计量经济学7多重共线性.pptVIP

Hausman检验 如果δ显著为0→υ与Y同期无关→υ与μ同期无关→ X与μ同期无关→X是同期外生变量； 如果δ显著不为0→ υ与Y同期相关→υ与μ同期相关→X与μ同期相关→ X是同期内生变量。 2、如果X与?相互独立，OLS参数估计量仍然是无偏、一致估计量。 3、如果X与?同期不相关，异期相关，得到的参数估计量有偏、但却是一致的。 kt的分母中包含不同期的X, kt与?t相关 4、如果X与?同期相关，得到的参数估计量有偏、且非一致。 前面已经证明。 1、工具变量的选取 工具变量：在模型估计过程中被作为工具使用，以替代模型中与随机误差项相关的随机解释变量。 选择为工具变量的变量必须满足以下条件： 与所替代的随机解释变量高度相关；Cov X,Z ≠0 与随机误差项不相关； 与模型中其它解释变量不相关，以避免出现多重共线性。 三、工具变量法 Instrument variables 2、工具变量的应用 多元线性模型的正规方程组 X2为与μ相关的随机变量 能否说“用工具变量代替了模型中的随机解释变量”？ 不能 能否说“其它解释变量用自己作为工具变量”？ 能 Z作为X2的工具变量 这种求模型参数估计量的方法称为工具变量法 instrumental variable method ，相应的估计量称为工具变量法估计量（instrumental variable IV estimator）。 工具变量矩阵 3、工具变量法估计量是一致估计量 一元回归中，工具变量法估计量为 1 在小样本下，工具变量法估计量仍是有偏的。 4、几个重要的概念 2 工具变量并没有替代模型中的解释变量，只是在估计过程中作为“工具”被使用。 3 如果模型中有两个以上的随机解释变量与随机误差项相关，就必须找到两个以上的工具变量。但是，一旦工具变量选定，它们在估计过程被使用的次序不影响估计结果。 4 OLS可以看作工具变量法的一种特殊情况。 5 如果1个随机解释变量可以找到多个互相独立的工具变量，人们希望充分利用这些工具变量的信息，就形成了广义矩方法（Generalized Method of Moments, GMM）。 在GMM中，矩条件大于待估参数的数量，于是如何求解成为它的核心问题。 工具变量法是GMM的一个特例。 6 要找到与随机扰动项不相关而又与随机解释变量相关的工具变量并不是一件很容易的事 可以用Xt-1作为原解释变量Xt的工具变量。 5、工具变量IV 案例：居民总消费模型 以居民消费总额JMXF为被解释变量； 以GDP和JMXF -1 为解释变量； 进行OLS估计。 JMXF -1 为随机解释变量，且与随机误差项相关； 以政府消费ZFXF作为工具变量，进行IV估计； 以政府消费ZFXF和资本形成ZBXC作为工具变量，进行GMM估计。 数据 OLS估计 IV估计 GMM估计 估计结果 OLS: JMXF 1001.1648 + 0.1368*GDP + 0.7239*JMXF -1 IV: JMXF 1059.9968 + 0.1585*GDP + 0.6656*JMXF -1 GMM: JMXF 738.8737 + 0.0944*GDP + 0.8353*JMXF -1 拟合结果 Z1外生，与μ不相关 选择Z2作为X 的工具变量 四、解释变量的内生性检验 计 量 经 济 学 第七章 多重共线性 一、多重共线性问题 二、多重共线性的后果 三、多重共线的检验 四、多重共线性的修正 五、案例分析 一、多重共线性问题 基本假定： 1、u零均值。所有的ui均值为0，E（ui） 0。 2、u同方差。Var（ui） δ2，i 1，2，…，n 如果假定6不成立，即解释变量X1，X2，…，XP存在线性关系，即存在不全为零的常数 这种关系称为完全多重共线性，实际上更多的情况是，解释变量间存在不完全的线性关系：即存在不全为零的数： 假定λ1 ≠0， 其中vi 为随机项。我们把这种关系称为不完全多重共线性。由于经济变量自身的性质，多重共线性或强或弱，普遍存在的。 多重共线：解释变量之间存在完全的或近似的线性关系。解释变量存在完全的线性关系叫完全多重共线；解释变量之间存在近似的线性关系叫不完全（近似）多重共线。 多重共线性产生的原因： 1、经济变量之间的内在联系引起多重共线 2、经济变量在时间上有同方向变化的趋势 3、模型中引入滞后变量引起多重共线。 1.完全多重共线性： 以两个解释变量的回归模型为例，假定回归模型为： 如果采用OLS估计，则有： 二、多重共线性的后果 根据最小平方和原则，并求解正规方程组，可得到： 如果X1与X2存在完全共线性，即 则： 因此，存在完