5.4建模理论.pptVIP

§5.4从传统建模理论到约化建模理论 一、传统建模理论与数据开采问题 二、“从一般到简单”——约化建模型理论 三、非嵌套假设检验 四、约化模型的准则 一、传统建模理论与数据开采问题 传统计量经济学的主导建模理论是“结构模型方法论”： 以先验给定的经济理论为建立模型的出发点， 以模型参数的估计为重心， 以参数估计值与其理论预期值相一致为判断标准， 当在众多备选变量中选择变量进入模型时，其中t检验的真实的显著性水平已不再是事先给出的名义显著性水平。 显著性水平意味着将一个无关变量作为相关变量选入模型而犯错误的概率。 例如： 给定?=5%，如果有2个相互独立且与被解释变量无关的备选变量，误选一个进入模型的概率就成了 1-(1-0.05)2=0.0975 传统建模方法的另一问题是它的“随意性”。 其结果是：对同一研究对象，使用同一数据，但不同的建模者往往得出不同的最终模型。 二、“从一般到简单”——约化建模型理论 该理论认为：在模型的最初设定上，就设立一个“一般”的模型，它包括了所有先验经济理论与假设中所应包括的全部变量，各种可能的“简单”模型都被“嵌套”（nested）在这个“一般”的模型之中。然后在模型的估计过程中逐渐剔除不显著的变量，最后得到一个较“简单”的最终模型。 这就是所谓的“从一般到简单”（general-to-specific）的建模理论。 从一般到简单的约化建模过程 一旦建立了一个“一般”模型，就可对其进行约化（simplification research），寻找可能的简单模型。 这往往是通过检验“嵌套”于其中的各种简单模型进行的。主要包括（1）各种“约束”检验与（2）设定偏误检验，等。 假设要检验下面两个非嵌套模型： H0: Y=?0+ ?1X+ ?2Z+? H1: Y=?0+ ?1X+?2W+? 包容性F检验主要存在以下问题: (1)人为构造的一般模型没有实际的经济意义，尤其在H0与H1分别反映两种对立的经济理论的情况下更是如此； (2)有可能出现同时接受或拒绝H0与H1的现象； (3)当Z与W高度相关时，往往导致既不能拒绝H0 ，也不能拒绝H1 ，因为在一般模型中去掉任何一个变量，都不会使拟合优度下降很多。 另一个解决办法是建立如下的一般模型： 如果?=0，则为模型H0， 如果?=1，则为模型H1。 因此，可通过检验施加的约束?=0是否为真来判断H0是否为正选模型。 问题：由该模型无法直接估计出?的值。戴维森（Davidson）和麦金农（Mackinnon）建议通过下面步骤估计?： 四、约化模型的准则 从一般到简单的建模过程，同样存在着数据开采问题。 一个“一般”模型经过k步约化后得到最终的简化模型，可以证明，每一步中的名义显著性水平?与最终模型中各种检验的实际显著性水平?*间有如下关系： ?*=1-(1- ?)k 然而，与“从简单到复杂”这一传统建模方法相比，“从一般到简单”的建模过程能够展现模型建立的全过程； 同时建模过程的程式化（systematic manner）也避免了过度的“数据开采”问题。 由于一定程度的数据开采不可避免， “从一般到简单”建模理论倡导更加关注模型的样本外预测（out-of-sample forecast）。 “从一般到简单”的建模方法，初始模型就可能包括了所有的相关变量，没有必要再进行遗漏相关变量的设定偏误检验。 “从一般到简单”的建模过程本身就是一项 十分艰巨复杂的工作。各约化步骤往往是需要反复进行的，约化步骤的顺序也需要灵活按排。 从实践上看，由于各种因素的影响，所建立的最终的简化模型不一定就是最“理想”的模型。 亨德瑞给出了一个约化模型的基本准则： 第一，模型必须具有数据一致(data-coherent)性，即模型能够正确地解释已有的数据。约化过程中需不断进行设定偏误检验。 第二，模型必须与经济理论相一致（consistent with economic theory）。 第三，解释变量必须是弱外生的(exogenous)，即解释变量应与随机扰动项不同期相关。 第四，模型具有恒定的参数(constant parameters)。 第五，模型具有包容性，即模型应包容相竞争的对手模型。 第六，模型具有简洁性(parsimonious)，即在具有相同解释能力的情况下，一个拥有较少解释变量的模型优于拥有较多解释变量的模型。 例5.4.1 在§3.5的例3.5.1中，曾以传统的建模方法建立了1981~1994年间的中