计量经济学 金玉国 第五章.ppt

山东财经大学统计学院计量经济教研室 第五章 回归模型中的 变量问题 第一节 解释变量为随机变量 第二节 多重共线性问题 第三节 虚拟变量 第四节 滞后变量 第一节 随机解释变量 一、估计量的渐近性质 二、随机解释变量模型OLS估计特性 三、随机解释变量模型的经济计量方法 四、案例 一、估计量的渐近性质 二、随机解释变量模型OLS估计特性 模型中出现随机解释变量且与随机误差项相关时，OLS估计量是有偏的。 如果随机解释变量与随机误差项异期相关，则可以通过增大样本容量的办法来得到一致的估计量； 但如果是同期相关，即使增大样本容量也无济于事。这时，最常用的估计方法是工具变量法（Instrument variables）。 1、工具变量的选取 2、工具变量的应用 以一元回归模型的离差形式为例说明如下： 四、案例 下页表中x代表国内生产总值，y代表消费，z代表投资。用表中所提供的某地的三项指标的资料说明工具变量的使用方法。 第二节 多重共线性 一、多重共线性的含义 二、产生多重共线性的原因 三、多重共线性引起的后果 四、多重共线性的检验 五、消除多重共线性的方法 六、案例 一、多重共线性的含义 如果存在不全为零的常数 ? 1, ? 2, … , ? k 使得： ? 1x1i+ ? 2x2i+…+ ? k xki =0 i=1,2,…,n 成立，则称为解释变量间存在完全共线性（perfect multicollinearity）。 在矩阵表示的线性回归模型: Y = X ? + u中，完全共线性指： rank(X)k+1，即 当存在不完全多重共线性时，存在存在一组不同时全为零的常数 ? 1, ? 2, … , ? k 使得下式 ? 0 +? 1x1i+ ? 2x2i+…+ ? k xki+ v = 0 i=1,2,…,n （5.20） 成立，其中v为随机误差项，则称解释变量间存在 近似共线性（approximate multicollinearity）或交互相关(intercorrelated)。 注意： 完全共线性的情况并不多见，一般出现的是在一定程度上的共线性，即近似共线性。 二、 多重共线性产生的原因 时间序列样本：经济繁荣时期，各基本经济变量（收入、消费、投资、价格）都趋于增长；衰退时期，又同时趋于下降。 横截面数据：生产函数中，资本投入与劳动力投入往往出现高度相关情况，大企业二者都大，小企业都小。 2.利用截面数据建立模型也可能出现多重共线性 （1）对于截面数据，许多变量变化与发展规模相关，会呈现出共同增长的趋势，例如资本、劳动力、科技、能源等投入与产出的规模相关，这时容易出现多重共线性。 （2）有时如果出现部分因素的变化与另一部分因素的变化相关程度较高时，也容易出现共线性。如用粮食产量对化肥用量、水浇地面积、农业投入资金进行回归，发现回归效果较差，原因是农业资金的影响已经通过化肥用量、水浇地面积两个因素体现出来。 3.滞后变量的引入 在经济计量模型中，往往需要引入滞后经济变量来反映真实的经济关系。 例如，消费= f (当期收入, 前期收入） 显然，两期收入间有较强的线性相关性。 4.样本资料的限制 一般经验： 时间序列数据样本：简单线性模型，往往存在多重共线性。 截面数据样本：问题不那么严重，但多重共线性仍然是存在的。 三、多重共线性的后果 （一）完全多重共线性 1.多元线性回归模型中如果存在完全的多重共线性，则参数的最小二乘估计量是不确定的。 对于二元线性回归模型 如果有 则有 我们只能估计出系数的线性组合 的样本估计值，而无法得到 和 的具体估计。 又由于参数的OLSE为 在完全多重共线性时， 不存在，无法估计 。 3.参数估计的置信区间变大 存在多重共线性时，参数估计值的方差增大，其标准误差也增大，导致总体参数的置信区间也随之变大。 4.假设检验容易作出错误的判断