GMM估計中文講義2_第1頁
GMM估計中文講義2_第2頁
GMM估計中文講義2_第3頁
GMM估計中文講義2_第4頁
全文預覽已結束

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

GMM估計中文講義2線性模型y—x^P+£=XP+X卩+£iii1i12i2iE(x£)—0iiX是kX1,X是rX1,1=k+r。如果沒有其他約束,卩的漸進有效估計量是OLS1i 2i估計?,F(xiàn)在假設給定一個信息卩-0,我們可以把模型寫為,2y.=x:卩+£.,E(x£.)=0i1i1iii如何估計P?一種就是OLS估計。然而這種方法不是必然有效的,當在E(x£.)—0方1..程中有1個約束,然而p的維數(shù)k<1,這種情況稱為過渡識別。這里有r=1~k比自由參1數(shù)多的矩約束,我們稱r是過渡約束識別個數(shù)。讓g(y,z,x,P)是1X1個方程,參數(shù)P為kX1,且k<1,有Eg(y,z,x,P)=0 (1)...0P是p的真實值,在上面線性模型中有g(y,x,卩)—x(y-x'卩)。在計量經(jīng)濟學里,01這類模型稱為矩條件模型。在統(tǒng)計學中,這稱為估計方程。另外,我們還有一個線性矩條件模型,y.=z.'P+£.,E(x£.)=0..1...z和x的維數(shù)都是kX1,且有1X1,k<1,如果k—1則模型是恰好識別,否則是過..渡識別。變量z是x的一部分或是x的函數(shù)。模型(1)可以設置為,...TOC\o"1-5"\h\zg(y,z,x,P)=x(y-z'P) (2)...0GMM估計模型(2)樣本均值為g(P)—1Mg(卩)—1工x(y-z'P)—!(Xy-XZp) (3)nn.n...n.=1 .=1p的矩估計量就是設置g(p)—0。對于k<1個方程大于參數(shù)的情形,GMM估計思n想就是設置g(卩)近可能的接近于零。n

對于lxl加權矩陣W>0,讓nJ(0)=n-g(0)'Wg(0)n nnn這是向量g(0)長度的非負測度。例如,如果W=I,則有nnJ(0)=n?g(0)'g(0)=n-||g(0)||2。n n n nGMM估計就是最小化J(0),即定義0 =arg0J(0)。n GMM0n八1-ZXWkn丿n(1 八\-X'(y-Z0)5 丿注意,如果k=l,則g(0(1 八\-X'(y-Z0)5 丿0==2呂g(0)'Wg(0)=-2o0 d0nnn2(ZX)W(XZ)0=2(ZX)W(Xy)n則0的GMM估計為0 =((zx)w(xz))-1(zx)w(Xy)GMM n nGMM估計量的分布假設W—IW>0,令Q=E(xz')和0=E(xx'2)=E(gg')iiiiiiiIQ'WQ這里g=x「則二ZXWf-XZ]kIQ'WQ1Z1ZX]Wf1X'£kn丿IQ'WN(0,0)定理1: 7N(0-卩)IN(0,V)V=(QWQ)-i(Q'W0WQ)(Q'WQ)-1為了使V最小,最優(yōu)加權矩陣W=0-1(證明留作練習)。這產(chǎn)生了最有效的GMM估計量:00 =(zX0-1xz)-1zX0-1xyGMM這時,我們有定理2:對于有效的GMM估計量,麗(0-0)——^N(0,(Q'0-1Q)-1)實際上W=0-1是未知的,但它能一致估計。對于任何W——^W,我們?nèi)匀环Q0是有0 n 0效的GMM估計量,且有相同的漸進分布。有效即意味著GMM估計量有最小的漸進方差。當我們只考慮加權矩陣W,這是弱有n

效概念。然而GaryChamberlain(1987)證明這個GMM估計量是半?yún)?shù)有效的。有效加權矩陣估計對于給定的W>0,P的GMM估計量是一致但不是有效的,例如W=1。在線性模型,

nnl一個較好的選擇是W=(XX)-1。給定第一步估計量,我們定義殘卷=y-z'B,矩方程niii=g=g(y,z,x,0),iii構造1£gnii=1定義w=n[丄工定義w=n[丄工g*g*TIn耳」丿-工g.g,-ggniii=1nn)-1丿那么有W—^0-1=W,使用W得到的GMM估計量是漸進有效的。TOC\o"1-5"\h\zn 0 nC1 )-1一個替代性選擇是W=—£gg',使用非中心化的矩條件。因為Eg=0,這兩nIn.,l°丿 iI=1種估計量在正確的假設下是漸進相等的。然而,AlastairHall(2000)指出非中心化估計量是較差的選擇。當構造假設檢驗,備擇假設下的矩條件是無效的,如Eg鼻0,所以非中心化的估.計量包含著偏誤項,以及對檢驗勢的影響。對于線性模型,有效的GMM估計量可以這樣計算,首先,設置W=(XX)-1,使用此n加權矩陣估計0,構造殘差£=y-z'0,矩方程g=X£=g(y,z,x,0)。則gmm估.........計為0=(zx(g'g-ng于)-1xzLzx(g境-ng于)-1xynn nn在多數(shù)例子中,當我們說“GMM”時,其實我們就意味著是“有效GMM”。當有效估計量比較容易計算時,有一點需要注意就是我們在使用非有效的GMM估計量。0的漸進方差估計量為,V=n(ZX(gg-ngg')-1XZLnn剛才給出的兩階段GMM估計的一個重要替代估計方法,是L.Hansen,HeatonandYaron(1996)的continuously-updatedGMM估計。即我們讓加權矩陣是0的函數(shù),則矩條件方程是,

(i A-1J(P)=ng(p)'-Yg*(p)g*(p)'nIni-Z°丿g*(P)=g(P)-g(P)i in定理3:在一般規(guī)則條件下,JN(P—卩)N(0,(GQ-iG)--),0二(E(gg'))--,ii(Qg(Qg.(P)]Q的方差由Ge?-1估計,4心]g;g;'Qg(P)過度識別

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論