计量经济学及其应用：第8章.pptVIP

第8章 多重共线性 8.1什么是多重共线性 8.2多重共线性会产生什么样的后果 8.3多重共线性的诊断 8.4如何消除多重共线性 通过本章我们要知道 8.1什么是多重共线性 对于多元线性回归模型 （8-2） 如果某两个或多个解释变量之间出现了较强的近似相关性，并且是线性相关性，则称为多重共线性（multicollinearity）。 如果存在 其中不全为0，则称为解释变量的完全多重共线性(perfect multicollinearity) 如果存在 （8-3） （8-4） 其中 不全为0， 为随机误差项，则称为一般共线性或近似共线性(approximate multicollinearity)或交互相关(intercorrelated)。 8.2 多重共线性会产生什么后果 多重共线产生的原因 （1） 经济变量之间存在内在联系，这是产生多重共线性的根本原因。 （2）经济变量在时间上具有相关的共同趋势。 （3）解释变量中含有滞后变量。 多重共线性的数学形式 参数的估计 以二元线性回归方程为例 （8-5） 当完全线性相关 设 则 同理可得 因此OLS无法估计出的值，回归分析无法进行。 若不完全相关 则可设 带入得 由于因而是可以估计的 参数的方差 估计值的方差为： 将带入上式 （8-9） 可见，在完全线性相关的极端条件下，普通最小二乘法估计无法估计出参数值，因为估计值的方差为无穷大。 （1）难以区分解释变量的单独影响。 （2）参数估计值不稳定，模型缺乏稳定性。 （3）参数估计量的回归系数符号有误，经济含义不合理。 （4）变量的显著性检验失去意义。多重共线性的后果 8.3 多重共线性的检验 1、 不显著系数法 不显著系数法是利用多元线性回归模型的拟合结果进行检验，这种方法适用于以下三种情况： （1） 很大，t 较小 （2）理论性强，检验值弱 （3）新引入变量后，方差增大 2、拟合优度检验法 思路 ：对多元线性回归模型中各个解释变量相互建立回归方程，分别求出各回归方程的拟和优度，如果其中最大的一个接近1，就认为该变量可以被其他变量线性解释，则其所对应的解释变量与其余解释变量间存在多重共线性 设某多元线性回归模型中原有K个解释变量将每个解释变量对其他解释变量进行回归得 观察各个回归方程的拟合优度 选取其中接近1的进行如下F检验 若 说明存在解释变量可由其他的解释变量线性表示，即存在多重共线性；反之，不存在多重共线性。 3、相关系数法 思路：计算并检查解释变量中两两变量间的简单相关系数，若的绝对值接近1，则可以认为和 存在较强的多重共线性。但需要特别注意的是，如果相关系数很大，则一定存在多重共线性，如果相关系数很小，不一定没有多重共线性。 4、容许度与方差膨胀因子判别法 容许度（tolerance）是检验共线性的常用统计量。对于自变量的容许度，定义为 （8-11） 方差膨胀因子（variance inflation factor，VIF） 对于多元线性回归模型， 的方差可以表示成 （8-12） VIF 即为方差膨胀因子，定义为 （8-13） 一般认为： 当VIF＜5时，方程存在轻度的多重共线性； 当5≤VIF＜10，方程存在较严重的多重共线性； 当VIF≥10时(此时)，回归方程存在严重的多重共线性。 8.4 如何消除多重共线性 1、先验信息法 先验信息法是指根据经济理论或者其他已有的研究成果事前确定回归模型参数间的某种关系，避免相互影响的解释变量出现在同一个模型之中，然后进行最小二乘估计，如此便消除了多重共线性。 在估计Cobb-Douglas生产函数的时 ,建立如下模型 由先验信息可知劳动投入量L与资金投入量K之间通常是高度相关的，如果按照经济理论“生产规模报酬不变”的假定，即，代入上式 两边取对数 （8-16） 此时上式为一元线性回归模型，不存在多重共线性问题。 2、改变变量的定义形式 （1）用相对数变量替代绝对数变量 如设需求函数为 其中分别代表商品价格与替代商品价格 用两种商品价格之比作解释变量 （8-18） （2）删去模型中次要的或可替代的解释变量 如果回归模型解释变量间存在较严重的多重共线性，根据经济理论、实践经验、相关系数检验、统计分析等方法鉴别变量是否重要及是否可替代，删去那些对被解释变量影响不大，或被认为不太重要的变量，就可减轻多重共线性。 (3) 差分法 对回归模型中所有变量作差分变换也是消除多重共线性的一种有效方法。 例如，对于时间序列数据、线性模型，就可将原模型变换为差分模型 （8-19） 其中 3、增大样本容量法 以两个解释变量的线性回归模型为例，最小二乘估计量的方差为