计量经济学(第五章异方差).pptVIP

第五章 放松基本假定的模型  ——异方差 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）E(ui)=0 （随机项均值为零） （3）Var(ui)=?2 （同方差） （4）Cov(ui, uj)=0（随机项无自相关） （5）Cov(X, ui)=0（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） 本章主要介绍 异方差的含义和产生的背景 异方差性对模型的影响 异方差性的检验 异方差性补救措施 5.1 什么是异方差 储蓄Y与收入X：异方差的图形表示 （A)与(B)的比较： 相同点： 收入增加，储蓄平均来说也增加。 不同点： （A）储蓄的方差在所有的收入水平上保持不变。 （B）储蓄的方差随收入的增加而增加。 解释：随收入增长，人们有更多的备用收入，从 而如何支配他们的收入有更大的选择范围。 例2：用分组资料研究Cobb-Douglass生产函数 5.1.2 产生异方差的原因 模型中缺少某些解释变量； 样本数据观测误差； 模型设置不正确； 经济结构发生了变化，但模型参数没作相应调整。 (通常，截面数据较时间序列数据更易产生异方差) 5.1.2 异方差对模型的影响 影响1：OLS参数估计不再是BLUE估计 举例证明 异方差影响2： t检验失效 t检验失效 异方差影响3：预测精度降低 5.1.3 异方差的检验 方法有 （1）图示法（ x-e2 ）； （2）解析法： Goldfeld－Quandt检验 White检验 ARCH检验 (1) 图示法及其类型 异方差指u的方差随着x的变化而变化。 故可以根据x-e2的散点图，对异方差是否存在及其类型作出判断。 异方差大致可分为三种： （1）递增异方差 （2）递减异方差 （3）复杂型异方差 异方差的检验——图示分析法 怎样通过Eviews作x- e2 散点图 键入 LS y c x 作回归； 键入 GENR E1=resid 调用残差； 键入 GENR E2=E1^2 生成残差平方序列； 键入 SCAT E2 X 如果呈现出某种有规律的分布，说明残差中蕴涵着模型（1）未提取净的信息，或（2）可能存在异方差或自相关，或（3）设定有误。 (2) 解析法 Goldfeld-Quant检验 WHITE检验 ARCH检验 解析法1： Goldfeld-Quant检验 Goldfeld-Quant检验的思路 Goldfeld-Quant检验的思路图示 Goldfeld-Quant检验具体做法 Goldfeld-Quant检验在EViews上的实现 G-Q检验统计量F及其检验 Goldfeld-Quant检验适用条件 Goldfeld-Quant检验适用条件 样本容量较大（一般不低于参数个数的两倍以上） 异方差递增或递减； 满足其他古典假定。 Goldfeld-Quant检验的思路 递增异方差，方差之比就会大于1；递减异方差，方差之比小于1；同方差，方差之比趋近于1 先将样本一分而二，对子样1和子样2分别作回归，然后利用两个子样的残差的方差之比构造检验统计量F进行异方差检验。这个检验统计量服从F分布。 G-Q检验具体做法 将n对观察值(xi,yi)，按解释变量x的大小顺序排列 将其中间的 c = n / 4 个观察值除去，余下前后两个子样本 每个子样的个数为(n-c)/2，各自进行回归，分别计算残差平方和，自由度=(n-c)/2-k，k是模型中自变量个数 提出假设：两个子样方差相等 进行F检验，根据结果判断是否有异方差。 G