计量经济学放宽基本假定的模型简炼后.pptVIP

第四章 经典单方程计量经济学模型：放宽基本假定的模型 说 明 回归分析，是在对线性回归模型提出若干基本假设的条件下，应用普通最小二乘法得到了无偏的、有效的参数估计量。 但是，在实际的计量经济学问题中，完全满足这些基本假设的情况并不多见。 如果违背了某一项基本假设，那么应用普通最小二乘法估计模型就不能得到无偏的、有效的参数估计量，OLS法失效，这就需要发展新的方法估计模型。 基本假定违背主要 包括： （1）随机误差项序列存在异方差性； （2）随机误差项序列存在序列相关性； （3）解释变量之间存在多重共线性； §4.1 异方差性§4.2 序列相关性§4.3 多重共线性§4.4 随机解释变量问题 §4.1 异方差性 二、异方差的类型 同方差：?i2 = 常数 ? f(Xi) 异方差： ?i2 = f(Xi) 三、实际经济问题中的异方差性 例2：截面资料下研究居民家庭的储蓄行为: Yi=?0+?1Xi+?i Yi:第i个家庭的储蓄额 Xi:第i个家庭的可支配收入。 四、异方差性的后果 五、异方差性的检验 检验思路： 残差序列分析 取-1、-1/2、1、1/2、2等等，当其不为1时，做简单的变换，再用OLS估计，看系数参数是否显著。 4. 怀特（White）检验 怀特检验不需要排序，且适合任何形式的异方差检验。 怀特检验的基本思想与步骤（以二元为例）： 知识延伸：在多元回归中，由于辅助回归方程中可能有太多解释变量[k(k+1)/2个]（包括常数项），从而使辅助回归中变量的数量有可能超过观察值的数量，有时可去掉交叉项。 如果这是一个问题，一个简单的备择方法就是让 对常量、 和 回归，由于 依赖于所有的X， 有所有X的平方和及交叉乘积，所以它是一个非常方便的避开自由度问题的方法。 六、异方差的修正 模型检验出存在异方差性，可用加权最小二乘法（Weighted Least Squares, WLS）进行估计。 加权最小二乘法具体步骤 七、案例——中国农村居民人均消费函数 例：表中给出了美国18个行业某年的研究开发费用支出Y与销售收入X的数据。请用PARK检验、Gleiser检验、G-Q检验与White检验Y关于X的回归模型是否存在异方差性。若存在异方差，尝试消除它。 一、序列相关性概念 二、实际经济问题中的序列相关性 三、序列相关性的后果 四、序列相关性的检验 五、案例 一、序列相关性概念 称为一阶序列相关，或自相关，或一阶自回归。 二、实际经济问题中的序列相关性 1.经济变量固有的惯性 2.模型设定的偏误 3. 数据的“编造” 例如：季度数据来自月度数据的简单平均，这种平均的计算减弱了每月数据的波动性，从而使随机干扰项出现序列相关。 2. 变量的显著性检验失去意义 三、序列相关性的检验 然后，通过分析这些“近似估计量”之间的相关性，以判断随机误差项是否具有序列相关性。 1. 图示法 2. 回归检验法 3. 杜宾—瓦森（Durbin-Watson）检验法 D-W检验是杜宾（J.Durbin）和瓦森(G.S. Watson)于1951年提出的一种检验序列自相关的方法。该方法的假定条件是： D.W.? 0时，模型存在完全一阶正相关  D.W.? 4时，模型存在完全一阶负相关  当D.W.值在2左右时，模型不存在一阶自相关 练习 下表列示了1970～1994年25年间，日本工薪家庭实际消费支出Y与实际可支配收入X的变化。 （1）对下面的回归模型进行OLS检验，并计算t值和决定系数R2。 （2）利用（1）的估计结果，计算OLS的残差，并求DW。 （3）对（2）的DW，进行检验 （1） （2）DW的计算： 分别计算出 注意： （1）从判断准则看到，存在一个不能确定的D.W.值区域，这是这种检验方法的一大缺陷。 （2）D.W.检验虽然只能检验一阶自相关，但在实际计量经济学问题中，一阶自相关是出现最多的一类序列相关； （3）经验表明，如果不存在一阶自相关，一般也不存在高阶序列相关。 所以在实际应用中，对于序列相关问题一般只进行D.W.检验。 4. 拉格朗日乘数（Lagrange multiplier）检验 练习 以某地区22年的年度数据估计了如下工业就业回归方程： 其中，Y为总就业率，X1为总收入，X2为平均月工资率，X3为地方政府的总支出 （1）