§4.1 多重共线性.ppt

第四章 经典单方程计量经济学模 型：放宽基本假定的模型 回归分析，是在对线性回归模型提出若干基本假设的条件下，应用普通最小二乘法得到了无偏的、有效的参数估计量。 但是，在实际的计量经济学问题中，完全满足这些基本假设的情况并不多见。 如果违背了某一项基本假设，那么应用普通最小二乘法估计模型就不能得到无偏的、有效的参数估计量，OLS法失效，这就需要发展新的方法估计模型。 基本假定违背主要包括： （1）解释变量之间存在多重共线性； （2）随机误差项序列存在序列相关性； （3）随机误差项序列存在异方差性； （4）解释变量是随机变量且与随机误差项相关的随机解释变量问题。 一、多重共线性的概念 二、多重共线性产生的原因 三、多重共线性的后果 四、多重共线性的检验 五、克服多重共线性的方法 六、实例分析 一、多重共线性的概念 对于模型Yi=?0+?1X1i+?2X2i+?+?kXki+?i （i=1,2,…,n） 其基本假设之一是解释变量是互相独立的。 以矩阵表示的线性回归模型：Y=Xβ+μ中，完全多重共线性指：秩(X)k+1，即 一个人为的数值例子 很明显， ，因此X1与X2之间有完全的共线性，并且相关系数是1。 二、多重共线性产生的原因 1、经济变量在时间上有共同变动的趋势 时间序列样本：经济繁荣时期，各基本经济变量（收入、消费、投资、价格）都趋于增长；衰退时期，又同时趋于下降。 时间序列中的这种趋向因素是造成多重共线性的主要原因。 2、模型或从中取样的总体收到某种约束 如在做电力消费对收入和住房面积的回归时，总体中就存在这样的一种有形约束：收入较高的家庭一般地说较收入较低的家庭有较大的住房面积。 3、滞后变量的引入 在计量经济模型中，往往需要引入滞后经济变量来反映真实的经济关系,例如:消费=f(当期收入, 前期消费）,显然，两期收入间有较强的线性相关性。 一般经验： 时间序列数据样本：简单线性模型，往往存在多重共线性。 截面数据样本：问题不那么严重，但多重共线性仍然是存在的,如用截面数据估计生产函数时，资本投入与劳动力投入往往出现高度相关情况，大企业二者都大，小企业都小。 多重共线性使参数估计值的方差增大，1/(1-r2)为方差膨胀因子(Variance Inflation Factor, VIF) 3、参数估计量经济含义不合理 如果模型中两个解释变量具有线性相关性，例如 X2= ?X1 ，这时，X1和X2前的参数?1、?2并不反映各自与被解释变量之间的结构关系，而是反映它们对被解释变量的共同影响。 ?1、?2已经失去了应有的经济含义，于是经常表现出似乎反常的现象：例如?1本来应该是正的，结果恰是负的。 一个假想的例子：消费支出Y与收入X1和财富X2的关系 4、变量的显著性检验失去意义 5、模型的预测功能失效 变大的方差容易使区间预测的“区间”变大，使预测失去意义。 四、多重共线性的检验 多重共线性检验的任务是： （1）检验多重共线性是否存在； （2）估计多重共线性的范围，即判断哪些变量之间存在多重共线性。 1、检验多重共线性是否存在 (1)对两个解释变量的模型，采用简单相关系数法 求出X1与X2的简单相关系数r，若|r|接近1，则说明两变量存在较强的多重共线性。 在Eviews软件中可以直接计算（解释）变量的相关系数矩阵：将所有解释变量设置成一个数组，并在数组窗口中点击View\Correlations。 2、判明存在多重共线性的范围（P121） 如果存在多重共线性，需进一步确定究竟由哪些变量引起。 (1) 判定系数检验法 使模型中每一个解释变量分别以其余解释变量为解释变量进行回归，并计算相应的拟合优度。 如果某一种回归Xji= ?0＋?1X1i+?2X2i+??LXLi 的判定系数较大，说明Xj与其他X间存在多重共线性。 (2)逐步回归法 以Y为被解释变量，逐个引入解释变量，构成回归模型，进行模型估计。 根据拟合优度的变化决定新引入的变量是否独立。 如果拟合优度变化显著，则说明新引入的变量是一个独立解释变量； 如果拟合优度变化很不显著，则说明新引入的变量与其它变量之间存在共线性关系。 四、克服多重共线性的方法 找出引起多重共线性的解释变量，将它排除出去，是最为有效的克服多重共线性问题的方法。其中逐步回归法得到最广泛的应用（结合例子讲解）。 注意：这时，剩余解释变量参数的经济含义和数值都发生了变化。 2、第二类方法：差分法 对