潘省初 中级计量经济学 第三章 经典假设条件不满足时的问题与对策.pptVIP

第三章 经典假设条件不满足时的问题及对策 OLS估计量令人满意的性质，是根据一组假设条件而得到的。在实践中，如果某些假设条件不能满足，则OLS就不再适用于模型的估计。下面列出实践中可能碰到的一些常见问题： l 误设定（Misspecification 或specification error） l 多重共线性（Multicollinearity） l 异方差性（Heteroscedasticity或Heteroskedasticity） l 自相关（Autocorrelation） l 随机解释变量（Stochastic explanatory variables) 本章将对上述问题作简要讨论，主要介绍问题的后果、检测方法和解决途径。 第一节 误设定 采用OLS法估计模型时，实际上有一个隐含的假设，即模型是正确设定的。这包括两方面的含义：函数形式正确和解释变量选择正确。在实践中，这样一个假设或许从来也不现实。我们可能犯下列三个方面的错误： 选择错误的函数形式 遗漏有关的解释变量 包括无关的解释变量 从而造成所谓的“误设定”问题。 但在很多情况下，我们可以根据实际问题提供的信息估计 矩阵，再应用GLS法，这种方法称为可行广义最小二乘法（Feasible Generalized Least Squares