第八章单方程模型的几个问题(计量经济学南开大学).pptVIP

第八章 单方程模型的几个问题 第一节 模型的设定误差 在建立经济计量模型时，要设定模型的函数形式、模型中的解释变量、随机项的构成及假定等，并希望设定的模型尽可能反映现实经济问题。如果模型设定不当，可能引起设定误差。设定误差主要包括两种情况：遗漏了必要的解释变量；包含了无关的解释变量。 一、遗漏了必要的解释变量 本来模型中应含有k-1个解释变量，如模型应为： 但是在建模时，由于数据不易获得或其它原因，使模型中遗漏了一些变量，如遗漏变量后的模型为： 此时，遗漏变量后的模型的随机误差项实际为： 这将对估计结果产生影响。为了分析这种影响，以“正确模型”包括两个解释变量为例，把回归模型改写为离差形式进行分析： 和遗漏变量模型 把PRF中的yi带入，可得到： 对PRF`的估计值为： 这说明遗漏变量模型的估计量是真实模型的有偏估计量，且偏误不随样本容量的增大而消失。只有当遗漏变量与解释变量的相关系数为零时，偏误才会消失。 这说明方差的估计也是有偏误的。因此，据此作出的统计推断也是不可信的。 二、包含了不必要的解释变量。 假定真实模型为： 但是在建模时，模型中增加了不必要的变量，如遗漏变量后的模型为： 以双解释变量的模型为例，假定 和包含无需变量模型 SRF`中的参数OLS估计量为： 通过比较，可看出： （1）含不需要解释变量模型的估计是无偏的，但不具备最小方差性： （2）样本方差σ的估计是正确的；假设检验程序仍然有效。 （3）含不需要解释变量模型的估计参数的方差增大，精度减少。 三、设定误差的检验 1、检验是否存在无需变量 根据回归参数的t检验值，对参数进行显著性检验。不显著的解释变量可以从模型中删除。 2、对遗漏变量和不正确函数形式的检验 各种检验指标（如判定系数）和残差分析。 第二节 虚拟变量估计 一、虚拟变量的引入 在经济分析中，某些特殊因素会影响到变量的取值，如季节对饮料需求的影响，特定时期实施特殊政策对各宏观经济变量产生的影响等。而这些因素属于“定性”的变量，可以通过赋予一个数量值，以虚拟变量（哑变量Dummy）的形式进入分析模型中。 例如，消费函数模型： Ct=b0+b1Yt+ut ====〉 Ct=b0+b1Yt+b2Dt+ut 二、虚拟变量的不同形式 虚拟变量在模型中可代表对截距的影响，如： Ct=b0+b1Yt +b2Dt +ut (Dt在正常年份取1，反常年份取0） 可利用OLS估计得到估计结果： Ct Yt 0 正常年份 反常年份 根据回归结果，正常年份的基本支出水平比反常年份小，而边际支出倾向不变。 虚拟变量在模型中也可以代表对和参数的全面影响，如： Ct=（b01+ b02Dt） + （b11 + b12Dt)Yt+ut 该式可变为： Ct=b01+ b02Dt + b11DtYt + b12DtYt+ut 如果得到估计方程： Ct Yt 0 正常年份 反常年份 二、多个虚拟变量的引入及虚拟变量陷阱问题 在模型中，对于一个定性变量可能需要引入多个虚拟变量。典型的例子是季节变化对商品销售的影响。 在该季节模型： 中，有 即解释变量间存在完全的共线性，因此模型无法估计。这就是虚拟变量陷阱。 为了解决这以问题，在引入虚拟变量时，对于一个有m种可能的定性变量，只能引入m-1个虚拟变量。如前面的模型： 三、引入不同定性变量的多个虚拟变量 在模型中，如果有多个定性变量对因变量有影响，可同时把对应于各定性变量的虚拟变量引入模型。如，季节变化和当年是否有重大事件发生对商品的销售都有影响，销售回归方程可写为： 其中，Qt(取1获0)代表正常年份和反常年份，而D2～D4代表季节变化。 使用的原则，仍是对于任一个有m种可能的定性变量，只能引入m-1个对应的虚拟变量。 第三节 滞后变量 一、滞后变量 滞后变量是指在回归模型中，因变量与解释变量的时间滞后量。如： 第一个模型称作外生滞后变量模型或分布滞后模型。第二个模型称为内生滞后变量模型或自回归模型。 在很多经济分析中，把滞后变量引入模型中是必要的。这里先讨论分布滞后模型。 分布滞后模型： 包含了多时期的滞后变量，各时期的滞后变量之间往往存在多重共线性，因此不能用OLS估计。此外，如果滞后变量较多而样本较小，不仅估计困难，而且较小的