计量经济学【多重共线性】.pptVIP

计量经济学 ——单方程计量经济学模型理论与方法 第四章 经典单方程计量经济学模型：放宽基本假定的模型 第一节 异方差性 第二节 序列相关性 第三节 多重共线性 第三节 多重共线性 一、多重共线性及其产生的原因 二、多重共线性的影响 三、多重共线性的检验 四、多重共线性的解决方法 五、案例分析 已学知识回顾：经典线性回归模型的基本假定 1、解释变量是确定性变量并且相互独立。 2、零均值同方差假定。即在给定 的条件下，随 机误差项 的数学期望(均值)为零。随机误差项 的 方差与 t 无关，为一个常数 。 3、无自相关假定。不同的随机误差项 和 相互 独立。 4、解释变量 与随机误差项 不相关假定。 5、正态性假定。假定随机误差项 服从均值为0， 方差为 的正态分布。 一、多重共线性及其产生的原因 （一）多重共线性(Multicollinearity )的定义 从数学意义上去解释变量之间存在共线性，就是 对于变量 ，如果存在不全为零的常数 ，使得下式成立： 则称变量 之间存在完全共线性。在计量 经济学中，一个具有两个以上解释变量的线性回归 模型里，如果解释变量之间存在式 (4.3.1) 那样的关 系，则称这些解释变量之间存在完全的多重共线性。 一、多重共线性及其产生的原因 （二）多重共线性产生的原因 1、经济变量的内在联系，这是产生多重共线性的 根本原因。 横截面数据：生产函数中，资本投入与劳动力投入 往往出现高度相关情况，大企业二者都大，小企业 二者都小。 2、经济变量变化趋势的共同性。 时间序列样本：经济繁荣时期，各基本经济变量(如 收入、消费、投资、价格等) 都趋于增长；衰退时 期，又同时趋于下降。 （二）多重共线性产生的原因 3、在模型中引入滞后变量也容易产生多重共线性。 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。 注：由于完全符合理论模型所要求的样本数据较难 收集，在现有数据条件下，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。 二、多重共线性造成的影响 （一）增大最小二乘估计量的方差 由于 ，所以参数估计量 仍然可 以算出，并且 仍然满足线性性、无偏性和最小方差 性。但是由于 ，引起 主对角线元素较大， 从而 的方差-协方差矩阵： 中的对角线元素的数值将很大，即各共线变量的参数 的OLS估计量的方差很大，即参数估计值的精度很低。 可以证明，参数估计量 的方差为： 其中： 表示第 i 个解释变量对模型中其他解释变量 作辅助回归模型 时的决定 系数。当只有两个解释变量 时，则 就是变量 的相关系数的平方，即 。 式 (4.3.2) 中第二项因子 称为方差膨胀因子 (Variance Inflation Factor)，记成 ； 则有： 当 与模型中其他解释变量存在严重多重共线性 时，即 ， ， 越接近于 1，共线性程度 越强，从而参数OLS估计量的方差会成倍增大。如果 ，则 ，此时不存在多重共线性，从而参 数OLS估计量的方差也就不会增大了。 （二）难以区分每个解释变量的单独影响 如果模型中两个解释变量具有线性相关性，例如： ，即一个变量可以由另一个变量表示，这时模 型中 和 前的参数 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。 二、多重共线性造成的影响 （三）检验的可靠性降低 在多元线性回归模型中，参数显著性检验的 t 统计 量为： 由于 的方差增大，其标准差亦随之增大，这意味着 t 统计量值偏小，这样容易剔除掉不该剔除的解释变 量，使统计检验的结果失去可靠性。 由于 中的主对角线元素的数值很大