模型假设违背.pptVIP

3、变量替换 (1)如果解释变量有公共的时间趋势，可以考虑差分。 一般而言，差分后变量的相关性要弱于差分前。此外，可以消除时间序列的非平稳性。 可能丢失信息，可能引起其它模型假设的违背 * (2)比率变换 如宏观变量总量变换为个体平均，GDP变换人均GDP等 如收入变换为真实收入等（物价调整） 可能引起其它模型假设违背。 运用变量变换处理多重共线性要非常谨慎。 * 4、利用先验信息 先验信息： 通过经济理论分析能够得到某些参数之间的线性关系，这些线性关系做为约束条件（先验信息），进行约束OLS分析 * 5、横截面数据和时间序列数据并用 用截面数据估计b3，因为同一时间价格变化不大。如果拥有这些数据的话 再用时间序列数据估计剩余系数 * 二、逐步回归法 1、用被解释变量对每一个所考虑的解释变量做简单回归 2、以对被解释变量贡献最大的解释变量所对应的回归方程为基础，按对被解释变量贡献大小的顺序逐个引入其余的解释变量 * 8.5 案例分析 一、问题的提出 近年来，中国旅游业一直保持高速发展，旅游业作为国民经济新的增长点，在整个社会经济发展中的作用日益显现。中国的旅游业分为国内旅游和入境旅游两大市场，入境旅游外汇收入年均增长22.6%，与此同时国内旅游也迅速增长。改革开放20多年来，特别是进入90年代后，中国的国内旅游收入年均增长14.4%，远高于同期GDP 9.76%的增长率。 为了规划中国未来旅游产业的发展，需要定量地分析影响中国旅游市场发展的主要因素。 * 二、模型设定 经分析，影响国内旅游市场收入的主要因素，除了国内旅游人数和旅游支出以外，还可能与相关基础设施有关。 为此，考虑的影响因素主要有国内旅游人数X2，城镇居民人均旅游支出X3 ，农村居民人均旅游支出X4 ，并以公路里程X5 和铁路里程X6 作为相关基础设施的代表。 为此设定了如下计量经济模型： * 其中， Yt——第t年全国旅游收入 X2——国内旅游人数 （万人） X3——城镇居民人均旅游支出 （元） X4——农村居民人均旅游支出 （元） X5——公路里程（万公里） X6——铁路里程（万公里） * 三、数据 * 四、实证结果 R2很高，F显著，但x2、x6不显著，X6的符号甚至是负的。可能存在多重共线性 * 检查各解释变量之间的相关性 各解释变量相互之间的相关系数较高，证实确实存在严重多重共线性。 * 进一步检验和消除多重共线性，采用逐步回归法 分别作Y对X2、X3、X4、X5、X6的一元回归，结果如下： 按 的大小排序为：X3、X6、X2、X5、X4 * 以X3为基础，顺次加入其他变量逐步回归 加入X6 不显著，剔除X6 * 加入X2，不显著，剔除 * 加入X5，保留 加入X4，剔除 * 以X3、X5为基础，加入其它变量 X3，X5，X6，不显著 * X3，x5，x2，不显著 * X3，x5，x4，显著，并提高了R2值 * 以x3，x5，X4为基础，加入其它变量 X3，x5，x4，x6，不显著，剔除 * X3，x5，x4，x2，不显著，剔除 * 最后实证结果， * 结果分析： 在其他因素不变的情况下，当城镇居民人均旅游支出X3和农村居民人均旅游支出X4分别增长1元时，国内旅游收入 将分别增长4.21亿元和3.22亿元。 在其他因素不变的情况下，作为旅游设施的代表，公路里程X5 每增加1万公里时, 国内旅游收入 将增长13.63亿元。 * 最后提示： 如果实证分析的目的是预测，那么多重共线性的问题就不是什么大问题。 * 计量经济学 Econometrics 孙坚强 Ph.D. of Finance jqsunmath@ * 模型前提假设不成立： 多重共线性 * 多重共线性定义 多重共线性的后果 多重共线性的诊断 多重共线性的处理 案例分析 * 8.1 多重共线性的定义 * * 回归模型中，解释变量的关系 * 多重共线性的产生背景 1、经济变量之间具有共同变化趋势 如，对于时间序列数据的收入、消费、就业率等，在经济上升时期均呈现增长趋势，而当经济下滑时间，又都呈现下降趋势。 2、模型中包含滞后变量 模型中引入解释变量的滞后变量，如 Xt，Xt-1等，X通常和其滞后变量有较高的相关性 * 3、利用截面数据建模也有可能出现多重共线性。 例如：许多变量与发展规模相关，会呈现共同增长的趋势。如资本、劳动力、科技、能源等投入与产出的规模相关。容易出现多重共线性。 4、数据本身的原因。 * 8.2 多重共线性的后果 一、完全多重共线性的后果 1、参数估计不确定 从回归系数的含义看，无法区分共线性的变量对Y的影响 从OLS估计式来看，无法确定估计值。 如，对于如下模型： * OLS的估计为