4.1多重共线性汇编.ppt

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 经典多元线性模型在满足若干基本假定的条件下，应用普通最小二乘法得到了无偏、有效且一致的参数估计量。 在实际的计量经济学问题中，完全满足这些基本假定的情况并不多见。不满足基本假定的情况，称为基本假定违背。 对截面数据模型来说，违背基本假定的情形主要包括： 解释变量之间存在严重的多重共线性； 随机干扰项序列存在异方差性； 解释变量具有内生性； 模型设定偏误。 在建立计量经济学模型时，必须对所研究对象是否满足OLS下的基本假定进行检验，这种检验称为计量经济学检验。 经过计量经济学检验发现出现一种或多种基本假定违背时，则不能直接使用OLS法进行参数估计，而必须采取补救措施或发展新的估计方法。 为什么不讨论正态性假设？ William H. Greene(2003), Econometric Analysis In view of our description of the source of the disturbances, the conditions of the central limit theorem will generally apply, at least approximately, and the normality assumption will be reasonable in most settings. Except in those cases in which some alternative distribution is assumed, the normality assumption is probably quite reasonable. 实际上：正态性假设的违背 李子奈（2011）：计量经济学模型方法论 当存在模型关系误差时，如果解释变量是随机的，随机误差项的正态性将得不到保证。 当模型遗漏了显著的变量，如果遗漏的变量是非正态的随机变量，随机误差项将不具有正态性。 如果待估计的模型是原模型经过函数变换得到的，随机误差项将不再服从正态分布。 当模型存在被解释变量的观测误差，如果观测误差相对于随机误差项的标准差特别大、样本长度又特别小，随机误差项的正态性假设会导致显著性水平产生一定程度的扭曲。 当模型存在解释变量观测误差时，一般情况下，随机误差项的正态性假设都是不能成立的；只有在回归函数是线性的，且观测误差分布是正态的特殊情形下，随机误差项的正态性才成立。 一、多重共线性 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 §4.1 多重共线性 Multicollinearity 一、多重共线性的概念 1、多重共线性 如果某两个或多个解释变量之间出现了相关性，则称为多重共线性(Multicollinearity)。 perfect multicollinearity approximate multicollinearity 2、实际经济问题中的多重共线性 产生多重共线性的主要原因： 经济变量相关的共同趋势 模型设定不谨慎 样本资料的限制 二、多重共线性的后果Consequences of Multicollinearity 1、完全共线性下参数估计量不存在 如果存在完全共线性，则(X’X)-1不存在，无法得到参数的估计量。 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 由于|X’X|?0，引起(X’X) -1主对角线元素较大，使参数估计值的方差增大，OLS参数估计量非有效。 以二元线性模型 y=?1x1+?2x2+? 为例: 恰为X1与X2的线性相关系数的平方r2 由于 r2 ?1，故 1/(1- r2 )?1。 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) 当完全不共线时, r2 =0 当近似共线时, 0 r2 1 当完全共线时， r2=1， 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 存在多重共线性时 参数估计值的方差与标准差变大 容易使通过样本计算的t值小于临界值， 误导作出参数为0的推断 可能将重要