计量经济学18355.pptVIP

一、多重共线性的概念 二、实际经济问题中的多重共线性 三、多重共线性的后果 四、多重共线性的检验 五、克服多重共线性的方法 六、案例 问题的提出 在前述基本假定下OLS估计具有BLUE的优良性。 然而实际问题中，这些基本假定往往不能满足，使OLS方法失效不再具有BLUE特性。 估计参数时，必须检验基本假定是否满足，并针对基本假定不满足的情况，采取相应的补救措施或者新的方法。 检验基本假定是否满足的检验称为计量经济学检验 回顾6项基本假定 （1）解释变量间不相关（无多重共线性） （2）Eui0（随机项均值为零）（3）Varui?2（同方差） （4）Covui, uj0（随机项无自相关） （5）CovX, ui0（随机项与解释变量X不相关） （6）随机扰动服从正态分布。 不满足基本假定的情形（1） 1、通常不会发生随机扰动项均值不等于0的情形。若发生也不会影响解释变量的系数，只会影响截距项。 2、随机扰动项正态性假设一般能够成立，就算不成立，在大样本下也会近似成立的。所以不讨论此假定是否违背。 不满足基本假定的情形（2） 3、解释变量之间相关多重共线 4、随机扰动项相关序列自相关 时间序列数据经常出现序列相关 5、随机扰动项方差不等于常数异方差 截面数据时，经常出现异方差 解决问题的思路 1、定义违反各个基本假定的基本概念 2、违反基本假定的原因、背景 3、诊断基本假定的违反 4、违反基本假定的补救措施（修正） 一、多重共线性的概念 对于模型Yi?0+?1X1i+?2X2i+?+?kXki+?ii1,2,…,n 其基本假设之一是解释变量是互相独立的。如果存在c1X1i+c2X2i+…+ckXki0i1,2,…,n其中: ci不全为0，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YX?+?中，完全共线性指：秩Xk+1，即 二、实际经济问题中的多重共线性一般地，产生多重共线性的主要原因有以下三个方面： （1）经济变量相关的共同趋势时间序列样本：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。（2）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。 （3）样本资料的限制由于完全符合理论模型所要求的样本数据较难收集，特定样本可能存在某种程度的多重共线性。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 2. 近似共线性下OLS估计量非有效近似共线性下，可以得到OLS参数估计量，但参数估计量方差的表达式为 多重共线性使参数估计值的方差增大，1/1-r2为方差膨胀因子Variance Inflation Factor, VIF 3. 参数估计量经济含义不合理如果模型中两个解释变量具有线性相关性，例如 X2 ?X1 ，这时，X1和X2前的参数?1、?2并不反映各自与被解释变量之间的结构关系，而是反映它们对被解释变量的共同影响。1、 ?2已经失去了应有的经济含义，于是经常表现出似乎反常的现象：例如?1本来应该是正的，结果恰是负的。 4. 变量的显著性检验失去意义 5. 模型的预测功能失效变大的方差容易使区间预测的“区间”变大，使预测失去意义。 四、多重共线性的检验多重共线性检验的任务是： （1）检验多重共线性是否存在； （2）估计多重共线性的范围，即判断哪些变量之间存在共线性。 1. 检验多重共线性是否存在 1对两个解释变量的模型，采用简单相关系数法求出X1与X2的简单相关系数r，若|r|接近1，则说明两变量存在较强的多重共线性。 2. 判明存在多重共线性的范围如果存在多重共线性，需进一步确定究竟由哪些变量引起。1 判定系数检验法使模型中每一个解释变量分别以其余解释变量为解释变量进行回归，并计算相应的拟合优度。如果某一种回归: Xji?1X1i+?2X2i+??LXLi 的判定系数较大，说明Xj与其他X间存在共线性。 具体可进一步对上述回归方程作F检验： 式中：Rj?2为第j个解释变量对其他解释变量的回归方程的决定系数，在模型中排除某一个解释变量Xj，估计模型；如果拟合优度与包含Xj时十分接近，则说明Xj与其它解释变量之间存在共线性。 2逐步回归法以Y为被解释变量，逐个引入解释变量，构成回归模型，进行模型估计。根据拟合优度的变化决定新引入的变量是否独立。如果拟合优度变化显著，则说明新引入的变量是一个独立解释变量；如果拟合优度变化很不显著，则说明新引入的变量与其它变量之间存在共线性关系。 五、克服多重共线