异方差性管理学与财务知识分析概念.ppt

作业 P104第4题 P154第8题 P155第9题(1)(2)若模型存在序列相关性，试用广义差分法估计模型。 * 自相关的修正 输入命令： ls lny c lnx ar(1) ar(2) 修正后的回归模型： * 第四节 多重共线性 一、多重共线性的含义 二、多重共线性的检验 三、多重共线性的解决办法 * 对于解释变量 ，如果存在不全为0的数 ，使得 一、多重共线性的含义 当 时，表明在数据矩阵X中，至少有一个列向量可以用其余的列向量线性表示，则说明存在完全的多重共线性。 则称解释变量 之间存在着完全的多重共线性(Multi-Collinearity) 。 * 不完全的多重共线性 实际中，常见的情形是解释变量之间存在不完全的多重共线性。 对于解释变量 ，存在不全为0的数 ，使得 其中，ui为随机变量。 这表明解释变量X1，X2，…，Xk只是一种近似的线性关系。 * 二、多重共线性的检验 可以证明，解释变量Xj的参数估计式 的方差为 其中， 是变量Xj的方差扩大因子，Rj2是以Xj为被解释变量对其它解释变量辅助回归的可决系数。 ●经验表明，方差膨胀因子≥10时，说明解释变量与其余解释变量之间有严重的多重共线性，且这种多重共线性可能会严重地影响最小二乘估计。 1、方差膨胀因子 * 2、直观判断法 1. 从定性分析看，一些重要的解释变量的回归系数的标准误差较大，没有通过显著性检验时，初步判断可能存在严重的多重共线性。 2. 有些解释变量的回归系数所带正负号与定性分析结果违背时，很可能存在多重共线性。 * 案例-电力消费 人均居住面积不显著 * 辅助回归 * 三、多重共线性的解决办法 1、经验方法 剔除变量法 增大样本容量 变换模型形式 截面数据与时间序列数据并用 变量变换 * 电力消费模型的变换 * 2、逐步回归法 步骤： （1）用被解释变量对每一个解释变量做简单回归。 （2）以对被解释变量贡献最大的解释变量所对应的回归方程为基础，逐个引入其余的解释变量。 准则： 若新变量的引入改进了修正的R2，且回归参数的t 检验也是显著的，则在模型中保留该变量。 若新变量的引入未能改进修正的R2，且显著地影响了其他参数估计值的数值或符号，同时本身的回归参数也未能通过t 检验，说明出现了严重的多重共线性。 * 案例分析—国内旅游收入模型 其中，X1表示国内旅游人数，X2表示城镇居民人均旅游支出，X3表示农村居民人均旅游支出，X4表示公路里程，X5表示铁路里程，Yt 表示第t年全国国内旅游收入。 * 该模型 可决系数很高，F检验值 173.35，非常显著。 不仅X1、X5的t检验不显著，而且X5系数的符号与预期的相反，表明很可能存在严重的多重共线性。 OLS 估计的结果 但是当 时 * 辅助回归 * 逐步回归法消除多重共线性 分别作Y 对X1、X2、X3、X4、X5的一元回归 变量 X1 X2 X3 X4 X5 0.8917 0.9503 0.7429 0.8194 0.8935 以X2为基础，顺次加入其他变量逐步回归，过程从略。消除多重共线性的结果 * 逐步回归法消除多重共线性 经济意义：在其他因素不变的情况下，当城镇居民人均旅游支出X2和农村居民人均旅游支出X3分别增长1元时，公路里程数X4每增加1万公里，平均来说，国内旅游收入将分别增长4.216亿元、3.222亿元和13.629 亿元。 t =（-8.2461) (3.9450) (3.0677) （4.6930） F=231.79 数量分析方法 * 第二节 异方差性 一、异方差性的概念 二、异方差性的检验 三、异方差性的补救 * 一、异方差性的概念 异方差的含义 进一步，把异方差看成是由于某个解释变量的变化而引起的，则 * White检验 以二元模型为例 在同方差假设下 辅助回归可决系数