【摘要】：①随机解释变量与随机干扰项同期无关但异期相关，即Cov=0 Cov≠0s≠0当计量经济模型出现随机解释变量，且与随机干扰项相关，那么解释变量X与随机误差项μ的不同关系，OLS参数估计量的统计性质会产生差异，分为两种情况:我们已经知道，当模型出现随机解释变量，且与干扰项相关时，OLS估计将是有偏估计。因此，针对不同的情况，我们采用不同方法修正。工具变量法(IV法):工具变量是用来在模型估计中，替代与随机误差项相关的随机解释变量。
第一节 随机解释变量介绍
一、随机解释变量概念
单方程线性计量经济学模型假设之一是:Cov(Xi，μi)=0，即解释变量与随机误差项不相关。
这一假设实际是要求:或者X是确定性变量，不是随机变量;或者X虽是随机变量，但与随机误差项不相关。
违背这一假设的问题被称为随机解释变量问题。分为两种情况:
①随机解释变量与随机干扰项同期无关但异期相关，即Cov(Xi，μi)=0 Cov(Xi，μi－s)≠0s≠0
②随机解释变量与随机干扰项同期相关，即Cov(Xi，μi)≠0
二、随机解释变量的后果
当计量经济模型出现随机解释变量，且与随机干扰项相关，那么解释变量X与随机误差项μ的不同关系，OLS参数估计量的统计性质会产生差异，分为两种情况:
①如果X与μ同期不相关，而异期相关，参数估计量有偏，但是一致。
②如果X与μ同期相关，参数估计量有偏且不一致。
三、模型的修正
我们已经知道，当模型出现随机解释变量，且与干扰项相关时，OLS估计将是有偏估计。因此，针对不同的情况，我们采用不同方法修正。
当随机解释变量与干扰项异期相关时，我们通过增大样本容量来得到一致估计量。
当随机解释变量与干扰项同期相关时，我们常常选用工具变量法来进行修正。
工具变量法(IV法):工具变量是用来在模型估计中，替代与随机误差项相关的随机解释变量。其选取遵循以下三原则:
①与所替代的解释变量高度相关。
②与随机误差项不相关。
③与模型中其他解释变量不相关，以避免出现多重共线性。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
