gmm舉例-免費閱讀
【正文】 title 39。Blockdiagonal Vmatrix39。2sls results39。 quit。 proc model data=klein。 plag=39。 wp =39。 k =39。 c =39。 yr =year1931。 run。 最后一步，使用新構(gòu)造 的 V 矩陣進行 GMM 估計： proc model data=klein。下一步要取 VDATA 的塊： data vblkdiag。 i=i0 + i1*p + i2*plag + i3*klag。如果存在異方差， 2SLS 是一致但非有效的。 title 39。 run。 ltb3 = lag3(rinst)。 exogenous gb cb d1 d10 。 input date gb cb d1 d10 conrat cinst rinst 。改寫為：1( ) 0ttEZ? ? ? 。( )t it ttUcE R IUc? ? ? ?? 其中， Rit+1 是回報率 =1+Pit+1/Pit 假 定 效 用 函 數(shù) 為 1() 1cUc ???? ? ，則 11( ( ) | ) 1 0t i t ttcE R Zc ?? ?? ? ??， 這 可 以 看 作1( | ) 0ttEZ? ? ? 。ttmZT ? ????。ConsumptionBased Asset Pricing Model39。 lc4 = lag4(cinst)。 = beta * (1+conrat)**(alpha) * (1+d10) 1 。 run。 GMM 例子 2： H2SLS 考慮原來的方程組： ( , , )()t t tttq y xz Z x????。 考慮 KLEIN 模型： proc model data=klein。 run。 title 39。 fit c i w / gmm vdata=vblkdiag vardef=n。 date=mdy(1,1,year)。YEAR 39。PRIVATE WAGE BILL 39。PRIVATE PRODUCTION 39。TAXES 39。YEAR1931 39。 title 39。 w=w0 + w1*x + w2*xlag + w3*yr。 if (eq_row ^= eq_col) then value=0。 i=i0 + i1*p + i2*plag + i3*klag。 quit。 instruments klag plag xlag wp g t yr。 data vblkdiag。 c=c0 + c1*p + c2*plag + c3*wsum。 w=w0 + w1*x + w2*xlag + w3*yr。PRIVATE PRODUCT LAGGED39。GOVT DEMAND 39。NATIONAL INCOME 39。PROFITS 39。 xlag=lag(x)。 data klein。 i=i0 + i1*p + i2*plag + i3*klag。 /* create blockdiagonal V */ run。 title 39。這本質(zhì)上是 gmm 方法。 run。 /* OBJECTIVE*N, degrees of freedom */ p = 1probchi( , 34 )。 = beta * (1+conrat)**(alpha) * (1+cb) 1 。 lc2 = lag2(cinst)。 run。ＧＭＭ估計為： 1min 39。GMM 例子 1 CONSUMPTIONBASED ASSET PRICING Lucus (1978), 認為個人分配財產(chǎn)、消費是為了滿足一個效用最大化：0max ( )t tt uc????，約束為：100NNt it it it it tiic P Q P Q W???? ? ??? 最優(yōu)性條件為： 1139。選取不同的信息集得到不同的矩條件，就可以進行ＧＭＭ估計。
高考資料相關(guān)推薦
鄂ICP備17016276號-1