本网讯（通讯员邹建文）2018年9月13日下午14点半，经济学院2018年计量经济学研讨班（一）在经济学院413教室举行，经济学院博士生邹建文做了题为“Linear Model and IV”的汇报。

邹建文指出，经典线性模型具有五大假设，由这五大假设可以推导出OLS估计的BLUE性质（无偏性，正态性，有效性），邹建文讲解了BLUE性质的推导，以及放松扰动项分布假设得到的估计了的新的正态分布。在放松扰动项分布时，OLS估计不再是最优的，此时可以进行GLS估计，重新得到BLUE性质。

OLS估计的无偏性依赖于解释变量的非随机的这个假设，在解释变量为随机变量时，无偏性的推导需要进行调整，此时可以求估计量的条件期望，由条件期望得到无条件期望，但是现在需要对扰动项做更强的假设，也就是扰动项需要与解释变量不相关（也就是不存在内生性）。

很容易举出扰动项和解释变量相关的情形，如解释变量存在测量误差、存在滞后被解释变量时的具有自相关的扰动项、联立方程。在这种时候，OLS不再是有偏的，此时可以寻找与扰动项不相关的工具变量，进行IV估计。

当IV数量多于解释变量数量的时候，矩条件无法同时满足，此时只能最小化加权的矩的平方和，这就是矩估计的方法。

当加权的矩阵是估计矩阵时，估计量的无偏性无法保证，同样地，GLS估计中如果扰动项方差协方差矩阵是估计的，那么GLS估计的无偏性也无法保证。

这些都表明，无偏性、正态性这些经典线性模型下的结论有点太强了，计量理论需要更弱的、适用性更强的结论。

这引出了这学期研讨班将要讨论的一致性和渐进正态性这种大样本性质。