標籤:

在使用MLE的時候還有所謂的內生性問題么?

已修改:刪除了GMM

MM的依據就是矩條件,內生性其實就是矩條件不成立。那麼MLE的時候還有類似的問題么?

如果有,解決方法和MM還是一樣么?


謝邀。

一句廢話,只要你使用MLE的時候,likelihood function寫對了,那就沒有內生性問題了。

MLE是解決了估計的問題,而內生性是識別層面的問題,這不是一個層面的問題。

比如最簡單的線性模型:

y_1=x

這裡y2是內生變數。如果想要用MLE,必須要寫出: f(epsilon | (x,y_2)) ,即條件密度函數,但是關鍵問題是,y2和ε是相關的,如果不設定y2和ε是如何相關的,那麼這個密度函數是寫不出來的。

怎麼設定y2和ε的相關性呢?繼續分解:

y_1=xy_2=z

這樣我們就可以寫出來 f(epsilon,v|x,z) 的密度函數了,即:

f(epsilon,v|x,z)=f(epsilon|v,x,z)cdot f(v|x,z)

這樣我們就可以寫出正確的likelohood function然後做MLE了。

在這裡我們是通過設定了y2與ε是如何相關的這個方程進行識別的,跟MLE沒關係。實際上有了這個設定,我們可以用MLE,可以用GMM,很多分方法都可以用,不一定要用MLE。

所以其實MLE和內生性問題不是一個層面的問題。考慮MLE的時候,只要你的likelihood function是對的,那麼得到的答案總是對的。如果有內生性問題,因為y2和ε是相關的,所以不做其他假定你是寫不出 f(epsilon | (x,y_2)) 的,也就是說你的MLE第一步就卡住了。


內生性(或者沒有內生性)是一個假設,屬於模型的一部分。最大似然法是估計模型參數的方法。

一般來說,MLE的一致性建立在正確的distributional specification上面。不解決內生性的話,分布假設多半是錯誤的。


應該是有的,內生性不是單純可以靠統計學方法解決的。


推薦閱讀:

有什麼容易介紹又有趣的經濟學現象?
宏觀經濟學教學,是否應直接上高宏?
ObamaCare 的具體內容是什麼?為什麼很多人說還是有益的?
為什麼卡方檢驗能判斷兩個分布是否一致?
經濟學為什麼只關注 GDP 而不關注人均可支配收入?

TAG:經濟學 |