计量经济学（第四版）4.2 异方差性.ppt

§4.2 异方差性 Heteroscedasticity 一、异方差的类型 二、实际经济问题中的异方差性 三、异方差性的后果 四、异方差性的检验 五、异方差的修正 六、案例 二、实际经济问题中的异方差性 例4.2.1：截面资料下研究居民家庭的储蓄行为 Yi=?0+?1Xi+?i Yi:第i个家庭的储蓄额 Xi:第i个家庭的可支配收入。 高收入家庭：储蓄的差异较大； 低收入家庭：储蓄则更有规律性，差异较小。 ?i的方差呈现单调递增型变化。 例4.2.2: 以绝对收入假设为理论假设、以截面数样本建立居民消费函数： Ci=?0+?1Yi+?i 将居民按照收入等距离分成n组，取组平均数为样本观测值。 一般情况下，居民收入服从正态分布：中等收入组人数多，两端收入组人数少。而人数多的组平均数的误差小，人数少的组平均数的误差大。 样本观测值的观测误差随着解释变量观测值的不同而不同，往往引起随机项的异方差性，且呈U形。 例4.2.3: 以某一行业的企业为样本建立企业生产函数模型 Yi=Ai?1 Ki?2 Li?3 e?i 被解释变量：产出量Y，解释变量：资本K、劳动L、技术A。 每个企业所处的外部环境对产出量的影响被包含在随机误差项中。 对于不同的企业，它们对产出量的影响程度不同，造成了随机误差项的异方差性。 随机误差项的方差并不随某一个解释变量观测值的变化而呈规律性变化，呈现复杂型。 普通最小二乘法是加权最小二乘法中权恒取1时的一种特殊情况。 加权最小二乘法是广义最小二乘法（generalized least squares, GLS）中权矩阵为对角阵的特殊情况。 如何得到?2W ？ 寻找模型中随机扰动项的方差与解释变量间的适当的函数形式。 一种具有应用价值的方法 模型 中国农村居民人均消费支出主要由人均纯收入来决定。农村人均纯收入除包括从事农业经营的收入外，还包括从事其他产业的经营性收入以及工资性收入、财产收入和转移支付收入等。 为了考察从事农业经营的收入（X1）和其他收入（X2）对中国农村居民消费支出（Y）增长的影响，建立如下双对数模型： 关于异方差的分析 截面数据样本，一般存在异方差。 从经济现象分析，随机项的方差可能与其它收入（X2）有关。 采用OLS估计模型，作出残差平方项ei2与lnX2的散点图，判断可能存在着递增型异方差。 布罗施-帕甘（G-P）检验 怀特检验 加权最小二乘估计 稳健标准误法 参数估计与普通最小二乘法相同； 由于参数的标准差得到了修正，从而使得t 检验值与普通最小二乘法的结果不同。 六、例题--农村居民人均消费函数 结论：5%显著性水平下拒绝原模型随机干扰项方差相同的假设。 结论：拒绝同方差的原假设。 经试算发现 WLS估计 经检验，加权的回归模型已不存在异方差性。 * 一、异方差的概念 即对于不同的样本点，随机误差项的方差不再是常数，而互不相同，则认为出现了异方差性(Heteroskedasticity)。 1、异方差 Homoscedasticity 2、异方差的类型 同方差：?i2 = 常数，与解释变量观测值Xi无关； 异方差：?i2 = f(Xi)，与解释变量观测值Xi有关。 异方差一般可归结为三种类型： 单调递增型： ?i2随X的增大而增大 单调递减型： ?i2随X的增大而减小 复 杂 型： ?i2与X的变化呈复杂形式 三、异方差性的后果 Consequences of Using OLS in the Presence of Heteroskedasticity 1、参数估计量非有效 OLS估计量仍然具有无偏性，但不具有有效性。 因为在有效性证明中利用了E(??’)=?2I 而且，在大样本情况下，尽管参数估计量具有一致性，但仍然不具有渐近有效性。 2、变量的显著性检验失去意义 变量的显著性检验中，构造了t统计量 其他检验也是如此。 3、模型的预测失效 一方面，由于上述后果，使得模型不具有良好的统计性质； 所以，当模型出现异方差性时，参数OLS估计值的变异程度增大，从而造成对Y的预测误差变大，降低预测精度，预测功能失效。 四、异方差性的检验Detection of Heteroscedasticity 1、检验思路 检验方法很多 Graphical Method Formal Metrods Park Test Glejser Test Spearman’s Rank Correlation Test Goldfeld-Quandt Test Breusch-Paga