第10章 时间序列_截面数据模型..ppt

3. 固定影响变截距模型的广义最小二乘估计 (1) 截面加权(个体成员截面异方差情形的GLS估计 ) 利用OLS参数估计，我们得到5个公司的方程残差的方差?i2 ，具有截面异方差性。 残差的方差 8896.42 美国钢铁公司（US） 88.66 西屋公司（WE） 660.83 通用电器公司（GE） 149.87 克莱斯勒公司（CH） 7160.294 通用汽车公司（GM） 当残差具有截面异方差性和同步不相关时最好进行截面加权回归： EViews进行可行广义最小二乘（FGLS）。 首先从一阶段Pool最小二乘回归，得到方差 ?i2 的估计值 si2，计算公式为： ， i =1, 2, …, N (10.3.24) 其中 是OLS的拟合值。 其次系数值 ? 由标准GLS估计量估计，是有效估计量。 (2) 同期相关协方差情形的SUR估计 当残差具有截面异方差性和同步相关性时，SUR加权最小二乘是可行的GLS估计量： 其中? 是同步相关的对称阵： (10.3.28) 一般项 ，在所有的 t 时为常数。 EViews估计SUR模型时使用的 ?ij 是由一阶段Pool最小二乘回归得到： i, j =1, 2, ?, N (10.3.30) 其中： 和 可由式（10.3.3）和式（10.3.4）得到。计算后，再进行广义最小二乘估计（GLS），此时 ? 的SUR估计为： (10.3.31) 其中: , , , 此时? 的SUR估计为： 10.3.2 随机影响变截距模型 (Random Effects) 随机影响模型假设?it 项是共同系数 ? 和不随时间改变的截面说明随机变量 vi 的和， vi 和残差 ui 是不相关的。 ， i =1, 2, …, N (10.3.36) 为了分析方便，可以将模型(10.3.36)写成如下形式： (10.3.43) 其中： ，? = (? , ? ?)? ，wi = vi + ui。 EViews按下列步骤估计随机影响模型： (1)? 使用固定影响模型的残差估计 ui 的方差： (10.3.52) 使用包含总体均值截距项的变截距模型的残差估计 vi 的方差， (10.3.52) (2) 由于 有了成分方差 和 的估计，可以求出模型(10.3.42)中参数? 的GLS估计量： (10.3.50) 其中： 。 个体随机影响 vi 相应的估计为 i =1, 2, …, N (10.3.56) 其中： (10.3.57) 10.1.5 Pool对象估计的模型形式 设有因变量 yit 与1?k 维解释变量向量 xit，满足线性关系 i =1,