异方差性检验 计量经济学 EVIEWS建模课件培训资料.pptxVIP

异方差性的检验与修正分析一、异方差性问题二、异方差性检验三、异方差的修正及案例ARCH模型.pptx四ARCH模型.pptx、条件异方差模型的建立一、异方差性问题 在误差项正态分布的假设中，因建模的各影响因素不同，在模型中的表现也大不相同。误差项的均值为零的假设A1，往往在大多数情况下都是成立的；而同方差性假设A2，在截面数据中常出现不能成立情况；无自相关假设A3，在截面数据中基本满足，而在时间序列中却常出现违背的情况。本节主要对同方差假设的违背(即异方差)进行系统的分析，主要内容如下：㈠异方差的含义⒈定义对于模型：Yi=?0+?1X1i+?2X2i+…+?kXki+?I如果出现：Var(?i)=?i2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)。在同方差情况下：⒉异方差的图示说明：在异方差情况下：异方差时 同方差：?i2 = 常数 ? f(Xi) 异方差：?i2 = f(Xi)⒊异方差的类型异方差一般可归结为三种类型： (1)单调递增型： ?i2随X的增大而增大 (2)单调递减型： ?i2随X的增大而减小 (3)复杂 型： ?i2与X的变化呈复杂形式 ⒊模型的设定错误造成的异方差 模型的设定错误主要包括模型的函数形式错误和解释变量的选择错误。如实际模型为： 而回归时误用为： 显然：这种错误是很严重的，需要重新修正模型。 例如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?3e?i 被解释变量：产出量Y 解释变量：资本K、劳动L、技术A， 那么：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。 每个企业所处的外部环境对产出量的影响程度不同，造成了随机误差项的异方差性。 这时，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。㈢ 异方差性的后果 计量经济学模型一旦出现异方差性，如果仍采用OLS估计模型参数，会产生下列不良后果：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(εε’)=?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 它是建立在总体方差不变，且正确估计了参数方差Sbi的基础之上的。 如果出现了异方差，估计的Sbi就会出现偏误，t检验就失去了意义。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； 另一方面，在预测的置信区间中也包含有参数方差的估计量Sb。 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。 二、异方差性的检验检验思路： 由于异方差性就是相对于不同的解释变量观测值，随机误差项具有不同的方差。那么： 检验异方差性，也就是检验随机误差项的方差与解释变量观测值之间的相关性及其相关的“形式”。几种异方差的检验方法： 问题在于用什么来表示随机误差项的方差 一般的处理方法是首先采用OLS法估计回归方程，以求得随机误差项的并不严格的估计量，我们称之为“近似估计量”，并用esi来表示，于是有：Var(εi)=E(εi2)≈esi2esi=Yi-(?i)ols即用esi2来表示随机误差项的方差。㈠ 图示法⒈用X-Y的散点图进行判断 看是否存在明显的散点扩大、缩小或复杂型趋势(即不在一个固定的带型域中) esi2 esi2 esi2 esi2 X XX X 递增异方差递减异方差复杂型异方差同方差 ⒉ X-esi2的散点图进行判断看是否形成一斜率为零的直线 ㈡ 斯皮尔曼等级相关系数检验 ⒈ 用OLS估计回归模型，取得误差ei。 ⒉取ei的绝对值，将可能引起异方差的解释变量Xij 和 |ei| 按升序(或降序) 划分等级(用自然数表示)。 ⒊将Xij 和 |ei| 的等级序列组，以X为主排序，两序列的原有关系要保持。 ⒋计算Xij 与 |ei| 之间的等级差dt和等级相关系数rs如下：注：-1≤rs≤1 ⒌判断：在总体相关系数为零的原假设下，rs近似服从均值为0，方差为1/(n-1)的正态分布，即：时，接受H0:ρ=0㈢戈德菲尔德-匡特(Goldfeld-Quandt)检验 G-Q检验以F检验为基础，适用于样本容量较大、异方差递增或递减的情况。 G-Q检验的思想： 先将样本一分为二，对子样①和子样②分别作回归，然后利用两个子样的残差平方和之比构造F统计量进行异方差检验。 由于该统计量服从F分布，因此假如存在递增的异方差，则F远大于1；反之就会等于1(同方差)、或小于1(递减方差)。G-Q检验的步骤