8扩展的单方程计量经济学模型.pptx

第八章 扩展的单方程计量经济学模型 ;§8.1 变参数单方程计量经济学模型;说明;一、确定性变参数模型;⒈参数随某一个变量呈规律性变化 ;模型的估计 p为确定性变量，与随机误差项不相关，可以用OLS方法估计，得到参数估计量。 可以通过检验α1、β1是否为0来检验变量p是否对α、β有影响。 ;⒉参数作间断性变化 ;（1）n0已知 可以分段建立模型，分段估计模型（CHOW方法） Chow 检验;例8.1.1 数据;例8.1.1 散点图;1964—1972 估计结果;1973—1980 估计结果;1964—1980 估计结果;Chow Test;也可以引入虚变量，建立一个统一的模型（Gujarati方法）;分段;;*二、随机变参数模型;⒈ 参数在一常数附近随机变化 ;可以采用经典线性计量经济学模型中介绍的估计方法，例如加权最小二乘法等方法很方便地估计参数。 一种普遍的形式是1968年提出的的变参数 Hildreth-Houck模型 。 ;⒉ 参数随某一变量作规律性变化，同时受随机因素影响 ; 可以采用经典线性计量经济学模型中介绍的估计方法，例如加权最小二乘法等方法很方便地估计参数。;⒊ 自适应回归模型 ;§8.2简单的非线性单方程计量经济学模型 ;说明;非线性模型理论与方法已经形成了一个与线性模型相对应的体系，包括从最小二乘原理出发的一整套方法和从最大或然原理出发的一整套方法。 本节仅涉及最基础的、具有广泛应用价值的非线性单方程模型的最小二乘估计。 ;一、非线性单方程计量经济学模型概述;⒈ 解释变量非线性问题 ;⒉ 可以化为线性的包含参数非线性的问题 ;⒊不可以化为线性的包含参数非线性的问题 ;二、非线性普通最小二乘法;⒈ 普通最小二乘原理 ;⒉ 高斯－牛顿(Gauss-Newton)迭代法 ;; 构造并估计线性伪模型;高斯－牛顿迭代法的步骤;⒊ 牛顿－拉夫森(Newton-Raphson)迭代法 ;与高斯－牛顿迭代法的区别 直接对残差平方和展开台劳级数，而不是对其中的原模型展开； 取二阶近似值，而不是取一阶近似值。 ;⒋应用中的一个困难;⒌非线性普通最小二乘法在软件中的实现;三、例题与讨论;例8.2.1 农民收入影响因素分析模型;用I表示农民纯收入总量水平、Q表示农业生产的发展规模、P表示农副产品收购价格、L表示从事非农产业的农村劳动者人数。收入采用当年价格；农业生产的发展规模以按可比价格计算的、包括种植业、林业、牧业、副业和渔业的农业总产值指数为样本数据；农副产品收购价格以价格指数为样本数据。 ; 农民收入及相关变量数据; 线性化模型估计结果; 非线性模型估计结果（1978-1997）; 非线性模型估计结果（1980-1997）; 拟合结果（PIFIS-线性、PIFNIS-非线性）; 结构分析;§8.3 二元离散选择模型 Binary Discrete Choice Model;说明;一、二元离散选择模型的经济背景;研究选择结果与影响因素之间的关系。 影响因素包括两部分：决策者的属性和备选方案的属性。 对于两个方案的选择。例如，两种出行方式的选择，两种商品的选择。由决策者的属性和备选方案的属性共同决定。;对于单个方案的取舍。例如，购买者对某种商品的购买决策问题 ，求职者对某种职业的选择问题，投票人对某候选人的投票决策，银行对某客户的贷款决策。由决策者的属性决定。;二、二元离散选择模型; 1、原始模型 ; 对于; 问题在于：该式右端并没有处于[0，1]范围内的限制，实际上很可能超出[0，1]的范围；而该式左端，则要求处于[0，1]范围内。于是产生了矛盾。;2、效用模型 ;3、最大似然估计 ;;;三、二元Probit离散选择模型及其参数估计;1、标准正态分布的概率分布函数 ;2、重复观测值不可以得到情况下二元Probit离散选择模型的参数估计 ;关于参数的非线性函数，不能直接求解，需采用完全信息最大似然法中所采用的迭代方法。 应用计量经济学软件。 这里所谓“重复观测值不可以得到”，是指对每个决策者只有一个观测值。即使有多个观测值，也将其看成为多个不同的决策者。 ;3、重复观测值可以得到情况下二元Probit离散选择模型的参数估计 ;建立 “概率单位模型” ，采用广义最小二乘法估计 。 实际中并不常用。 详见教科书。 ;*四、二元Logit离散选择模型及其参数估计;1、逻辑分布的概率分布函数 ;2、重复观测值不可以得到情况下二元logit离散选择模型的参数估计 ;3、重复观测值可以得到情况下二元logit离散选择模型的参数估计 ;建立“对数成败比例模型” ，采用广义最小二乘法估计 。 实际中并不常用。 详见教科书。 ;五、例题; 例8.3.2 贷款决策模型;样本观测值 ;模型