gmm舉例-資料下載頁
2025-08-12 14:34本頁面
【導(dǎo)讀】假定效用函數(shù)為1()1cUc?????Z是信息集合，用作工具變量。從而對于Z的子集也成立。這就是一個矩條件。選取不同的信息集得到不同的矩條件，就可以進(jìn)行Ｇ。ＧＭＭ估計為：1min'mVm?對于聯(lián)立性問題，常常通過2SLS解決。但是2SLS的一個重要假定是擾動項(xiàng)獨(dú)立同分布。如果存在異方差，2SLS是一致但非有效。這時候需要調(diào)整權(quán)重矩陣。Greene4thp685提出了h2sls方法。這本質(zhì)上是gmm方法。下面通過例子說明。這里OUTV=VDATA把2SLS估計結(jié)果的V矩陣輸出到VDATA中。
【正文】 date=39。DATE 39。 c =39。CONSUMPTION 39。 p =39。PROFITS 39。 w =39。PRIVATE WAGE BILL 39。 i =39。INVESTMENT 39。 k =39。CAPITAL STOCK 39。 y =39。NATIONAL INCOME 39。 x =39。PRIVATE PRODUCTION 39。 wsum=39。TOTAL WAGE BILL 39。 wp =39。GOVT WAGE BILL 39。 g =39。GOVT DEMAND 39。 t =39。TAXES 39。 klag=39。CAPITAL STOCK LAGGED 39。 plag=39。PROFITS LAGGED 39。 xlag=39。PRIVATE PRODUCT LAGGED39。 yr =39。YEAR1931 39。 datalines。 1920 . . . . . . . 1921 1922 1923 1924 1925 1926 1927 1928 1929 1930 1931 1932 1933 1934 1935 1936 1937 1938 1939 1940 1941 。 proc model data=klein。 c=c0 + c1*p + c2*plag + c3*wsum。 i=i0 + i1*p + i2*plag + i3*klag。 w=w0 + w1*x + w2*xlag + w3*yr。 fit c i w /ols。 title 39。OLS results39。 run。 quit。 proc model data=klein。 instruments klag plag xlag wp g t yr。 c=c0 + c1*p + c2*plag + c3*wsum。 i=i0 + i1*p + i2*plag + i3*klag。 w=w0 + w1*x + w2*xlag + w3*yr。 fit c i w / 2sls outv=vdata vardef=n kernel=(bart,0,)。 title 39。2sls results39。 run。 quit。 data vblkdiag。 set vdata。 if (eq_row ^= eq_col) then value=0。 /* make V blockdiagonal */ proc print data=vblkdiag(obs=15)。 title 39。Blockdiagonal Vmatrix39。 run。 proc model data=klein。 instruments klag plag xlag wp g t yr。 c=c0 + c1*p + c2*plag + c3*wsum。 i=i0 + i1*p + i2*plag + i3*klag。 w=w0 + w1*x + w2*xlag + w3*yr。 fit c i w / no2sls gmm vdata=vblkdiag vardef=n。 title 39。H2SLS results39。 run。 quit。
高考資料相關(guān)推薦
鄂ICP備17016276號-1