM）。在。在GMM中，中， 矩条件大于待估参数的数量，于是如何求解成为矩条件大于待估参数的数量，于是如何求解成为 它的核心问题。它的核心问题。
