5.2异方差来源与后果.pptVIP

第二节 异方差的来源与后果 异方差的来源 异方差的后果 * 一、异方差的来源 （1）模型中省略了某些重要的解释变量。 假如正确的计量模型是： （2）模型函数形式的设定有误。模型的设定主要包括变量的选择与模型数学形式的确定。模型中略去了重要解释变量常常导致异方差，实际就是模型设定问题。除此而外，模型的函数形式不正确，如将指数函数模型误设成了线性模型，也可能导致异方差。 （3）随机因素的影响。如政策变动、自然灾害、金融危机等。 经验表明，在横截面数据中比在时间序列数据中更易出现异方差。 通常认为，截面数据较时间序列数据更容易产生异方差。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。不过，在时间序列数据发生较大变化的情况下，也可能出现比截面数据更严重的异方差。 二、异方差的后果 计量经济学模型一旦出现异方差性，如果仍采用OLS估计模型参数，会产生下列不良后果： 1.参数估计量不再是有效估计量 当计量模型中存在异方差时，OLS估计量仍具有线性性与无偏性，但不再具有最小方差性。因为在最小方差性的证明过程中利用了同方差假定。 同方差时： 异方差时： 一元线性回归模型： 显然，如果模型是同方差的，则这两个结果是相同的。如果模型出现了异方差，则OLS估计量的方差将被高估或低估。 2.变量的显著性检验失去意义 在关于变量的显著性检验中，构造了t统计量，它是建立在正确估计了参数标准差的基础之上。如果出现异方差，估计的参数标准差出现偏误（偏大或偏小），t检验失去意义。 3.模型的预测失效 *