计量经济学第四章多重共线性解析.pptVIP

引子：发展农业和建筑业会减少财政收入吗？ 为了分析各主要因素对财政收入的影响，建立财政收 入模型: 其中: CS财政收入(亿元) ; NZ农业增加值(亿元); GZ工业增加值(亿元); JZZ建筑业增加值(亿元); TPOP总人口(万人); CUM最终消费(亿元); SZM受灾面积(万公顷) 数据样本时期1978年-2003年（资料来源：《中国统计年鉴2004》，中国统计出版社2004年版） 采用普通最小二乘法得到以下估计结果 第四章 多重共线性 本章讨论四个问题： ●什么是多重共线性 ●多重共线性产生的后果 ●多重共线性的检验 ●多重共线性的补救措施 第一节 什么是多重共线性 本节基本内容: ●多重共线性的含义 ●产生多重共线性的背景 一、多重共线性的含义 对于模型 i=1,2,…,n 其基本假设之一是解释变量是互相独立的。 如果某两个或多个解释变量之间出现了相关性，则称为多重共线性 不完全的多重共线性: 在计量经济学中所谓的多重共线性(Multi-Collinearity)，不仅包括完全的多重共线性，还包括不完全的多重共线性。 对于解释变量 ，如果存在不全为0的 数 ，使得 则称解释变量 之间存在着完全的多重 共线性。 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。 矩阵表示为 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。 无多重共线性 如果解释变量之间不存在上述关系，则称解释变量之间无多重共线性．此时： 注意：Ｋ 个解释变量不存在多重共线性（线性相关）并不能说明它们之间无关，不存在非线性关系． 二、产生多重共线性的原因 多重共线性产生的经济背景主要有几种情形： 1.经济变量之间往往存在同方向的变化趋势。当他们被引入同一个模型成为解释变量时，会出现多重共线性． 2.模型中包含滞后变量，变量各期值之间有可能高度相关。 3.利用截面数据建立模型也可能出现多重共线性。 4.经济变量之间往往存在着密切的内在关联度，要素之间互相制约，互相依存。 5.样本数据自身的原因，数据收集的范围过窄，造成某些解释变量之间似乎有相同或相反变化趋势的假象。 ６.在建模过程中由于解释变量选择不当，引起变量之间的多重共线性 注：解释变量之间的多重共线性不可避免，只可能使多重共线性的程度尽可能地减弱． 第二节 多重共线性产生的后果 本节基本内容: ●完全多重共线性产生的后果 ●不完全多重共线性产生的后果 一、完全多重共线性产生的后果 1.参数的估计值不确定 当解释变量完全线性相关时 ——OLS 估计式不确定 ▲ 从偏回归系数意义看：在 和 完全共线性时，无法保持 不变，去单独考虑 对 的影响（　 和　 的影响不可区分） ▲ 从OLS估计式看：可以证明此时 2.参数估计值的方差无限大 OLS估计式的方差成为无穷大： 二、不完全多重共线性产生的后果 如果模型中存在不完全的多重共线性，可以得到参数的估计值，但是对计量经济分析可能会产生一系列的影响。 1.参数估计值的方差增大 　　为　　对其他解释变量做辅助回归模型的决定系数 其中： 称为方差膨胀因子． 当　　与其他解释变量存在严重的多重共线性时： 2.对参数区间估计时， 置信区间趋于变大区间估计失去可靠性；预测区间变大，降低预测精度． 3.假设检验容易作出错误的判断，检验的可靠性降低，可能导致在假设检验中舍去重要的解释变量． 因为：回归参数显著性检验 4.可能造成可决系数较高，但对各个参数单独的 t 检验却可能不显著，甚至可能使估计的回归系数符号相反，得出完全错误的结论。无法正确反映每个解释变量对被解释变量的单独影响。 ５．回归模型缺乏稳定性． 当样本观测数据发生微小变化时，模型参数的估计值会有很大的变化．（ＣＨＯＷ氏检验） 第三节 多重共线性的检验 本节基本内容： ● 简单相关系数检验法 ● 方差扩大（