第五章 异方差与异常值问题.docVIP

异方差与异常值问题 学习目标 学习本章后, 您应该做到： 了解异方差性的含义及产生的原因； 理解出现异方差性时使用OLS的后果； 3. 了解异方差检验基本思路及各检验方法的假设条件；熟练掌握Goldfeld-Qunandt检验、Glejser检验、White检验以及Breusch-Pagan检验； 了解修正异方差性的主要方法，掌握加权最小二乘法； 5. 理解怀特异方差稳健估计量（Robust Estimators）EViews软件的基本操作方法。 学习重点与难点 理解出现异方差性时使用OLS的后果；理解怀特异方差稳健估计量（Robust Estimators）EViews软件的应用操作方法。 经典线性回归模型的一个很重要的假定是随机项的同方差性，即对于每个，的条件方差都是同一个常数 第一节 异方差异方差及其产生的原因 的值为条件的随机项的方差不再是一个常数，而是取得不同的数值，即 ≠常数 1，2，…， 则称随机项具有异方差性（Heteroscedasticity）。 如果被解释变量观测值的分散程度是随解释变量的变化而变化的，如图5.1所示，可以把异方差看成是由于某个解释变量的变化而引起的，则 图.1 异方差示意图 由于经济现象是错综复杂的, 所以同方差性的假定往往不符合实际情况，而异方差是大量存在的。例如，考虑家庭的可支配收入和储蓄的关系，如建立如下家庭收入－储蓄模型 其中，为第个家庭的储蓄，为第个家庭的收入。从二者的关系不难看出，当收入增加时，平均储蓄也会随之增加。如果我们对不同收入水平家庭的储蓄进行观察，同样也会发现，低收入的家庭储蓄差异性较小，而高收入的家庭储蓄的差异性较大。这是因为低收入的家庭，其收入中扣除必要的生活支出以外，用于其他支出和储蓄的部分也较少，因此随机项波动的程度小，即方差小；而高收入家庭，其收入中扣除必要的生活支出以外，剩余的就较多，就有更大的使用选择余地，因而随机项波动的程度就大，这样储蓄的差异就较大，即方差大。因此，对于家庭收入－储蓄模型，随机项具有异方差性。可用图.2表示。 图 .2 收入-储蓄模型中的异方差 可以看出，储蓄随收入的增加而增大，具有明显的异方差性。 再如，利用工业企业的截面数据估计生产函数 其中，为劳动力，为资本，为产出，为随机项，在该问题中表示了包括不同企业在设计上、生产工艺上的区别，技术熟练程度和管理上的差别以及其它因素。这些因素在小企业之间差别不大，而在大企业之间，这些因素都相差甚远，即随机项的方差随着解释变量的增大而增大。 产生异方差的原因主要来自个方面：模型中省略的解释变量例如，模型本来应当为，假如被略去了，而采用了模型 当被略去的与有呈同方向或反方向变化的趋势时，随的有规律变化会体现在上式的中。如果将某些未在模型中出现的重要影响因素归入随机误差项，而且这些影响因素的变化具有差异性，则会对被解释变量产生不同的影响，从而导致误差项的方差随之变化，即产生异方差性。2. 测量误差。一方面，由于解释变量取值越大，测量误差就会趋于增大；另一方面，测量误差又有可能随时间而变化，比如测量技术、抽样技术和数据采集技术等的不断改进，测量误差有可能减少。3.异方差性的另一来源是模型中一个或多个回归元的分布偏态（skew-ness)，即截面数据中总体各单位的差异。例如前面所举的家庭收入－储蓄模型，如果采用不同家庭收入组的数据，低收入组的家庭储蓄的差异较小，高收入的家庭储蓄差异较大，最终反映为随机项偏离其均值的程度有变化而出现异方差。异方差性在截面数据中比在时间数列中可能更常出现，这是因为同一时点不同对象的差异，一般说来会大于同一对象不同时间的差异。 4. 模型函数形式设定错误。如把变量间本来为非线性的关系设定为线性，也可能导致异方差。 异方差产生的后果 如果模型中存在异方差，将产生以下的后果： 1. 最小二乘估计量仍然是线性无偏的，但不再具有最小方差性（证明见本章附录）。事实上，能够找到比OLSE的方差更小的估计量，也就是说，OLSE不再是最优的，即使对大样本也是如此。 随机项的方差。当u