参数的稳定性检验 计量经济学 EVIEWS建模课件.pptxVIP

回归模型参数的稳定性检验 一、模型结构的突变点检验二、预测性参数稳定性检验三、 Eviews稳定性检验程序㈠ 邹氏突变点检验建立模型时往往希望模型的参数是稳定的，即所谓的结构不变，这将提高模型的预测与分析功能。那么如何进行这类检验呢？邹致庄教授提出了他的参数检验方法，被称之为邹氏参数稳定性检验【Chow Breakpoint Test】。该检验的目的就是对模型中的参数是否在时间上一致进行检验，以是否反映较为固定的经济关系的检验为主，其具体的内容如下： ⒈ 检验的模型处理假设需要建立的模型为： Y = β0 + β1 X1 + β2 X2 + … + βk Xk + εt将原时序分为两个或多个连续的时间序列(1～n1)与(n1+1～n1+n2)等，相应的各阶段模型分别为：Y1 = β10 + β11 X11 + β12 X12 + … + β1k X1k + ε1tY2 = β20 + β21 X21 + β22 X22 + … + β2k X2k + ε2t这里要注意为保证各阶段方程的可解，必须要n1和n2等都大于k+1 ；则以矩阵形式表述各模型如下： 这样，前述原模型Y=Xβ+ε可以看作是对上式分块模型施加约束后的结果，即约束是系数向量βq=βh，表示参数没有改变。即模型结构没有发生变化，所以我们将原模型叫做受约束模型。而将分块式模型实质上是使用了n1+n2组数据，同时估算多个方程，每个方程的参数各不相同，所以我们称之为无约束的模型。⒉ 检验的基本步骤⑴提出原假设H0：βq= βh ，即假设参数前后两保持一致没有变化。⑵分别计算估计原回归方程，及前后各阶段的回归方程，并求得各方程的残差平方和。即原模型的残差平方和记为RSSR；各分阶段时序建立的回归方程的残差平方和记为RSSq、RSSh等。则无约束的分块式的残差平方和为：RSSU = RSSq + RSSh⑶构造检验统计量：用受约束的残差平方和RSSR及约束数量、无约束的残差平方和RSSU及其自由度来构成如下统计量：该统计量F服从于F分布，所以该检验也叫做F检验。⑷求检验临界值Fα，并据此确定否定域；⑸判断：若F＞Fα，则拒绝原假设，认为模型发生了结构性变化，参数是非稳定的；否则接受原假设。 ㈡ Quandt-Andrews突变检验夸特-安德鲁斯突变检验，是对两个观测点?1和?2之间的每一个观察值都进行Chow突变检验，并将各检验统计量整合为进行的检验。相对于邹氏的已知突变点的检验，QA的检验适合于未知的突变点的检验情形。观测点?1之前的期数一般要与?2之后的期数相同，且在参数稳定的原假设下，分别采用极大似然F统计量和Wald-F统计量进行检验。并以这些统计量的最大值、指数值、平均值、作为检验的判断依据，程序中还会给出原假设成立的概率P值。返回㈠邹氏预测检验Chow test for predictive failure这是对预测模型的预测能力进行的检验。它与上述参数稳定性检验的方法和形式很接近，由于参数稳定性检验要求n2k+1。如果出现n2 k+1，则只能进行邹氏预测检验。该检验的基本思想是：先用前一时间段n1组样本数据估计原模型，再用估计出的参数进行后一时间段n2个被解析变量数据的预测。如果预测误差较大，则说明参数发生了变化，不能使用模型进行预测；否则说明参数是稳定的。 ⒈基本原理分别以?和?表示两个方程的参数，其中第一时间段(即n1 k+1段)的方程参数是β，而第二时间段(即n2 k+1段)的方程参数为α；则两个方程分别是： Y1 = X1 β + ε1 Y2 = X2 α + ε2 = X2 β + X2 (α - β) + ε2 = X2 β + γ + ε2 其中：γ = X2(α - β)；如果γ = 0，则α = β，表明参数在估计期与预测期相同。用矩阵式表示为： 由上式可见，用前n1组的样本数据可计算得到k+1个参数?的估计值，而?是用后n2个样本测算的预测误差X2(? - ?)。如果参数没有发生变化，则? = 0。现将前n1组数据求得的方程视为无约束的方程，即其RSSU = RSS1；而将γ部分的误差视为参数约束所产生的，即KU - KR = n2。则有F检验的统计量为：⒉预测性检验的基本步骤第一步，提出原假设H0: α = β；H1: α ≠ β；第二步，在两时间段的合成大样本下做OLS回归，得受约束模型的残差平方和RSSR ；第三步，对前一时间段的n1组数据构成的子样做OLS回归，得残差平方和RSSU ；第四步，计算检验统计量F值；第五步，做出判断：在给定显著性水平?下，查F分布表，得临界值F?(n2, n1-k-1)，如果F F?(n2, n1-k-1) ，则拒绝原假设，认为预测期发生了结构变化。 例：不稳定不算不稳定能预测不能㈡ 递归最小二乘