广东财经大学实验十联立方程模型的估计

1、实验十联立方程模型的估计一、实验目的了解内生变量、外生变量的定义及区别，了解联立性偏误的定义，从而理解普通最小二乘法不能用于估计联立方程模型的原因。掌握联立方程模型的常用估计方法，尤其是两阶段最小二乘法（“TSLS ”）的估计方法，以及如何运用Eviws软件在实证研究中实现。二、基本概念由模型系统决定其取值的变量称为内生变量。内生变量受模型中其它变量的影响， 也可能影响其它内生变量， 即内生变量既可以是被解释变量， 也可以是解释变量。 由模型系统以 外的因素决定其取值的变量称为外生变量。 外生变量只影响系统内的其它变量， 而不受其它 变量的影响，因此在方程中只能做解释变量，不能做被解释变量。用

2、普通最小二乘法（OLS）对经典线形回归模型进行回归将得到最优线性无偏估计量。 但在结构式模型中，由于内生变量既可作为解释变量又可作为被解释变量，经典线性回归模型的一个基本假设一一解释变量与随机误差项不相关一一将得不到满足，因此若仍对结构式模型中的每个结构方程分别运用OLS进行估计，所得到的参数估计值将是有偏和不一致的，即存在联立性偏误或联立方程偏误。三、实验内容及要求1实验内容：根据1999年1季度到2009年4季度的货币供应量 M0与股票价格的有关数据，利用 两阶段最小二乘法估计由股票价格与货币供应量形成的联立方程模型（这里以上证综合指数SCIt代表股票价格），从而检验流通中现金 M0作为货

3、币供应量与上证指数的关系。2、实验要求：（1）理解本章有关概念；（2）思考：在何时应建立联立方程模型，并运用有关的估计方法；若此时运用了普通最小二乘法，结果如何；（3）熟练掌握两阶段最小二乘法在Eviws中的操作。四、实验指导1、根据有关定义及经济原理建立如下的联立方程模型：SCI t =0 亠很 1二 I t 亠很 2 I t - 2 - uit（10.1）I t 二：1SCIt ：2iiVt ： 4Rt： Rt U2t（10.2）其中，'-It代表第t季度的货币需求量，Vt代表第t季度的工业增加值，IRt代表第t季度的通货膨胀率，Rt代表第t季度的一年期存款利率。我们将在Eview

4、s中利用两阶段最小二乘法估计上述联立方程模型，这个过程主要分两 个步骤：首先利用普通最小二乘法求得内生变量的拟合值，然后用拟合值代替内生变量再利用两阶段最小二乘法求得结构参数估计值。我们将以M0代表货币量说明模型在 Eviews中的估计过程。2、导入数据打开 Eviws 软件，选择"File” 菜单中的 “New Workfile ” 选项，在 “Workfile frequency ” 框中选择"Quarterly ”，在"Start date”和"End date”框中分别输入"1998: 01” 和"2009: 04”，单击&q

5、uot;OK”。选择"File”菜单中的 “ lmport-Read Text-Lotus-Excel ”选项，找到要 导入的Excel文档完成数据导入，建立相应的工作组，如图10 1所示：f Workfile; UNTITLEDVim lRacoki«t Print Save Detals+She穴 Fetch Store Delete Genr SampleRange: 1999Q1 2009Q4 - Sample; 1993Q1 2009Q4 44 obs44 cbsDisplay Filter: *iiv ir mO mi m2r resid sci* '卜

6、 UntiTIM 心Jew 啓胆 /图10 1数据导入3、估计结构式方程（10.1）参数在菜单中选择"Quick ”一" Estimation equation ”，出现如图10 2所示窗口:Eauatior Estimat cn图10 2回归方程设定在"Method”中选择LS （即普通最小二乘法），然后在"Estimation Settings"上方空白处首先输入被解释变量二I，接着输入作为解释变量的外生变量，注意不要忘记常数项。单击“OK ”，则出现如图10-3所示的结果: Equation: UNTITLED Workfile: UNT

7、TLED:UntitledView 內Tobject PrirtNameFreMe aftwatej向竝】Dependent Variable. MOMethod: Leasl SquaresDate: 05/03/11 Time: 23:26Sample (adjusted): 1S99Q3 2009Q4Included observations; 42 after adjustmentsVariableCoeffiaentStd. Errort-StatistjcProb.C5970.9908793 7050 6790070.5014MD(*2)0.9536990.03256129.295

8、650.0000IIV0.0331220.0055695.9472770.0000IR-53 1635692.00232-0.57410C0.5694R-47.52243367.9594-0 1291460.S979R-squared0.983736Mean dependent var22067.66Adjusted R-squared0 9B1S78S.D. dependent var7403.890S.E. of regression993 9461Aka ike info criterion1675259Sum squared resid36553513Schwarz criterion

9、16 95946Log likelihood-46.3044Hannan-Quinn criter.16.82841F-statisflc559.4S34Durbin-Watson slat2 341950Pro ti'F-stati sticO.QOOOOQ图10-3回归方程估计结果即我们得到了如下的估计结果:? I? = 5970.990.0337 53.16 IR t - 47.52 Rt 0.95 M ot _21）点击“ Quick ”一“ Estimate Equation ” ,在“ Method ”中选择“ TSLS ”（两阶段最小 乘法），将出现如图10- 5-1所示

10、的窗口：Equation Estimat cn在“ Instrument List ”上方的空白栏中按结构式方程（10.1 ）输入相应的变量，在其下在“ Instrument List ”上方的空白栏中按结构式方程（10.1 ）输入相应的变量，在其下SpecificatiehK OptionsispecificationDependent vari able followed by li st o£ regressors sjid PDL terms, OR an explicit equation like論定取消Instrument listc iiv ir r *0(r2)ji

11、fet|y 丄nciude J.agged. repressors lor linLear equati oiie wi th AruviAEftiviQtioii sttliixgsMatlwd:TSLS -Two-Stae6 Le&st Squares fTSHLS and AEMA)Sample： 1999gl 2C09q4方的空白栏中输入图示的工具变量，然后点击“0K ”，就可以得到结构式方程（10.1 ）参数的两阶段最小二乘估计值：SC? t 二 419.960.069 M ot - 0.0124 M ot _2（0.4）2）点击“ Quick ”菜单下的“ Gen erat

12、e Series'，得到如图10 4所示的窗口:Generate Ssnes by EquazionEnter equationmOfittEd=niO-resicl|Sample1999QI 2OO9Q*Cancel图10 4快速生成序列“ mofitted ”在“Enter Equation ”下面的空白栏中键入如图10-4中的方程，就可以得到 、|.的估计值“ m0fitted ”。点击“ Quick ”一“ Estimate Equation ” ,在“ Method ”中选择“ TSLS” （两阶段最小二 乘法），将出现如图10 5所示的窗口：图10 5选择两阶段最小二乘法估

13、计方程在“ Instrument List ”上方的空白栏中按结构式方程（10.1 ）输入相应的变量，在其下OK ”，就可以得到结构式方程（10.1 ）参方的空白栏中输入图示的工具变量，然后点击数的两阶段最小二乘估计值：SC? t 二 419.960.069 M ot - 0.0124 M ot _2（0.4）3、估计结构式方程（10.2）参数在菜单中选择"Quick ”一" Estimate Equation ”，出现如图10 6所示窗口:Equation Estirmat cnSpeeification OptionsEqu&tiozi sp«cifi

14、cati qtlDependent Vari able followed by 11 StesSdFSand. FDL terroz OR an expli ci t equti oil like图10 6回归方程设定在"Method ”中选择"LS”（即普通最小二乘法），然后在"Estimation Settings "上方空 白处首先输入被解释变量 SCI，接着输入作为解释变量的图示外生变量，单击“OK ”，得如如图10 7所示结果。 Equation! UNTITLED Workfih： UNTITLEDi!UntitledWe*Procqfc蔭c

15、t print Nam司Freae Estimate Forecastii五JfiesidgDependent Variable: SCIMethod: Least SquaresDda:0SD3/11 Time: 23:47Sample (adjusted): 199903 2009G4induced observations; 42 after adjustmentsVariableCoefficientStd. Errort-StatistlcProb.C13423.525582.3883 3003120.0021IIV0 0026&70.0035350.7544200.4554

16、IR-204 387&5S.7B540-3,4763390.0013R1512.191233.593Q6.473515D.0'0000 0343360 0206701.86363S0.1046R-squared0 631416Mean dependent var2196 179Adjusted R-squared0.646974S.D. dependentvar10&1.S61S.E, of regression630.9746Akaike info criterion15.84375Sum squared resid14730770Schwarz criterion1

17、6.05052Log likelihood-327.7196Hannan-Cluinn criter.15.91S5SF-statistic19.78470Durbin-Watson stat0.827750P robF-statistic)0.000000图10-7回归方程结果选择“ Quick”菜单下的“ Generate series”菜单，将出现如图10 8所示的窗口:Generate Series by EquationEnter equation sdfittetJ=s 口十亡引 dSample1999Q1 2O09Q4OK Caned图10 8 快速生成序列"scifi

18、tted ”在“ Enter Equation”下面的空白栏中键入如图10-8的方程，就可以得到 sci的估计值"scifitted ”。点击"Quick ” “ Estimate equation” ,在"Method ”中选择"TSLS” （两阶段最小二 乘法），将出现如图10 9所示的窗口：Specification OptionsEquation spcifica.tionDtptndtnt vuritbit fallowed by list &f 3r«gr«tiori and FDL terns, OR an. esplicit equation likemO c sei i iv ir rInitrujihent listc icifitltd iiv ir r|T"j incluortgrtsKiiri tor lintur tqutLtionx with AJSWA' ii ri m Emtimation 百皀七tingsMethod：Sample:TSLS - Twc-St*c* Least Squares (TSNLS uid AKNA)W1999 ql 2009q4*图10- 9选择两阶段最小二乘法估计方程在“ Instrument