基于主成分分析的两阶段最小二乘估计研究

作者：刘汉中

来源：数量经济技术经济研究, 2019, 36(06): 135-151.

DOI：10.13653/j.cnki.jqte.2019.06.008

• 工具变量
• 2SLS
• 主成分2SLS
• 偏差和均方误差

研究目标:在许多工具变量尤其是弱工具变量的情况下,为了减少传统2SLS的有限样本偏差,本文基于主成分思想提出新的PC-2SLS参数估计方法,并探讨其适用性。研究方法:从理论上分析新方法满足一致性和渐近有效性的条件,并通过一系列的蒙特卡罗模拟揭示其有限样本性质。研究发现:新方法明显降低参数估计的偏差,但同时具有比传统2SLS法更大的方差;在许多弱工具变量情况下新方法表现稳健,且比Bai和Ng (2010)的因子分析法具有明显优势;能有效减少附带参数问题所带来的影响,更能获得拟合值X的一致估计。研究创新:将主成分思想应用于工具变量集,减少了工具变量的维数,能降低参数估计的偏差。研究价值:通过主成分分析法构建了一个比传统2SLS估计具有明显优势的参数估计方法。

• 单位
  广州大学